Metrics埋点监控

Metrics埋点监控

在应用程序中，通常会记录日志以便事后分析，在很多情况下是产生了问题之后，再去查看日志，是一种事后的静态分析。在很多时候，我们可能需要了解整个系统在当前，或者某一时刻运行的情况，比如一个系统后台服务，我们可能需要了解一些实时监控的数据例如

1、每秒钟的请求数是多少（TPS）？

2、平均每个请求处理的时间？

3、请求处理的最长耗时？

4.请求处理的响应的直方图？

5、请求处理正确响应率？

6、等待处理的请求队列长度？

7、查看整个系统的的CPU使用率、内存占用、jvm运行情况；以及系统运行出错率等等一系列的实时数据采集时，最简单的方法就是在系统的入口、出口和关键位置设置埋点，然后将采集到的信息发送到实时监控平台或者存入到缓存和DB中做进一步的分析和展示。

Metrics提供5种基本的度量类型：

Meters 

是一种只能自增的计数器，通常用来度量一系列事件发生的概率。它提供了平均速率，以及指数平滑平均速率，以及采样后的1分钟，5分钟，15分钟的样例。

Gauges 

Gauge是一个最简单的计量，一般用来统计瞬时状态的数据信息

RatioGauge

　作用：度量事件成功率的计算。  例：度量缓存命中率、接口调用率等等。

Counters   

　　　　Counter是Gauge的一个特例，维护一个计数器，可以通过inc()和dec()方法对计数器做修改。使用步骤与Gauge基本类似，在MetricRegistry中提供了静态方法可以直接实例化一个Counter。可以用来度量生产者和消费者之间的关系

Histograms 

　　主要使用来统计数据的分布情况， 最大值、最小值、平均值、中位数，百分比（75%、90%、95%、98%、99%和99.9%）。

　   例如，需要统计某个页面的请求、接口方法请求的响应时间

Timers

　　作用：统计请求的速率和处理时间

　　例如：某接口的总在一定时间内的请求总数，平均处理时间

HealthChecks 

　　作用：健康检查，用于对系统应用、子模块、关联模块的运行是否正常做检测

　　实现过程：

　　　　类A：继承 HealthCheck ，并重写check()方法 ，在check()中调用类B中的被检测方法

　　　　类B：定义一个方法，返回结果是boolean类型。(类B也可以是其它系统中的一个类)

具体案例

https://www.cnblogs.com/MrRightZhao/p/10975107.html

在日志中打印

public static void main(String[] args) throws InterruptedException {
        ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(1);
        Slf4jReporter report = Slf4jReporter.forRegistry(registry) //
                .prefixedWith("region_") //
                .withLoggingLevel(Slf4jReporter.LoggingLevel.INFO) //
                .outputTo(LoggerFactory.getLogger(MetricsTest.class)) //
                .scheduleOn(scheduler) //
                .shutdownExecutorOnStop(scheduler != null) //
                .build();
        report.start(5, TimeUnit.SECONDS);
        Random r = new Random();
        while (true) {
            processHandle(r.nextDouble());
            Thread.sleep(100);
        }
    }