Flink实战（八十八）：监控（五）全链路端到端延迟的测量方法

一、背景

FLink Job端到端延迟是一个重要的指标，用来衡量Flink任务的整体性能和响应延迟（大部分流式应用，要求低延迟特性）。通过流处理引擎竞品对比，我们发现大部分流计算引擎产品，都在告警监控页面，集成了全链路时延指标展示。一些低延时的处理场景，例如用于登陆、用户下单规则检测，实时预测场景，需要一个可度量的Metric指标，来实时观测、监控集群全链路时延情况。

二、源码分析来源

1、本文的源码分析基于FLink社区issue FLINK-3660，以及issue对应的pr源码pull-2386，另外，个人也新增了实现源码的说明。2、其pr源码中只涉及到了部分全链路时延实现代码，因此，我在文章中总结了：

• Source到Sink处理Latency Marker源码

• LatencyMarksEmitter 提交时延标记类

• LatencyStats（时延直方图Metric实现）源码

• 时延测量–整体架构图

三、腾讯Oceanus监控指标参考

如下图，红色框线对应的数据延时，即我们描述的指标