Java 代码运行洞察库 Metrics
它是由yammer开发的，用于检测jvm上后端服务的运行状况。Metrics提供了一个强大的工具集，用于度量你的生产环境上关键组件的行为。
Metrics提供了一组通用的模块库用于支持比如Guice，Jetty，Log4j，Apache HttpClient，EhCache，Logback，Spring等，也提供对比如Ganglia和Graphite等后端的报告。
项目官网：http://metrics.dropwizard.io/
Metrics 主要有五大基本组件
1：Counter
记录执行次数
2：Gauge
获取某个值
3：Meter
用来计算事件的速率
4：Histogram
可以为数据流提供统计数据。 除了最大值，最小值，平均值外，它还可以测量 中值(median)，百分比比如XX%这样的Quantile数据
5：Timer
用来测量一段代码被调用的速率和用时。等于Meter+Hitogram，既算TPS，也算执行时间。
下面是代码例子
首先加入依赖
<dependency> <groupId>io.dropwizard.metrics</groupId> <artifactId>metrics-core</artifactId> <version>3.1.2</version> </dependency>
com.codahale.metrics.MetricRegistry 是 Metrics的核心，这里先用一个常量保存
package com.lala.core;
import com.codahale.metrics.MetricRegistry;
public class MetricConstant
{
public static MetricRegistry REGISTER = new MetricRegistry();
}
上面也是说到了 Metrics支持很多输出，jmx, log4j , jetty, httpclient等等。我这里就直接输出到控制台
package com.lala.core;
import java.util.concurrent.TimeUnit;
import com.codahale.metrics.ConsoleReporter;
/**
* 控制台打印输出
*/
public class MyConsoleReport
{
public static void startReport()
{
final ConsoleReporter reporter = ConsoleReporter.forRegistry(MetricConstant.REGISTER)
.convertRatesTo(TimeUnit.SECONDS)
.convertDurationsTo(TimeUnit.SECONDS)
.build();
//一秒钟执行一次
reporter.start(1, TimeUnit.SECONDS);
}
}
首先，来一个基本的公共类
package com.lala.core;
import java.util.concurrent.TimeUnit;
import com.codahale.metrics.MetricRegistry;
public class Base
{
protected static MetricRegistry metric = MetricConstant.REGISTER;
protected static void secondSleep(long value)
{
try
{
TimeUnit.SECONDS.sleep(value);
} catch (InterruptedException e)
{
e.printStackTrace();
}
}
protected static void milliSecondSleep(long value)
{
try
{
TimeUnit.MILLISECONDS.sleep(value);
} catch (InterruptedException e)
{
e.printStackTrace();
}
}
}
接下来，就演示这五大组件的基本用法
一：Counter
package com.lala.demo;
import java.util.Random;
import com.codahale.metrics.Counter;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;
/**
* 记录执行次数
*/
public class CounterTest extends Base
{
final static Counter exec = metric.counter("com.pp.counter.invoke");
public static void main(String[] args)
{
MyConsoleReport.startReport();
new Thread(()->{
for(int i=1;i<=3;i++)
{
exec.inc();
milliSecondSleep(new Random().nextInt(500)*2);
}
}).start();
secondSleep(3);
}
}
输出如下：
15-11-22 20:38:29 ==============================================================
-- Counters --------------------------------------------------------------------
com.pp.counter.invoke
count = 3
二：Gauge
package com.lala.demo;
import com.codahale.metrics.Gauge;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;
/**
* 获取某个值
*/
public class GaugeTest extends Base
{
public static void main(String[] args)
{
MyConsoleReport.startReport();
metric.register("com.pp.gauge.freeMemory", new Gauge<Long>(){
public Long getValue() {
//这里是获取当前JVM可用内存
return Runtime.getRuntime().freeMemory();
}
});
secondSleep(2);
}
}
输出如下：
15-11-22 20:39:44 ==============================================================
-- Gauges ----------------------------------------------------------------------
com.pp.gauge.freeMemory
value = 118203344
三：Meter
package com.lala.demo;
import java.util.Random;
import com.codahale.metrics.Meter;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;
/**
* Meter用来计算事件的速率
*/
public class MeterTest extends Base
{
static final Meter requests = metric.meter("com.pp.meter.invoke");
public static void main(String[] args)
{
MyConsoleReport.startReport();
new Thread(()->{
for(int i=1;i<=2;i++)
{
requests.mark();
milliSecondSleep(new Random().nextInt(500)*2);
}
}).start();
secondSleep(2);
}
}
输出如下：
15-11-22 20:40:57 ==============================================================
-- Meters ----------------------------------------------------------------------
com.pp.meter.invoke
count = 2
mean rate = 0.97 events/second
1-minute rate = 0.00 events/second
5-minute rate = 0.00 events/second
15-minute rate = 0.00 events/second
四：Histogram
package com.lala.demo;
import java.util.Arrays;
import java.util.List;
import java.util.Random;
import com.codahale.metrics.Histogram;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;
/**
* Histogram可以为数据流提供统计数据。 除了最大值，最小值，平均值外，它还可以测量 中值(median)，
* 百分比比如XX%这样的Quantile数据
*/
public class HistogramTest extends Base
{
static final Histogram his = metric.histogram("com.pp.histogram.score");
static List<Integer> scores = Arrays.asList(60, 75, 80, 62, 90, 42, 33, 95, 61, 73);
public static void main(String[] args)
{
MyConsoleReport.startReport();
new Thread(()->{
scores.forEach( (score) -> {
his.update(score);
milliSecondSleep(new Random().nextInt(500)*2);
});
}).start();
secondSleep(10);
}
}
输出如下：
15-11-22 20:42:14 ==============================================================
-- Histograms ------------------------------------------------------------------
com.pp.histogram.score
count = 10
min = 33
max = 95
mean = 67.11
stddev = 18.70
median = 73.00
75% <= 80.00
95% <= 95.00
98% <= 95.00
99% <= 95.00
99.9% <= 95.00
五：Timer
package com.lala.demo;
import com.codahale.metrics.Timer;
import com.lala.core.Base;
import com.lala.core.MyConsoleReport;
/**
* Timer用来测量一段代码被调用的速率和用时。
* 等于Meter+Hitogram，既算TPS，也算执行时间。
*/
public class TimerTest extends Base
{
static final Timer timer = metric.timer("com.pp.timer.invoke");
static void inovke(long time)
{
final Timer.Context context = timer.time();
try
{
secondSleep(time);
}finally
{
context.stop();
}
}
public static void main(String[] args)
{
MyConsoleReport.startReport();
inovke(1);
inovke(2);
inovke(2);
inovke(8);
secondSleep(1);
}
}输出如下：
15-11-22 20:43:34 ==============================================================
-- Timers ----------------------------------------------------------------------
com.pp.timer.invoke
count = 4
mean rate = 0.28 calls/second
1-minute rate = 0.38 calls/second
5-minute rate = 0.40 calls/second
15-minute rate = 0.40 calls/second
min = 1.01 seconds
max = 8.00 seconds
mean = 3.44 seconds
stddev = 2.86 seconds
median = 2.00 seconds
75% <= 8.00 seconds
95% <= 8.00 seconds
98% <= 8.00 seconds
99% <= 8.00 seconds
99.9% <= 8.00 seconds
注意：这里的输出，和上一个组件输出有些类似，但是不一样的
这里统计的是执行时间，什么最大执行时间，最小执行时间，平均执行时间等。上一个统计的是数字，什么最大数字，最小数字，平均数字等
当然了，Metrics还可以用来做心跳检测，这里就不演示了。