Pinpoint【部署 02】Pinpoint Agent 安装启动及监控 SpringBoot 项目案例分享(添加快速测试math-game.jar包)

简介: Pinpoint【部署 02】Pinpoint Agent 安装启动及监控 SpringBoot 项目案例分享(添加快速测试math-game.jar包)

本文主要是介绍 Pinpoint 环境的部署,小伙伴儿们也可以参考 Pinpoint 《官网》《快速入门》手册,最新版本v2.3.3组件可到官方《GitHub仓库》进行下载,使用到的文件列表:

  • hbase-1.7.1-bin.tar.gz
  • hbase-create.hbase
  • jdk-8u251-linux-x64.tar.gz
  • pinpoint-agent-2.3.3.tar.gz(本次使用)
  • pinpoint-collector-boot-2.3.3.jar
  • pinpoint-web-boot-2.3.3.jar
链接:https://pan.baidu.com/s/1U5AWyZ6bk2pPUmkUyLVAOA 
提取码:7rke

Pinpoint 的 Collector 和 Web端安装部署可查看《Pinpoint Collector+Web 安装配置》本次安装 Agent 组件。

1.安装

官网的说明 Requirements In order to build Pinpoint, the following requirements must be met: JDK 8 installed

  1. 环境
[root@aliyun ~]# java -version
java version "1.8.0_251"
Java(TM) SE Runtime Environment (build 1.8.0_251-b08)
Java HotSpot(TM) 64-Bit Server VM (build 25.251-b08, mixed mode)
  1. 安装
tar -zxvf pinpoint-agent-2.3.3.tar.gz
  1. 启动
# 首先要启动 Collector 和 Web 应用
java -jar -Dpinpoint.zookeeper.address=aliyun pinpoint-collector-boot-2.3.3.jar
java -jar -Dpinpoint.zookeeper.address=aliyun pinpoint-web-boot-2.3.3.jar
# 官网的启动加测试脚本
java -jar -javaagent:./pinpoint-agent-2.3.3/pinpoint-bootstrap.jar -Dpinpoint.agentId=test-agent -Dpinpoint.applicationName=demo demo-0.0.1-SNAPSHOT.jar

demo-0.0.1-SNAPSHOT.jar 是自己打包的一个 SpringBoot 测试项目,启动后:

2.监控

浏览器输入 ip:8080 即可访问 Web 端,选择监控的项目demo选择统计时段,发送几个请求给demo项目就可以看到实时的性能监控指标了:

3.快捷测试

# 阿尔萨斯的一个jar包,很小。
curl -O https://arthas.aliyun.com/math-game.jar
java -jar math-game.jar

单应用无法查看调用链路,但是可以查看JVM相关的信息:

4.其他服务器监控

需要修改文件/pinpoint-agent-2.3.3/profiles/release/pinpoint.configprofiler.collector.ip

###########################################################
# gRPC Configuration                                      #
###########################################################
#profiler.transport.grpc.collector.ip=127.0.0.1
profiler.transport.grpc.collector.ip=tcloud
###########################################################
# Thrift Configuration                                    #
###########################################################
#profiler.collector.ip=127.0.0.1
profiler.collector.ip=tcloud

5.总结

我们可以发现 Pinpoint Agent 的性能监控确实是无侵入式部署的,比较友好 😃

6.更新列表

  • 20230228 添加快速测试math-game.jar包。
  • 20230228 添加其他服务器监控需要进行的配置。
目录
相关文章
|
5月前
|
Java 测试技术 数据库连接
【SpringBoot(四)】还不懂文件上传?JUnit使用?本文带你了解SpringBoot的文件上传、异常处理、组件注入等知识!并且带你领悟JUnit单元测试的使用!
Spring专栏第四章,本文带你上手 SpringBoot 的文件上传、异常处理、组件注入等功能 并且为你演示Junit5的基础上手体验
1038 4
|
8月前
|
JSON 分布式计算 大数据
springboot项目集成大数据第三方dolphinscheduler调度器
springboot项目集成大数据第三方dolphinscheduler调度器
499 3
|
8月前
|
Java 关系型数据库 数据库连接
Spring Boot项目集成MyBatis Plus操作PostgreSQL全解析
集成 Spring Boot、PostgreSQL 和 MyBatis Plus 的步骤与 MyBatis 类似,只不过在 MyBatis Plus 中提供了更多的便利功能,如自动生成 SQL、分页查询、Wrapper 查询等。
794 3
|
8月前
|
Java 测试技术 Spring
简单学Spring Boot | 博客项目的测试
本内容介绍了基于Spring Boot的博客项目测试实践,重点在于通过测试驱动开发(TDD)优化服务层代码,提升代码质量和功能可靠性。案例详细展示了如何为PostService类编写测试用例、运行测试并根据反馈优化功能代码,包括两次优化过程。通过TDD流程,确保每项功能经过严格验证,增强代码可维护性与系统稳定性。
325 0
|
8月前
|
存储 Java 数据库连接
简单学Spring Boot | 博客项目的三层架构重构
本案例通过采用三层架构(数据访问层、业务逻辑层、表现层)重构项目,解决了集中式开发导致的代码臃肿问题。各层职责清晰,结合依赖注入实现解耦,提升了系统的可维护性、可测试性和可扩展性,为后续接入真实数据库奠定基础。
627 0
|
存储 人工智能 自然语言处理
AI经营|多Agent择优生成商品标题
商品标题中关键词的好坏是商品能否被主搜检索到的关键因素,使用大模型自动优化标题成为【AI经营】中的核心能力之一,本文讲述大模型如何帮助商家优化商品素材,提升商品竞争力。
1593 62
AI经营|多Agent择优生成商品标题
|
机器学习/深度学习 人工智能 自然语言处理
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
谷歌最新推出的Gemini 2.0是一款原生多模态输入输出的AI模型,以Agent技术为核心,支持多种数据类型的输入与输出,具备强大的性能和多语言音频输出能力。本文将详细介绍Gemini 2.0的主要功能、技术原理及其在多个领域的应用场景。
1369 20
Gemini 2.0:谷歌推出的原生多模态输入输出 + Agent 为核心的 AI 模型
|
人工智能 自然语言处理 前端开发
Director:构建视频智能体的 AI 框架,用自然语言执行搜索、编辑、合成和生成等复杂视频任务
Director 是一个构建视频智能体的 AI 框架,用户可以通过自然语言命令执行复杂的视频任务,如搜索、编辑、合成和生成视频内容。该框架基于 VideoDB 的“视频即数据”基础设施,集成了多个预构建的视频代理和 AI API,支持高度定制化,适用于开发者和创作者。
875 9
Director:构建视频智能体的 AI 框架,用自然语言执行搜索、编辑、合成和生成等复杂视频任务
|
机器学习/深度学习 人工智能 算法
Meta Motivo:Meta 推出能够控制数字智能体动作的 AI 模型,提升元宇宙互动体验的真实性
Meta Motivo 是 Meta 公司推出的 AI 模型,旨在控制数字智能体的全身动作,提升元宇宙体验的真实性。该模型通过无监督强化学习算法,能够实现零样本学习、行为模仿与生成、多任务泛化等功能,适用于机器人控制、虚拟助手、游戏角色动画等多个应用场景。
426 4
Meta Motivo:Meta 推出能够控制数字智能体动作的 AI 模型,提升元宇宙互动体验的真实性
|
人工智能 自然语言处理 JavaScript
Agent-E:基于 AutoGen 代理框架构建的 AI 浏览器自动化系统
Agent-E 是一个基于 AutoGen 代理框架构建的智能自动化系统,专注于浏览器内的自动化操作。它能够执行多种复杂任务,如填写表单、搜索和排序电商产品、定位网页内容等,从而提高在线效率,减少重复劳动。本文将详细介绍 Agent-E 的功能、技术原理以及如何运行该系统。
1184 5
Agent-E:基于 AutoGen 代理框架构建的 AI 浏览器自动化系统