使用Spring AOP进行性能监控

http://my.oschina.net/jack230230/blog/65987

如果你正在使用Spring管理/访问资源（Dao/Service），那么你可能也需要添加一些基础的性能监控。在Spring AOP的帮助下这将变成一个简单的任务，不需要任何现有代码的变化，只是一些简单的配置。

第一步，你首先的将spring-aop、aspectj和cglib库导入，如果你使用maven管理你的项目依赖的话，很简单加上如下依赖关系就可以了。

01
<dependency>
02
<groupId>org.aspectj</groupId>
03
<artifactId>aspectjweaver</artifactId>
04
<version>1.5.4</version>
05
</dependency>
06
<dependency>
07
<groupId>cglib</groupId>
08
<artifactId>cglib-nodep</artifactId>
09
<version>2.2</version>
10
</dependency>
11
<dependency>
12
<groupId>org.springframework</groupId>
13
<artifactId>spring-aop</artifactId>
14
<version>2.5.6</version>
15
</dependency>
接下来，指明你需要监视的内容，并把AOP配好。通常，仅仅需要在现有的SpringXML配置文件中增加一个横切点。这个配置将会将位于包"com.mycompany.services"下的所有方法的响应时间记录下来。注：这些类必须使用Spring context初始化，否则AOP将不会被执行。

1
<bean id="performanceMonitor"
2
class="org.springframework.aop.interceptor.PerformanceMonitorInterceptor" />
3

4
<aop:config>
5
<aop:pointcut id="allServiceMethods" expression="execution(* com.mycompany.services.*.*(..))"/>
6
<aop:advisor pointcut-ref="allServiceMethods" advice-ref="performanceMonitor" order="2"/>
7
</aop:config>
接下来，需要配置好日志系统，例如log4j。

1
<logger name="org.springframework.aop.interceptor.PerformanceMonitorInterceptor" additivity="false">
2
<level value="TRACE"/>
3
<appender-ref ref="STDOUT"/>
4
</logger>
ok了，现在我们运行一下程序你会发现下面的日志输出：

1
TRACE PerformanceMonitorInterceptor - StopWatch 'PerfTestService.processRequest': running time (millis) = 1322
2
TRACE PerformanceMonitorInterceptor - StopWatch 'PerfTestService.processRequest': running time (millis) = 98
3
TRACE PerformanceMonitorInterceptor - StopWatch 'PerfTestService.processRequest': running time (millis) = 1764
这些是大量的一些原始数据，但不幸的是这些东西对我们几乎没用，每一个方法调用都会有记录，而且缺乏一些其他信息。所以，除非你打算写一些日志分析程序、或者使用第三方软件，否则的话，我想你应该在日志被记录前做出一些处理。

一个简单的办法就是在这之间写一个简单的拦截器类来替代Spring给我们提供的默认的类（PerformanceMonitorInterceptor）。下面的一个例子，这个例子提供了一些有用的信息（最后一个、平均、最大的响应时间），另外当一个方法的响应时间超出指定的时间后给出警告。

默认的，每当十个方法调用的时候，做一次记录，在任何方法响应时间超过1000ms的时候给出警告。

01
public class PerfInterceptor implements MethodInterceptor {
02

03
Logger logger = LoggerFactory.getLogger(PerfInterceptor.class.getName());
04
private static ConcurrentHashMap<String, MethodStats> methodStats = new ConcurrentHashMap<String, MethodStats>();
05
private static long statLogFrequency = 10;
06
private static long methodWarningThreshold = 1000;
07

08
public Object invoke(MethodInvocation method) throws Throwable {
09
long start = System.currentTimeMillis();
10
try {
11
return method.proceed();
12
}
13
finally {
14
updateStats(method.getMethod().getName(),(System.currentTimeMillis() - start));
15
}
16
}
17

18
private void updateStats(String methodName, long elapsedTime) {
19
MethodStats stats = methodStats.get(methodName);
20
if(stats == null) {
21
stats = new MethodStats(methodName);
22
methodStats.put(methodName,stats);
23
}
24
stats.count++;
25
stats.totalTime += elapsedTime;
26
if(elapsedTime > stats.maxTime) {
27
stats.maxTime = elapsedTime;
28
}
29

30
if(elapsedTime > methodWarningThreshold) {
31
logger.warn("method warning: " + methodName + "(), cnt = " + stats.count + ", lastTime = " + elapsedTime + ", maxTime = " + stats.maxTime);
32
}
33

34
if(stats.count % statLogFrequency == 0) {
35
long avgTime = stats.totalTime / stats.count;
36
long runningAvg = (stats.totalTime-stats.lastTotalTime) / statLogFrequency;
37
logger.debug("method: " + methodName + "(), cnt = " + stats.count + ", lastTime = " + elapsedTime + ", avgTime = " + avgTime + ", runningAvg = " + runningAvg + ", maxTime = " + stats.maxTime);
38

39
//reset the last total time
40
stats.lastTotalTime = stats.totalTime;
41
}
42
}
43

44
class MethodStats {
45
public String methodName;
46
public long count;
47
public long totalTime;
48
public long lastTotalTime;
49
public long maxTime;
50

51
public MethodStats(String methodName) {
52
this.methodName = methodName;
53
}
54
}
55
}
现在，你只需要将你的Spring配置文件中做相关修改，将这个类应用进去，再运行程序，你将会看到如下的统计信息。

1
WARN PerfInterceptor - method warning: processRequest(), cnt = 10, lastTime = 1072, maxTime = 1937
2
TRACE PerfInterceptor - method: processRequest(), cnt = 10, lastTime = 1072, avgTime = 1243, runningAvg = 1243, maxTime = 1937
3
WARN PerfInterceptor - method warning: processRequest(), cnt = 20, lastTime = 1466, maxTime = 1937
4
TRACE PerfInterceptor - method: processRequest(), cnt = 20, lastTime = 1466, avgTime = 1067, runningAvg = 892, maxTime = 1937
正如你看到的一样，这些统计数据可以在不修改任何现有的Java代码的情况下，提供有关class/method性能的有价值的反馈，而根据这个日志，你可以很轻松的找出程序中的瓶颈。