我们谈到监控，一般设计到两个方面的内容：
- 服务器本身的监控。(比如：linux服务器的CPU，内存，磁盘IO等监控)
- 业务系统的监控. (比如：业务系统性能的监控，SQL语句的监控，请求超时 的监控，用户输入的监控，整个请求过程时间的监控，优化等等)
# 服务器本身的监控
说明：由于Java开源生鲜电商平台采用的是阿里云的linux CentOS服务器，由于阿里云本身是有监控预警的，但是我们不可能时刻去看，最好有集成自己的系统监控，最终在各种系统对比的过程中，选择了netdata这个工具，当然有一些软件比如：zabbix,negios等等都是可以的，但是我们服务器压力不算大，最终采用了更加轻量级的解决方案。
相关的安装与使用，大家自行百度处理，我这边就不列举出来了。
以下是相关的实际运营截图：
# 业务监控
说明：任何一个业务系统都需要采用业务监控，抛异常，有error日志，短信预警，推送等等
- Java内存
- JavaCPU使用情况
- 用户Session数量
- JDBC连接数
- http请求、sql请求、jsp页面与业务接口方法（EJB3、Spring、 Guice）的执行数量，平均执行时间，错误百分比等
最终，业务代码中采用了Spring AOP进行日志拦截，把请求方法超过了1500秒的方法进行了error日志的输出：
业务代码如下：
import org.apache.commons.lang.time.StopWatch; import org.aspectj.lang.JoinPoint; import org.aspectj.lang.ProceedingJoinPoint; import org.aspectj.lang.annotation.After; import org.aspectj.lang.annotation.AfterReturning; import org.aspectj.lang.annotation.AfterThrowing; import org.aspectj.lang.annotation.Around; import org.aspectj.lang.annotation.Aspect; import org.aspectj.lang.annotation.Before; import org.aspectj.lang.annotation.Pointcut; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.stereotype.Component; /** * 声明一个切面,记录每个Action的执行时间 */ @Aspect @Component public class LogAspect { private static final Logger logger=LoggerFactory.getLogger(LogAspect.class); /** * 切入点：表示在哪个类的哪个方法进行切入。配置有切入点表达式 */ @Pointcut("execution(* com.netcai.admin.controller.*.*.*(..))") public void pointcutExpression() { logger.debug("配置切入点"); } /** * 1 前置通知 * @param joinPoint */ @Before("pointcutExpression()") public void beforeMethod(JoinPoint joinPoint) { logger.debug("前置通知执行了"); } /** * 2 后置通知 * 在方法执行之后执行的代码. 无论该方法是否出现异常 */ @After("pointcutExpression()") public void afterMethod(JoinPoint joinPoint) { logger.debug("后置通知执行了，有异常也会执行"); } /** * 3 返回通知 * 在方法法正常结束受执行的代码 * 返回通知是可以访问到方法的返回值的! * @param joinPoint * @param returnValue */ @AfterReturning(value = "pointcutExpression()", returning = "returnValue") public void afterRunningMethod(JoinPoint joinPoint, Object returnValue) { logger.debug("返回通知执行，执行结果：" + returnValue); } /** * 4 异常通知 * 在目标方法出现异常时会执行的代码. * 可以访问到异常对象; 且可以指定在出现特定异常时在执行通知代码 * @param joinPoint * @param e */ @AfterThrowing(value = "pointcutExpression()", throwing = "e") public void afterThrowingMethod(JoinPoint joinPoint, Exception e) { logger.debug("异常通知, 出现异常 " + e); } /** * 环绕通知需要携带 ProceedingJoinPoint 类型的参数. * 环绕通知类似于动态代理的全过程: ProceedingJoinPoint 类型的参数可以决定是否执行目标方法. * 且环绕通知必须有返回值, 返回值即为目标方法的返回值 */ @Around("pointcutExpression()") public Object aroundMethod(ProceedingJoinPoint pjd) { StopWatch clock = new StopWatch(); //返回的结果 Object result = null; //方法名称 String className=pjd.getTarget().getClass().getName(); String methodName = pjd.getSignature().getName(); try { // 计时开始 clock.start(); //前置通知 //执行目标方法 result = pjd.proceed(); //返回通知 clock.stop(); } catch (Throwable e) { //异常通知 e.printStackTrace(); } //后置通知 if(!methodName.equalsIgnoreCase("initBinder")) { long constTime=clock.getTime(); logger.info("["+className+"]"+"-" +"["+methodName+"]"+" 花费时间：" +constTime+"ms"); if(constTime>500) { logger.error("["+className+"]"+"-" +"["+methodName+"]"+" 花费时间过长，请检查: " +constTime+"ms"); } } return result; } }
补充说明：这个方法记录那个类，那个方法执行的时间多少，超过设置的阀值，那么就打印error日志，需要我们每天进行查看与针对性的优化。
# javamelody
对于整个业务线的监控，我们采用了另外一种开源的监控：javamelody。
相关的配置与处理如下：
POM文件中设置：
<!-- 系统监控 --> <dependency> <groupId>net.bull.javamelody</groupId> <artifactId>javamelody-core</artifactId> <version>1.68.1</version> </dependency> <dependency> <groupId>org.jrobin</groupId> <artifactId>jrobin</artifactId> <version>1.5.9</version> </dependency>
web.xml文件中处理
<context-param> <param-name>contextConfigLocation</param-name> <param-value> classpath*:config/applicationContext.xml classpath*:net/bull/javamelody/monitoring-spring.xml classpath*:net/bull/javamelody/monitoring-spring-datasource.xml classpath*:net/bull/javamelody/monitoring-spring-aspectj.xml </param-value> </context-param>
<!--javamelody --> <filter> <filter-name>monitoring</filter-name> <filter-class>net.bull.javamelody.MonitoringFilter</filter-class> <async-supported>true</async-supported> <init-param> <param-name>logEnabled</param-name> <param-value>true</param-value> </init-param> </filter> <filter-mapping> <filter-name>monitoring</filter-name> <url-pattern>/*</url-pattern> </filter-mapping> <listener> <listener-class>net.bull.javamelody.SessionListener</listener-class> </listener>
最终运营效果如下：
# 总结
最终可以形成一套基于自己的监控系统，当然还有类似的更加强大的监控系统，比如：连接池方面druid,系统方面zabbix,业务方面可以用cat等等，甚至开发采用自己的监控系统也是可以的。也是支持二次开发的。
