关于项目
Pepper Metrics是我与同事开发的一个开源工具(https://github.com/zrbcool/pepper-metrics)，其通过收集jedis/mybatis/httpservlet/dubbo/motan的运行性能统计，并暴露成prometheus等主流时序数据库兼容数据，通过grafana展示趋势。其插件化的架构也非常方便使用者扩展并集成其他开源组件。
请大家给个star，同时欢迎大家成为开发者提交PR一起完善项目。
Architecture
Pepper Metrics项目从核心上来说，基于Tom Wilkie的RED理论，即对每个服务
（这里的服务特指进程中的某种调用，比如调用一次数据库查询）进行RED指标收集，包括：
- Rate (请求速率一般指QPS)
- Errors (错误数或单位时间窗口内的错误率)
- Duration (请求消耗的时间一般以PXX的百分位时间表示，比如P99=100ms代表百分之九十九的请求耗时在X毫秒内)
上面简述了Pepper Metrics项目的核心思想及方法论依据，而从技术上来说，Pepper Metrics项目构建了一套完整的可插拔插件体系，使应用可以基于选用的组件（如RPC通信框架dubbo，motan、ORM对象模型关系映射框架mybatis、标准的HTTP Servlet组件、Redis操作库jedis、等）选择现有的插件扩展直接具备上述指标的：
- 收集
- 打印（基于标准格式设计并基于slf4j定时输出于日志）
- 输出（针对多种数据库，默认以prometheus实现，将指标输出到prometheus中）
- 可视化（基于grafana开发的dashboard，默认以prometheus作为数据源）
Concept
Architecture
各个组件说明
- Profiler， 核心部分，用于启动定期调度任务，并通过ExtensionLoad加载所有的ScheduledRun扩展，按照指定周期发起调度。同时内部维护Stats的构造器Profiler.Builder
- Scheduler， 虚拟概念，在Profiler作为一个定时任务存在
- ExtensionLoader， 非常重要的组件，通过Java SPI机制加载插件，使项目的各个模块可以灵活插拔，也是项目架构的基石
- ScheduledRun， 扩展点：pepper metrics core会定时调度，传递所有的Stats，实现插件可以使用Stats当中收集到的性能数据，目前已实现的为scheduled printer组件
- MeterRegistryFactory，扩展点：基于不同的micrometer的Registry实现抽象并屏蔽各个数据库的差异
- Pepper Metrics X， 具体的集成，我们的目标是度量一切，目前计划实现的为：jedis，motan，dubbo，servlet，mybatis等最常用组件
写在最后
- 项目WIKI
https://github.com/zrbcool/pepper-metrics/wiki - 快速入门
https://github.com/zrbcool/pepper-metrics/wiki/ZH-Quick-Start - 快速DEMO(十分钟本地启动全套模拟应用+grafana+prometheus+内置dashboard)
https://github.com/zrbcool/pepper-metrics-demo - 在线DEMO
http://pepper-metrics.zrbcool.top
