首页 > 代码库 > JAVA Metrics度量工具 - Metrics Core 翻译
JAVA Metrics度量工具 - Metrics Core 翻译
Metrics核心
翻译自Metrics官方文档: http://metrics.codahale.com/manual/core/
JAVA Metrics是一个用于度量的一个JAVA的类库,使用请參见 <
Java Metric使用介绍1
> http://blog.csdn.net/scutshuxue/article/details/8350135在Metrics中最重要的包就是metrics-core,它提供下面几个主要的功能:
l 5种度量的类型:Gauges, Counters, Histograms, Meters,Timers.
l 健康检查(Health Checks)
l 能够通过JMX,终端,CSV文件来报告Metrics指标
全部的度量类型都是在Metrics或者MetricsRegistry类中,假设你的应用执行在另外一个独立的JVM应用中的话(如多个WARS部署在同一个应用服务上),你应该使用MetricsRegistry这个实例。假设你的应用是单独一个JVM进程的话,你能够使用Metrics中的静态工厂方法。
本文档如果你在使用Metrics,而且全部的接口都是一致的。
Metric Names-度量名
每个度量(Metric)都有自己的名字,它包含下面几个内容
l Group
Metric最上层的分类,假设Metric是一个类的话,那么默认值是这个类所在包的名称(比如:com.example.proj.auth)
l Type
Metric第二层的名字,假设Metric是一个类的话,那么默认值就是这个类的名字(如SessionStore)
l Name
描写叙述Metric信息的一个简短的描写叙述
l Scope
可选的,表示Metric范围的描写叙述信息,当你在一个类中有多个实例的时候会实用
Metrics跟MetricsRegistry中的工厂方法,接受class/name,class/name/scope作为參数调用,或者是使用MetricName这个类进行封装。
Gauges
Gauge是最简单的度量类型,仅仅有一个简单的返回值,比如,你的应用中有一个由第三方类库中保持的一个度量值,你能够非常easy的通过Gauge来度量他,代码例如以下:
Metrics.newGauge(SessionStore.class,"cache-evictions", new Gauge<Integer>() { @Override publicInteger value() { return cache.getEvictionsCount(); } });
那么Metrics会创建一个叫做com.example.proj.auth.SessionStore.cache-evictions的Gauge,返回缓存中Eviction的个数。
JMX Gauges
Metrics提供一个JmxGauge类,能够供非常多第三方的类库通过JMX来展示度量值,通过Metric的newGauge方法能够初始化他,參数为JMX MBean的Object名和属性名,另一个继承了Gauge的类,返回值为那个属性的值。
Metrics.newGauge(SessionStore.class,"cache-evictions", new JmxGauge("net.sf.ehcache:type=Cache,scope=sessions,name=eviction-count","Value"));
Ratio Gauges
Ratio(比率) Gauge是一种计算两个数字之间比例的度量方法
public class CacheHitRatio extends RatioGauge { privatefinal Meter hits; privatefinal Timer calls; publicCacheHitRatio(Meter hits, Timer calls) { this.hits = hits; this.calls = calls; } publicdouble getNumerator() { return hits.oneMinuteRate(); } publicdouble getDenominator() { return calls.oneMinuteRate(); } }
这个定制的Gauge返回一个通过Meter跟Timer计算实现的缓存命中率
Percent Gauges
跟Ratio Gauge相同的接口,仅仅是将Ratio Gauge以百分比的方式展现。
Counters
Counter是一个简单64位的计数器:
final Counter evictions =Metrics.newCounter(SessionStore.class, "cache-evictions"); evictions.inc(); evictions.inc(3); evictions.dec(); evictions.dec(2);
全部的Counter都是从0開始
Histograms-直方图
Histrogram是用来度量流数据中Value的分布情况,比如,每个搜索中返回的结果集的大小:
final Histogram resultCounts =Metrics.newHistogram(ProductDAO.class, "result-counts"); resultCounts.update(results.size());
Histrogram 的度量值不不过计算最大/小值、平均值,方差,他还展现了分位数(如中位数,或者95th分位数)
传统上,中位数(或者其它分位数)是在一个完整的数据集中进行计算的,通过对数据的排序,然后取出中间值(或者离结束1%的那个数字,来计算99th分位数)。这样的做法是在小数据集,或者是批量计算的系统中,可是在一个高吞吐、低延时的系统中是不合适的。
一个解决方式就是从数据中进行抽样,保存一个少量、易管理的数据集,而且可以反应整体数据流的统计信息。使我们可以简单高速的计算给定分位数的近似值。这样的技术称作reservoir sampling。
Metrics中提供两种类型的直方图:uniform跟biased。
Uniform Histograms
Uniform Histogram提供直方图完整的生命周期内的有效的中位数,它会返回一个中位值。比如:这个中位数是对全部值的直方图进行了更新(这句话翻译不通),它使用了一种叫做Vitter’s R的算法,随机选择了一些线性递增的样本。
当你须要长期的測量,请使用Uniform Histograms。在你想要知道流数据的分布中是否近期变化的话,那么不要使用这样的。
Biased Histograms
Biased Histogram提供代表近期5分钟数据的分位数,他使用了一种forward-decayingpriority sample的算法,这个算法通过对最新的数据进行指数加权,不同于Uniform算法,Biased Histogram体现的是最新的数据,能够让你高速的指导最新的数据分布发生了什么变化。Timers中使用了Biased Histogram。
Meters
Meter度量一系列事件发生的比率:
final Meter getRequests =Metrics.newMeter(WebProxy.class, "get-requests","requests", TimeUnit.SECONDS); getRequests.mark(); getRequests.mark(requests.size());
Meter须要除了Name之外的两个额外的信息,事件类型(enent type)跟比率单位(rate unit)。事件类型简单的描写叙述Meter须要度量的事件类型,在上面的样例中,Meter是度量代理请求数,所以他的事件类型也叫做“requests”。比率单位是命名这个比率的单位时间,在上面的样例中,这个Meter是度量每秒钟的请求次数,所以他的单位就是秒。这两个參数加起来就是表述这个Meter,描写叙述每秒钟的请求数。
Meter从几个角度上度量事件的比率,平均值是时间的平均比率,它描写叙述的是整个应用完整的生命周期的情况(比如,全部的处理的请求数除以执行的秒数),它并不描写叙述最新的数据。幸好,Meters中还有其它3个不同的指数方式表现的平均值,1分钟,5分钟,15分钟内的滑动平均值
Hint:这个平均值跟Unix中的uptime跟top中秒数的Load的含义是一致的
Timers
Timer是Histogram跟Meter的一个组合:
final Timer timer = Metrics.newTimer(WebProxy.class,"get-requests", TimeUnit.MILLISECONDS, TimeUnit.SECONDS); final TimerContext context = timer.time(); try { // handlerequest } finally { context.stop(); }
Timer须要的參数处理Name之外还须要,持续时间单位跟比率时间单位,持续时间单位是要度量的时间的期间的一个单位,在上面的样例中,就是MILLISECONDS,表示这段周期内的数据会依照毫秒来进行度量。比率时间单位跟Meters的一致。
注:度量消耗的时间是通过java中高进度的System.nanoTime()方法,他提供的是一种纳秒级别的度量。
Health Checks(健康检查)
Meters提供一种一致的、统一的方法来相应用进行健康检查,健康检查是一个基础的相应用是否正常执行的自我检查。
要创建一个Health Check,必须继承HealthChck类:
public class DatabaseHealthCheck extends HealthCheck { private final Database database; public DatabaseHealthCheck(Databasedatabase) { super("database"); this.database = database; } @Override protected Result check() throws Exception { if (database.ping()) { return Result.healthy(); } return Result.unhealthy("Can‘tping database"); } }
在这个样例中,我们对Database类创建了一个健康检查,这个Database是应用中依赖的。我们虚构的Database类中有一个#ping()方法,这种方法运行了一个安全的检查语句(比如select 1)。#ping()假设语句结构正确则返回true,否则返回false,假设出现一个严重的错误则跑出异常。
DatabaseHealthCheck中有一个Database的实例,它有一个#check()方法尝试去连接数据库,假设连接成功,则返回health结果,假设不成功,则返回unhealthy结果。
在健康检查#check()中抛出的异常被捕获了,而且伴随着所有堆栈返回不健康结果。
注冊一个健康检查,能够是HealthCheck单例也能够是一个HealthCheckRegistry实例:
HealthChecks.register(newDatabaseHealthCheck(database)); 也能够注冊一串的健康检查: for(Entry<String, Result> entry : HealthChecks.run().entrySet()) { if (entry.getValue().isHealthy()) { System.out.println(entry.getKey() +": PASS"); } else { System.out.println(entry.getKey() +": FAIL"); } }
Reporters报告
Reporters是将你的应用中全部的度量指标展现出来的一种方式,metrics-core中用了三种方法来导出你的度量指标,JMX,Console跟CSV文件
JMX
默认的,Metrics一直将你的全部指标注冊成JMX的MBeans,你能够通过安装了VisualVM-MBeans的VisualVM(大部分JDK自带的jvisualvm)或者Jconsole(大部分JDK自带的jconsole)
提示:你能够双击meteric属性,VisualVM会将数据以图形的方式展现出来。
这样的Report必须是JMX一直都是打开的,因为JMX的RPC API是不可靠的,我们不建议你在生产环境中通过JMX来手机度量指标。对于开发人员来说,最好是通过网页来浏览,这会很好用。
Console
对于一些简单的基准,Metrics提供了ConsoleReporter,这个周期性的打印出注冊的metric到控制台上。命令例如以下:
ConsoleReporter.enable(1,TimeUnit.SECONDS);
CSV
对于比較复杂的基准,Metrics提供了CsvReporter,他周期性的提供了一连串的给定文件夹下.csv文件。
CsvReporter.enable(newFile("work/measurements"), 1, TimeUnit.SECONDS);
上面语句的意思是,每个Metric指标,都会相应有一个.csv文件创建,每秒钟都会有一行记录被写入到.csv文件里。
OtherReporters
Metrics还有其它的Reporters:
l MetricsServlet 将你的度量指标以JSon的格式展现的Servlet,他还能够进行检查检查,Dump线程,暴露出有价值的JVM层面跟OS层面的信息
l GanliaReporter 将度量指标以流式的方式返回给Gangliaserver
l GraphiteReporter 将度量指标以流式的方式返回给Graphiteserver