1
上期我们结合《SRE Google 运维解密》，对监控系统进行了一次脉络梳理，知道一旦离开了监控系统，我们就没法辨别一个服务是不是在正常提供服务，就如同线上的服务在随风裸奔。
文章分享最后，我们把 Google 十余年的监控实践，也尝试进行简单梳理，对于后期落地实践有一定参考意义。
不过，虽然对监控系统有了脉络上的了解，但是我们也知道，如果没有一套设计周全的监控指标体系，也就如同蒙着眼睛在狂奔，本期就好好说说：指标监控的类库 Metrics。
2
Metrics 是啥？简单去说，Metrics 是一款监控指标的度量类库，提供了一种功能强大的工具包，帮助开发者来完成自定义的监控工作。再通俗点，Metrics 类库是搬砖党的福音。
Metrics 的几种度量类型 ？在看框架源码时，时不时会看到一些 Meter、Guage、Counter、Histogram 等关键词，到底这些词说的都是啥？为了更好的熟读源码，就借助 Metrics 定义的几种度量类型，逐个进行解密。
Meter 主要用于统计系统中某一个事件的速率，可以反应系统当前的处理能力，帮助我们判断资源是否已经不足。可以很方便帮助我们统计，每秒请求数（TPS）、每秒查询数（QPS）、最近 1 分钟平均每秒请求数、最近 5 分钟平均每秒请求数、最近 15 分钟平均每秒请求数等。
Guage 是最简单的度量指标，只有一个简单的返回值，通常用来记录一些对象或者事物的瞬时值。通过 Gauge 可以完成自定义的度量类型，可以用于衡量一个待处理队列中任务的个数，以及目前内存使用量等等场景。
Counter 是累计型的度量指标，内部用 Gauge 封装了 AtomicLong。主要用它来统计队列中 Job 的总数；错误出现次数；服务请求数等等场景。
Histogram 是统计数据的分布情况的度量指标，提供了最小值，最大值，中间值，还有中位数，75 百分位，90 百分位，95 百分位，98 百分位，99 百分位，和 99.9 百分位的值。使用的场景，例如统计流量最大值、最小值、平均值、中位值等等。
Timer 本质是 Histogram 和 Meter 的结合，可以很方便的统计请求的速率和处理时间，例如磁盘读延迟统计，以及接口调用的延迟等信息的统计等等场景。
Metrics 类库中还有啥？
3
说了那么多 Metrics 类库的概念，也说的那么强大，不妨撸码实践，谈谈虚实。
3.1 Metrics 中基本度量类型的实践
如脑图所示，主要分两步走，先引入相关依赖，然后写代码反复进行体会。
Meter 代码实践（详细看代码呗）。
<code>import com.codahale.metrics.ConsoleReporter;import com.codahale.metrics.Meter;import com.codahale.metrics.MetricRegistry;import java.util.concurrent.TimeUnit;/** * Meters（TPS 计算器） * 示例: * 例如：每秒请求数（TPS） * 例如：最近 1 分钟平均每秒请求数 * 例如：最近 5 分钟平均每秒请求数 * 例如：最近 15分钟平均每秒请求数 * * @author 一猿小讲 */public class MeterApp { /** * MetricRegistry 是 Metrics 的核心，用于存放应用中所有 metrics 的容器 * 所有度量工具都要注册到 MetricRegistry 实例中才可以使用 */ private final MetricRegistry metrics = new MetricRegistry(); /** * Meters 本身是一个自增计数器，统计系统中某一个事件的速率 */ private final Meter requests = metrics.meter("requests"); /** * 处理请求 */ public void handleRequest() { requests.mark(); // etc System.out.println("处理请求handleRequest"); } /** * 启动指标报告 * （采用控制台输出的形式） */ public void startReport() { ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build(); reporter.start(1, TimeUnit.SECONDS); } /** * 等待 2 分钟 */ static void wait120Seconds() { try { Thread.sleep(120 * 1000); } catch (InterruptedException e) { } } /** * 程序入口 * * @param args */ public static void main(String[] args) { MeterApp meterApp = new MeterApp(); // 启动监控指标报告展示 meterApp.startReport(); // 处理 20 笔请求，观察指标 for (int i = 0; i < 20; i++) { meterApp.handleRequest(); } // 等待 120 秒 wait120Seconds(); }}/<code> 运行结果如下，体会 Meter 结果背后的概念。
Gauge 代码实践（详细看代码呗）。
<code>import com.codahale.metrics.ConsoleReporter;import com.codahale.metrics.Gauge;import com.codahale.metrics.MetricRegistry;import java.util.Queue;import java.util.Random;import java.util.concurrent.LinkedBlockingQueue;import java.util.concurrent.TimeUnit;/** * Gauges 最简单的度量指标 * 示例：衡量一个待处理队列中任务的个数； * * @author 一猿小讲 */public class GaugeApp { /** * MetricRegistry 是 Metrics 的核心，用于存放应用中所有 metrics 的容器 * 所有度量工具都要注册到 MetricRegistry 实例中才可以使用 */ private final MetricRegistry metrics = new MetricRegistry(); /** * 任务队列 */ private static final Queue jobQueue = new LinkedBlockingQueue(); /** * 处理 */ public void handle() { // 向 mertics 注册 Gauge 指标监控 metrics.register(MetricRegistry.name(GaugeApp.class, "jobQueue", "size"), new Gauge<integer>() { public Integer getValue() { return jobQueue.size(); } }); // 模拟向队列中放入任务 while (true) { try { Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } jobQueue.add(new Random().nextInt(10) + "-Job"); } } public static void main(String[] args) { GaugeApp gaugeApp = new GaugeApp(); // 启动监控指标报告展示 gaugeApp.startReport(); // 注册Gauge指标监控，并模拟添加任务到队列 gaugeApp.handle(); } /** * 启动指标报告 * （采用控制台输出的形式） */ void startReport() { ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build(); reporter.start(1, TimeUnit.SECONDS); }}/<integer>/<code> 运行结果如下，体会 Gauge 结果背后的概念。
Counter 代码实践（详细看代码呗）。
<code>import com.codahale.metrics.ConsoleReporter;import com.codahale.metrics.Counter;import com.codahale.metrics.MetricRegistry;import java.util.Queue;import java.util.Random;import java.util.concurrent.LinkedBlockingQueue;import java.util.concurrent.TimeUnit;/** * Counters 累计型的度量指标 * 示例：统计一个待处理队列中任务的个数； * * @author 一猿小讲 */public class CounterApp { /** * MetricRegistry 是 Metrics 的核心，用于存放应用中所有 metrics 的容器 * 所有度量工具都要注册到 MetricRegistry 实例中才可以使用 */ private final MetricRegistry metrics = new MetricRegistry(); /** * 任务队列 */ private static final Queue<string> jobQueue = new LinkedBlockingQueue<string>(); /** * 累计型的度量指标 */ private final Counter pendingJobs = metrics.counter("pending-jobs.size"); /** * 向队列中添加任务 * * @param job */ public void addJob(String job) { pendingJobs.inc(); jobQueue.offer(job); } /** * 从队列中取出任务 * * @return */ public String takeJob() { pendingJobs.dec(); return jobQueue.poll(); } /** * 处理 */ public void handle() { Random random = new Random(); // 模拟向队列中放入任务 while (true) { try { Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } String jobId; if (random.nextInt(10) > 8) { jobId = takeJob(); System.out.println(String.format("取出的任务ID为%s", jobId)); } else { jobId = random.nextInt(100) + "-Job"; addJob(jobId); System.out.println(String.format("向队列中加入任务，ID为%s", jobId)); } } } /** * 启动指标报告 * （采用控制台输出的形式） */ void startReport() { ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build(); reporter.start(1, TimeUnit.SECONDS); } /** * 程序入口 * @param args */ public static void main(String[] args) { CounterApp counterApp = new CounterApp(); // 启动监控指标报告展示 counterApp.startReport(); // 并模拟生产/消费任务到队列 counterApp.handle(); }}/<string>/<string>/<code> 运行结果如下，体会 Counter 结果背后的概念。
Histogram 代码实践（详细看代码呗）。
<code>import com.codahale.metrics.ConsoleReporter;import com.codahale.metrics.Histogram;import com.codahale.metrics.MetricRegistry;import java.util.Random;import java.util.concurrent.TimeUnit;/** * Histogram 统计数据的分布情况 * 示例: 响应字节的最大值、最小值、平均值、中位值。 * * @author 一猿小讲 */public class HistogramApp { /** * MetricRegistry 是 Metrics 的核心，用于存放应用中所有 metrics 的容器 * 所有度量工具都要注册到 MetricRegistry 实例中才可以使用 */ private final MetricRegistry metrics = new MetricRegistry(); /** * Histogram 统计数据的分布情况，向 metrics 注册并获取 Histogram 监控 */ private final Histogram responseSizes = metrics.histogram("response-sizes"); /** * 处理请求 */ public void handle() { while (true) { try { Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } // etc responseSizes.update(new Random().nextInt(100)); } } /** * 启动指标报告 * （采用控制台输出的形式） */ public void startReport() { ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build(); reporter.start(1, TimeUnit.SECONDS); } /** * 程序入口 * * @param args */ public static void main(String[] args) { HistogramApp histogramApp = new HistogramApp(); // 启动监控指标报告展示 histogramApp.startReport(); // 处理请求，观察指标 histogramApp.handle(); }}/<code> 运行结果如下，体会 Histogram 结果背后的概念。
Timer 代码实践（详细看代码呗）。
<code>import com.codahale.metrics.ConsoleReporter;import com.codahale.metrics.MetricRegistry;import com.codahale.metrics.Timer;import java.util.Random;import java.util.concurrent.TimeUnit;/** * Timer 是 Histogram 和 Meter 的结合，可以比较方便地统计请求的速率和处理时间。 * 应用场景: * 例如：磁盘读延迟统计； * 例如：接口调用的延迟等信息的统计。 * * @author 一猿小讲 */public class TimerApp { /** * MetricRegistry 是 Metrics 的核心，用于存放应用中所有 metrics 的容器 * 所有度量工具都要注册到 MetricRegistry 实例中才可以使用 */ private final MetricRegistry metrics = new MetricRegistry(); /** * 向 metrics 注册并获取 Timer 监控 */ private final Timer responses = metrics.timer("responses"); /** * 处理请求 */ public void handle() { Timer.Context context; Random random = new Random(); while (true) { context = responses.time(); // 业务逻辑处理 etc try { Thread.sleep(random.nextInt(1000)); } catch (InterruptedException e) { e.printStackTrace(); } context.stop(); } } /** * 启动指标报告 * （采用控制台输出的形式） */ void startReport() { ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build(); reporter.start(1, TimeUnit.SECONDS); } /** * 等待 2 分钟 */ static void wait120Seconds() { try { Thread.sleep(120 * 1000); } catch (InterruptedException e) { } } /** * 程序入口 * * @param args */ public static void main(String[] args) { TimerApp timerApp = new TimerApp(); // 启动监控指标报告展示 timerApp.startReport(); // 处理请求，观察指标 timerApp.handle(); // 等它 2 分钟 wait120Seconds(); }}/<code> 运行结果如下，体会 Timer 结果背后的概念。
3.2 Metrics Reporter 代码实践
Metrics 提供了 Reporter 接口来展示获取到的指标数据，可以通过 JMX、Console、CSV、SLF4J、HTTP、Graphite 等方式来报告展示指标值。
本次以 JMXReporter 为例，进行代码实践体验。
<code>import com.codahale.metrics.Meter;import com.codahale.metrics.MetricRegistry;import com.codahale.metrics.jmx.JmxReporter;/** * JMXReporter 体验 * * @author 一猿小讲 */public class JMXReporterApp { /** * MetricRegistry 是 Metrics 的核心，用于存放应用中所有 metrics 的容器 * 所有度量工具都要注册到 MetricRegistry 实例中才可以使用 */ static final MetricRegistry metrics = new MetricRegistry(); /** * 启动 JMXReporter */ static void startReport() { JmxReporter reporter = JmxReporter.forRegistry(metrics).build(); reporter.start(); } /** * 等待 2 分钟 */ static void wait120Seconds() { try { Thread.sleep(120 * 1000); } catch (InterruptedException e) { } } /** * 程序入口 * * @param args */ public static void main(String[] args) { // 启动监控指标报告展示 startReport(); // Meters（TPS 计算器） Meter requests = metrics.meter("requests"); requests.mark(); // 等 2 分钟 wait120Seconds(); }}/<code>代码运行成功后，在控制台输入 jconsole，效果如下。
3.3 Metrics-healthchecks 代码实践
Metrics 提供了 metrics-healthchecks 模块，可以对运行服务进行健康检查。
<code>import com.codahale.metrics.health.HealthCheck;import com.codahale.metrics.health.HealthCheckRegistry;import java.util.Map;/** * 应用健康检查初体验 * * @author 一猿小讲 */public class HealthCheckApp { public static void main(String[] args) { HealthCheckRegistry healthChecks = new HealthCheckRegistry(); healthChecks.register("MySQL", new DatabaseHealthCheck(new Database())); final Map<string> results = healthChecks.runHealthChecks(); for (Map.Entry<string> entry : results.entrySet()) { if (entry.getValue().isHealthy()) { System.out.println(entry.getKey() + " is healthy"); } else { System.err.println(entry.getKey() + " is UNHEALTHY: " + entry.getValue().getMessage()); final Throwable e = entry.getValue().getError(); if (e != null) { e.printStackTrace(); } } } }}class DatabaseHealthCheck extends HealthCheck { private final Database database; public DatabaseHealthCheck(Database database) { this.database = database; } @Override public HealthCheck.Result check() { if (database.isConnected()) { return HealthCheck.Result.healthy(); } else { return HealthCheck.Result.unhealthy("Cannot connect to " + database.getUrl()); } }}class Database { public boolean isConnected() { return false; } public String getUrl() { return "jdbc:localhost:3306"; }}/<string>/<string>/<code>运行程序，控制台输出如下。
4
Metrics 类库分享就到这里，希望你能有所收获。
鉴于线上跑的每一个应用，都需要配备一套监控系统，如果能借用 Metrics 类库简单实现监控，何乐而不为呢？
鉴于开源的监控轮子与日俱增，我们在设计相关监控系统的时候，如果能提前了解规范，并按照其规范设计，那么与开源轮子将会无缝对接。
好了，本次的分享就到这里，希望你们能够喜欢。下期我们将钻到框架源码里，去透彻分析 Metrics 的应用与展示，敬请期待。
分享到:
閱讀更多 一猿小講 的文章
