Java Metrics

简介: <h2 class="note-title" style="font-family:'Helvetica Neue',Arial,'Hiragino Sans GB',STHeiti,'Microsoft YaHei','WenQuanYi Micro Hei',SimSun,Song,sans-serif; line-height:1.1; color:rgb(22,32,41); ma

Java Metrics

Java Metrics是一个功能比较强大的java统计库,它的输出组件也很强大,帮我们做好了:

  • 输出到Ganglia
  • 输出到控制台
  • 输出到JMX
  • 输出Json

详细见:dropwizard.github.io/metrics/

依赖

添加依赖,如gradle:

    compile "io.dropwizard.metrics:metrics-core:3.1.0"
    compile "io.dropwizard.metrics:metrics-ganglia:3.1.0"

如果需要ganglia输出功能,则需要metrics-ganglia包。我写的自动压测工具test-framework主要用失败计数,QPS统计。

统计调用频率

计数型的统计,比如计算失败次数,每次+1,则可以用Meter

public class GetStarted {
    static final MetricRegistry metrics = new MetricRegistry();
    public static void main(String args[]) {
        startReport();
        //metrics:事件总数,平均速率,包含1分钟,5分钟,15分钟的速率
        Meter requests = metrics.meter("requests");
        //计数一次
        requests.mark();
        wait5Seconds();
    }

    static void startReport() {
        //注册metrics,每个1秒打印metrics到控制台
        ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics)
                .convertRatesTo(TimeUnit.SECONDS)
                .convertDurationsTo(TimeUnit.MILLISECONDS)
                .build();
        reporter.start(1, TimeUnit.SECONDS);
    }

    static void wait5Seconds() {
        try {
            Thread.sleep(5*1000);
        }
        catch(InterruptedException e) {}
    }
}

效果:

14-10-14 21:28:53 ==============================================================

-- Meters ----------------------------------------------------------------------
requests
             count = 1
         mean rate = 1.00 events/second
     1-minute rate = 0.00 events/second
     5-minute rate = 0.00 events/second
    15-minute rate = 0.00 events/second


14-10-14 21:28:54 ==============================================================

-- Meters ----------------------------------------------------------------------
requests
             count = 1
         mean rate = 0.51 events/second
     1-minute rate = 0.00 events/second
     5-minute rate = 0.00 events/second
    15-minute rate = 0.00 events/second


14-10-14 21:28:55 ==============================================================

-- Meters ----------------------------------------------------------------------
requests
             count = 1
         mean rate = 0.33 events/second
     1-minute rate = 0.00 events/second
     5-minute rate = 0.00 events/second
    15-minute rate = 0.00 events/second


14-10-14 21:28:56 ==============================================================

-- Meters ----------------------------------------------------------------------
requests
             count = 1
         mean rate = 0.25 events/second
     1-minute rate = 0.00 events/second
     5-minute rate = 0.00 events/second
    15-minute rate = 0.00 events/second


14-10-14 21:28:57 ==============================================================

-- Meters ----------------------------------------------------------------------
requests
             count = 1
         mean rate = 0.20 events/second
     1-minute rate = 0.00 events/second
     5-minute rate = 0.00 events/second
    15-minute rate = 0.00 events/second

统计QPS

根据时间来计算qps,可以用Timer

public class TimerTest {
    static final MetricRegistry metrics = new MetricRegistry();
    private static Timer timer = metrics.timer(MetricRegistry.name(TimerTest.class, "calculation-duration"));
    public static void main(String[] args) throws InterruptedException {
        // TODOAuto-generated method stub
        startReport();
        Random rn = new Random();
        while (true) {
            //统计开始
            final Timer.Context context = timer.time();
            int sleepTime = rn.nextInt(2000);
            Thread.sleep(sleepTime);
            System.out.println("处理耗时:" + sleepTime);
            //统计结束
            context.stop();
        }
    }
    static void startReport() {
        //注册metrics,每个1秒打印metrics到控制台
        ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics)
                .convertRatesTo(TimeUnit.SECONDS)
                .convertDurationsTo(TimeUnit.MILLISECONDS)
                .build();
        reporter.start(1, TimeUnit.SECONDS);
    }

}

结果:

处理耗时:996
14-10-14 22:40:34 ==============================================================

-- Timers ----------------------------------------------------------------------
com.edwardsbean.test.TimerTest.calculation-duration
             count = 1
         mean rate = 0.91 calls/second
     1-minute rate = 0.00 calls/second
     5-minute rate = 0.00 calls/second
    15-minute rate = 0.00 calls/second
               min = 995.91 milliseconds
               max = 995.91 milliseconds
              mean = 995.91 milliseconds
            stddev = 0.00 milliseconds
            median = 995.91 milliseconds
              75% <= 995.91 milliseconds
              95% <= 995.91 milliseconds
              98% <= 995.91 milliseconds
              99% <= 995.91 milliseconds
            99.9% <= 995.91 milliseconds


14-10-14 22:40:35 ==============================================================

-- Timers ----------------------------------------------------------------------
com.edwardsbean.test.TimerTest.calculation-duration
             count = 1
         mean rate = 0.48 calls/second
     1-minute rate = 0.00 calls/second
     5-minute rate = 0.00 calls/second
    15-minute rate = 0.00 calls/second
               min = 995.91 milliseconds
               max = 995.91 milliseconds
              mean = 995.91 milliseconds
            stddev = 0.00 milliseconds
            median = 995.91 milliseconds
              75% <= 995.91 milliseconds
              95% <= 995.91 milliseconds
              98% <= 995.91 milliseconds
              99% <= 995.91 milliseconds
            99.9% <= 995.91 milliseconds

关于输出

每一个输出组件都有一个对应的Reporter主类,比如Ganglia:

GMetric ganglia = new GMetric(address[0].getHostName(), address[0].getPort(), GMetric.UDPAddressingMode.MULTICAST, 1);

GangliaReporter gangliaReporter = GangliaReporter.forRegistry(metricRegistry)
                .convertRatesTo(TimeUnit.SECONDS)
                .convertDurationsTo(TimeUnit.MILLISECONDS)
                .build(ganglia);
//开始汇报
gangliaReporter.start(1, TimeUnit.SECONDS);

而输出控制台的Reporter

###
ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics)
                .convertRatesTo(TimeUnit.SECONDS)
                .convertDurationsTo(TimeUnit.MILLISECONDS)
                .build();
reporter.start(1, TimeUnit.SECONDS);
目录
相关文章
|
5月前
|
存储 监控 Java
【深度挖掘Java性能调优】「底层技术原理体系」深入探索Java服务器性能监控Metrics框架的实现原理分析(Counter篇)
【深度挖掘Java性能调优】「底层技术原理体系」深入探索Java服务器性能监控Metrics框架的实现原理分析(Counter篇)
152 0
|
5月前
|
监控 算法 Java
【深度挖掘Java性能调优】「底层技术原理体系」深入探索Java服务器性能监控Metrics框架的实现原理分析(Gauge和Histogram篇)
【深度挖掘Java性能调优】「底层技术原理体系」深入探索Java服务器性能监控Metrics框架的实现原理分析(Gauge和Histogram篇)
88 0
|
4月前
|
运维 监控 Java
性能监控之 Java Metrics 度量包
【6月更文挑战10天】标题性能监控之 Java Metrics 度量包
101 2
java.lang.NoClassDefFoundError: org/springframework/core/metrics/ApplicationStartup
java.lang.NoClassDefFoundError: org/springframework/core/metrics/ApplicationStartup
492 0
|
4天前
|
安全 Java UED
Java中的多线程编程:从基础到实践
本文深入探讨了Java中的多线程编程,包括线程的创建、生命周期管理以及同步机制。通过实例展示了如何使用Thread类和Runnable接口来创建线程,讨论了线程安全问题及解决策略,如使用synchronized关键字和ReentrantLock类。文章还涵盖了线程间通信的方式,包括wait()、notify()和notifyAll()方法,以及如何避免死锁。此外,还介绍了高级并发工具如CountDownLatch和CyclicBarrier的使用方法。通过综合运用这些技术,可以有效提高多线程程序的性能和可靠性。
|
4天前
|
缓存 Java UED
Java中的多线程编程:从基础到实践
【10月更文挑战第13天】 Java作为一门跨平台的编程语言,其强大的多线程能力一直是其核心优势之一。本文将从最基础的概念讲起,逐步深入探讨Java多线程的实现方式及其应用场景,通过实例讲解帮助读者更好地理解和应用这一技术。
22 3
|
8天前
|
Java 调度 UED
深入理解Java中的多线程与并发机制
本文将详细探讨Java中多线程的概念、实现方式及并发机制,包括线程的生命周期、同步与锁机制以及高级并发工具。通过实例代码演示,帮助读者理解如何在Java中有效地处理多线程和并发问题,提高程序的性能和响应能力。
|
6天前
|
缓存 安全 Java
使用 Java 内存模型解决多线程中的数据竞争问题
【10月更文挑战第11天】在 Java 多线程编程中,数据竞争是一个常见问题。通过使用 `synchronized` 关键字、`volatile` 关键字、原子类、显式锁、避免共享可变数据、合理设计数据结构、遵循线程安全原则和使用线程池等方法,可以有效解决数据竞争问题,确保程序的正确性和稳定性。
13 2
|
7天前
|
存储 安全 Java
Java-如何保证线程安全?
【10月更文挑战第10天】