Java 代码运行洞察库 Metrics

来源:互联网 发布:deepin 添加ubuntu 源 编辑:程序博客网 时间:2024/05/17 23:42
Metrics是一个java库,能够为你提供无与伦比的代码运行洞察功能。
它是由yammer开发的,用于检测jvm上后端服务的运行状况。Metrics提供了一个强大的工具集,用于度量你的生产环境上关键组件的行为。

Metrics提供了一组通用的模块库用于支持比如Guice,Jetty,Log4j,Apache HttpClient,EhCache,Logback,Spring等,也提供对比如Ganglia和Graphite等后端的报告。


项目官网:http://metrics.dropwizard.io/


Metrics 主要有五大基本组件

1:Counter

  记录执行次数

2:Gauge

  获取某个值

3:Meter

  用来计算事件的速率

4:Histogram

  可以为数据流提供统计数据。 除了最大值,最小值,平均值外,它还可以测量 中值(median),百分比比如XX%这样的Quantile数据 

5:Timer

  用来测量一段代码被调用的速率和用时。等于Meter+Hitogram,既算TPS,也算执行时间。


下面是代码例子

首先加入依赖

<dependency><groupId>io.dropwizard.metrics</groupId><artifactId>metrics-core</artifactId><version>3.1.2</version></dependency>

com.codahale.metrics.MetricRegistry  是Metrics的核心,这里先用一个常量保存

package com.lala.core;import com.codahale.metrics.MetricRegistry;public class MetricConstant {public static MetricRegistry REGISTER = new MetricRegistry();}

上面也是说到了Metrics支持很多输出,jmx, log4j , jetty, httpclient等等。我这里就直接输出到控制台

package com.lala.core;import java.util.concurrent.TimeUnit;import com.codahale.metrics.ConsoleReporter;/** * 控制台打印输出 */public class MyConsoleReport {public static void startReport(){final ConsoleReporter reporter = ConsoleReporter.forRegistry(MetricConstant.REGISTER)                .convertRatesTo(TimeUnit.SECONDS)                .convertDurationsTo(TimeUnit.SECONDS)                .build();//一秒钟执行一次reporter.start(1, TimeUnit.SECONDS);}}

首先,来一个基本的公共类

package com.lala.core;import java.util.concurrent.TimeUnit;import com.codahale.metrics.MetricRegistry;public class Base {protected static MetricRegistry metric = MetricConstant.REGISTER;protected static void secondSleep(long value){try{TimeUnit.SECONDS.sleep(value);} catch (InterruptedException e){e.printStackTrace();}}protected static void milliSecondSleep(long value){try{TimeUnit.MILLISECONDS.sleep(value);} catch (InterruptedException e){e.printStackTrace();}}}

接下来,就演示这五大组件的基本用法

一:Counter

package com.lala.demo;import java.util.Random;import com.codahale.metrics.Counter;import com.lala.core.Base;import com.lala.core.MyConsoleReport;/** * 记录执行次数 */public class CounterTest extends Base{final static Counter exec = metric.counter("com.pp.counter.invoke");public static void main(String[] args){MyConsoleReport.startReport();new Thread(()->{for(int i=1;i<=3;i++){exec.inc();milliSecondSleep(new Random().nextInt(500)*2);}}).start();secondSleep(3);}}

输出如下:

15-11-22 20:38:29 ==============================================================


-- Counters --------------------------------------------------------------------
com.pp.counter.invoke
             count = 3


二:Gauge

package com.lala.demo;import com.codahale.metrics.Gauge;import com.lala.core.Base;import com.lala.core.MyConsoleReport;/** * 获取某个值 */public class GaugeTest extends Base{public static void main(String[] args){MyConsoleReport.startReport();metric.register("com.pp.gauge.freeMemory", new Gauge<Long>(){public Long getValue() {//这里是获取当前JVM可用内存return Runtime.getRuntime().freeMemory();}});secondSleep(2);}}

输出如下:

15-11-22 20:39:44 ==============================================================


-- Gauges ----------------------------------------------------------------------
com.pp.gauge.freeMemory
             value = 118203344


三:Meter

package com.lala.demo;import java.util.Random;import com.codahale.metrics.Meter;import com.lala.core.Base;import com.lala.core.MyConsoleReport;/** * Meter用来计算事件的速率 */public class MeterTest extends Base{static final Meter requests = metric.meter("com.pp.meter.invoke");public static void main(String[] args){MyConsoleReport.startReport();new Thread(()->{for(int i=1;i<=2;i++){requests.mark();milliSecondSleep(new Random().nextInt(500)*2);}}).start();secondSleep(2);}}

输出如下:

15-11-22 20:40:57 ==============================================================


-- Meters ----------------------------------------------------------------------
com.pp.meter.invoke
             count = 2
         mean rate = 0.97 events/second
     1-minute rate = 0.00 events/second
     5-minute rate = 0.00 events/second
    15-minute rate = 0.00 events/second


四:Histogram

package com.lala.demo;import java.util.Arrays;import java.util.List;import java.util.Random;import com.codahale.metrics.Histogram;import com.lala.core.Base;import com.lala.core.MyConsoleReport;/** * Histogram可以为数据流提供统计数据。 除了最大值,最小值,平均值外,它还可以测量 中值(median), * 百分比比如XX%这样的Quantile数据  */public class HistogramTest extends Base{static final Histogram his = metric.histogram("com.pp.histogram.score");static List<Integer> scores = Arrays.asList(60, 75, 80, 62, 90, 42, 33, 95, 61, 73);public static void main(String[] args) {MyConsoleReport.startReport();new Thread(()->{scores.forEach( (score) -> {his.update(score);milliSecondSleep(new Random().nextInt(500)*2);});}).start();secondSleep(10);}}

输出如下:

15-11-22 20:42:14 ==============================================================


-- Histograms ------------------------------------------------------------------
com.pp.histogram.score
             count = 10
               min = 33
               max = 95
              mean = 67.11
            stddev = 18.70
            median = 73.00
              75% <= 80.00
              95% <= 95.00
              98% <= 95.00
              99% <= 95.00
            99.9% <= 95.00


五:Timer

package com.lala.demo;import com.codahale.metrics.Timer;import com.lala.core.Base;import com.lala.core.MyConsoleReport;/** * Timer用来测量一段代码被调用的速率和用时。 * 等于Meter+Hitogram,既算TPS,也算执行时间。 */public class TimerTest extends Base {static final Timer timer = metric.timer("com.pp.timer.invoke");static void inovke(long time){final Timer.Context context = timer.time();try{secondSleep(time);}finally{context.stop();}}public static void main(String[] args) {MyConsoleReport.startReport();inovke(1);inovke(2);inovke(2);inovke(8);secondSleep(1);}}
输出如下:

15-11-22 20:43:34 ==============================================================


-- Timers ----------------------------------------------------------------------
com.pp.timer.invoke
             count = 4
         mean rate = 0.28 calls/second
     1-minute rate = 0.38 calls/second
     5-minute rate = 0.40 calls/second
    15-minute rate = 0.40 calls/second
               min = 1.01 seconds
               max = 8.00 seconds
              mean = 3.44 seconds
            stddev = 2.86 seconds
            median = 2.00 seconds
              75% <= 8.00 seconds
              95% <= 8.00 seconds
              98% <= 8.00 seconds
              99% <= 8.00 seconds
            99.9% <= 8.00 seconds

注意:这里的输出,和上一个组件输出有些类似,但是不一样的

这里统计的是执行时间,什么最大执行时间,最小执行时间,平均执行时间等。上一个统计的是数字,什么最大数字,最小数字,平均数字等


当然了,Metrics还可以用来做心跳检测,这里就不演示了。


8 0