您是否注意到 Spring Boot 和 Micrometer 為您的應用生成的所有默認指標？如果沒有 - 您可以將 actuator 依賴項添加到項目中，然后點擊 / actuator / metrics 端點，在那里您將找到有關(guān) JVM 、進程、Tomcat、流量等的有用信息。

然后，添加一些緩存，數(shù)據(jù)源 或 JPA 依賴項，甚至會出現(xiàn)更多指標。如果您想知道它們是如何結(jié)束的，我們可以在哪里找到關(guān)于它們所描述的參數(shù)的解釋，那么這篇文章就是為您準備的。

顯示指標

為了讓它井然有序，讓我們從如何在 Spring Boot 應用程序中顯示指標開始。如果您已經(jīng)知道了，可以跳過這一部分。

Spring Boot中的指標由 micrometer.io 處理。但是，如果您使用 actuator ，則不需要向項目添加 micrometer 依賴項，因為 actuator 已經(jīng)依賴于它。即使您對它提供的端點不感興趣，也希望您使用 actuator ，因為這是通過其 AutoConfigurations 注冊許多指標的模塊。稍后我們會詳細討論。

因此，首先，只需將執(zhí)行器依賴項添加到項目中（這里是 build.gradle.kts ） 

dependencies {  
    implementation("org.springframework.boot:spring-boot-starter-actuator")  
} 

并在執(zhí)行器端點中顯示指標名稱，點擊 http://localhost:8080/actuator/metrics. 

{  
  "names": [  
    "jvm.threads.states",  
    "process.files.max",  
    "jvm.memory.used",  
    "jvm.gc.memory.promoted",  
    "jvm.memory.max", 
     "system.load.average.1m",  
    ...  
  ]  
} 

然后，要查看詳細信息，請在 URL 路徑中添加指標名稱，例如：http://localhost:8080/actuator/metrics/system.cpu.count. 

{  
  "name": "system.cpu.count",  
  "description": "The number of processors available to the Java virtual machine",  
  "baseUnit": null,  
  "measurements": [  
    {  
      "statistic": "VALUE",  
      "value": 8 
     }  
  ],  
  "availableTags": [  
  ]  
} 

通過提供特定的儀表注冊表，可以定期將這些指標發(fā)送到您選擇的指標系統(tǒng)（ Prometheus，New Relic，CloudWatch，Graphite 等）。讓我們用最簡單的注冊表來做 - LoggingMeterRegistry，它只是定期記錄所有指標。 

@Configuration  
class MetricsConfig {  
    @Bean  
    LoggingMeterRegistry loggingMeterRegistry() {  
        return new LoggingMeterRegistry();  
    }  
} 

現(xiàn)在，指標也顯示在日志中： 

2019-07-17 11:07:09.406  INFO 91283 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : jvm.buffer.count{id=direct} value=0 buffers  
2019-07-17 11:07:09.406  INFO 91283 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : jvm.buffer.count{id=mapped} value=0 buffers  
2019-07-17 11:07:09.406  INFO 91283 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : jvm.buffer.memory.used{id=direct} value=0 B  
2019-07-17 11:07:09.406  INFO 91283 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : jvm.buffer.memory.used{id=mapped} value=0 B  
2019-07-17 11:07:09.408  INFO 91283 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : jvm.classes.loaded{} value=8530 classes  
2019-07-17 11:07:09.408  INFO 91283 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : jvm.gc.live.data.size{} value=0 B  
2019-07-17 11:07:09.408  INFO 91283 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : jvm.gc.max.data.size{} value=0 B 
2019-07-17 11:07:09.410  INFO 91283 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : jvm.memory.committed{area=nonheap,id=Compressed Class Space} value=6.25 MiB 
2019-07-17 11:07:09.410  INFO 91283 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : jvm.memory.committed{area=heap,id=G1 Eden Space} value=168 MiB 
... 

指標供應

那么，如何提供這些指標呢？一個示例可能是 WebMvcMetricsFilter ，向所有 Spring Web MVC 端點添加性能指標 (http.server.requests metric) 。

但是這個例子很簡單。當所有請求都由 Spring 框架處理時，在內(nèi)部添加調(diào)用生成指標是沒有必要的（只檢查 WebMvcMetricsFilter.record() 方法）。

但是，如果您使用純 ehcache 或 hibernate 或其他數(shù)據(jù)源，然后生成指標，情況又會如何呢?

那么 cache. * 指標呢，即使我 @Autowired 純 net.sf.ehcache.Cache 也會生成？

那么 hibernate. * 指標呢，即使我 @Autowired 純 org.hibernate.SessionFactory 也會生成？

然后， jvm.* ， process.* ， tomcat.* 等如何自動生成？

它似乎比人們想象的更簡單，因為這些統(tǒng)計數(shù)據(jù)是由受監(jiān)控的組件本身提供的。有時，它將直接提供，例如cache.getStatistics() 為 EhCache 提供 StatisticsGateway *，*或 sessionFactory.getStatistics() 為 Hibernate SessionFactory 提供 statistics 等等。

有時，這可以通過其他方式實現(xiàn)，比如托管 bean 。例如，將 RuntimeMXBean 用于 JVM process.* 指標以及 將（如GlobalRequestProcessor， Servlet 等） Tomcat mbeans 用于 tomcat. * 指標

為了訪問這些統(tǒng)計數(shù)據(jù)并將其轉(zhuǎn)換為特定指標，Micrometer 引入了 MeterBinder 的概念。

檢查 MeterBinder implementation 層次結(jié)構(gòu)，您將了解更多關(guān)于可用的指標組的信息。

Micrometer MeterBinders

您也可以直接在 micrometer repo 上檢查。

打開，例如， EhCache2Metrics ，您將找到 Ehcache 統(tǒng)計信息映射到特定 Micrometer 指標的內(nèi)容和方式。 

cache.size -> StatisticsGateway:getSize cache.gets{result=miss} -> StatisticsGateway:cacheMissCount cache.gets{result=hit} -> StatisticsGateway:cacheHitCount cache.puts -> StatisticsGateway:cachePutCount cache.evictions -> StatisticsGateway:cacheEvictedCount cache.remoteSize -> StatisticsGateway::getRemoteSize cache.removals -> StatisticsGateway::cacheRemoveCount cache.puts.added{result=added} -> StatisticsGateway::cachePutAddedCount cache.puts.added{result=updated} -> StatisticsGateway::cachePutAddedCount cache.misses{reason=expired} -> StatisticsGateway::cacheMissExpiredCount) cache.misses{reason=notFound} -> StatisticsGateway::cacheMissNotFoundCount) cache.xa.commits{result=readOnly} -> StatisticsGateway::xaCommitReadOnlyCount cache.xa.commits{result=exception} -> StatisticsGateway::xaCommitExceptionCount cache.xa.commits{result=committed} -> StatisticsGateway::xaCommitCommittedCount cache.xa.rollbacks{result=exception} -> StatisticsGateway::xaRollbackExceptionCount cache.xa.rollbacks{result=success} -> StatisticsGateway::xaRollbackSuccessCount cache.xa.recoveries{result=nothing} -> StatisticsGateway::xaRecoveryNothingCount cache.xa.recoveries{result=success} -> StatisticsGateway::xaRecoveryRecoveredCount cache.local.offheap.size -> StatisticsGateway::getLocalOffHeapSize) cache.local.heap.size -> StatisticsGateway::getLocalHeapSizeInBytes cache.local.disk.size -> StatisticsGateway::getLocalDiskSizeInBytes 

注冊 MeterBinders 是非常簡單的，示例可以在 micrometer 文檔 中被找到。

記住，您可以手動操作： 

new ClassLoaderMetrics().bindTo(registry);  
new JvmMemoryMetrics().bindTo(registry);  
new EhCache2Metrics(cache, Tags.of("name", cache.getName())).bindTo(registry)  
new TomcatMetrics(manager, tags).bindTo(registry)  
... 

或者，您可以使用 Spring Boot ，它會在引擎下為您做這件事。

正如我之前提到的，actuator 將提供許多 AutoConfiguration s 和 MetricsBinders ，只要添加給定的依賴項，它就會注冊 MeterBinders 。

例如， TomcatMetricsBinder 將注冊 TomcatMetrics （為您的嵌入式容器）。MeterRegistryConfigurer 將注冊 JVM 、運行時間 和其他系統(tǒng)指標。

現(xiàn)在，假設(shè)您想在您的應用程序中使用 Ehcache 。您可以添加兩個依賴項：   

implementation("org.springframework.boot:spring-boot-starter-cache")  
   implementation("net.sf.ehcache:ehcache") 

然后注冊緩存（您也可以通過 ehcache.xml 來實現(xiàn)） 

@Bean  
   Cache playCache(EhCacheCacheManager cacheManager) {  
       CacheConfiguration cacheConfiguration = new CacheConfiguration()  
           .name(CACHE_NAME)  
           .maxEntriesLocalHeap(MAX_ELEMENTS_IN_MEMORY);  
       Cache cache = new Cache(cacheConfiguration);  
       cacheManager.getCacheManager().addCache(cache);  
       cacheManager.initializeCaches();  
       return cache;  
   } 

現(xiàn)在， CacheMetricsRegistrarConfiguration 將通過 Spring 緩存管理器為每一個緩存管理注冊 EhCache2Metrics 。

如果您不想使用 Spring 緩存管理，您也可以自己注冊 EhCache2Metrics 。

現(xiàn)在，啟動應用程序，您將看到其他 ehcache 指標。 

2019-07-17 13:08:45.113  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.gets{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache,result=hit} throughput=12.95/s 
2019-07-17 13:08:45.124  INFO 93052 --- [       Thread-4] i.m.c.i.logging.LoggingMeterRegistry     : cache.misses{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache,reason=notFound} throughput=3.7/s 
2019-07-17 13:08:45.124  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.gets{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache,result=miss} throughput=3.7/s 
2019-07-17 13:08:48.840  INFO 93052 --- [       Thread-4] i.m.c.i.logging.LoggingMeterRegistry     : cache.puts{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} throughput=16.65/s 
2019-07-17 13:08:48.840  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.misses{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache,reason=notFound} throughput=3.7/s 
2019-07-17 13:08:48.841  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.puts{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} throughput=16.65/s 
2019-07-17 13:08:48.841  INFO 93052 --- [       Thread-4] i.m.c.i.logging.LoggingMeterRegistry     : cache.puts.added{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache,result=updated} throughput=0.116667/s 
2019-07-17 13:08:48.841  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.puts.added{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache,result=updated} throughput=0.116667/s 
2019-07-17 13:08:48.841  INFO 93052 --- [       Thread-4] i.m.c.i.logging.LoggingMeterRegistry     : cache.puts.added{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache,result=added} throughput=0.116667/s 
2019-07-17 13:08:48.842  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.puts.added{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache,result=added} throughput=0.116667/s 
2019-07-17 13:08:48.847  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.local.disk.size{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} value=0 B 
2019-07-17 13:08:48.847  INFO 93052 --- [       Thread-4] i.m.c.i.logging.LoggingMeterRegistry     : cache.local.disk.size{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} value=0 B 
2019-07-17 13:08:48.908  INFO 93052 --- [       Thread-4] i.m.c.i.logging.LoggingMeterRegistry     : cache.local.heap.size{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} value=1.039062 KiB 
2019-07-17 13:08:48.908  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.local.heap.size{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} value=1.039062 KiB 
2019-07-17 13:08:48.909  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.local.offheap.size{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} value=0 B 
2019-07-17 13:08:48.909  INFO 93052 --- [       Thread-4] i.m.c.i.logging.LoggingMeterRegistry     : cache.local.offheap.size{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} value=0 B 
2019-07-17 13:08:48.909  INFO 93052 --- [       Thread-4] i.m.c.i.logging.LoggingMeterRegistry     : cache.remoteSize{} value=0 
2019-07-17 13:08:48.909  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.remoteSize{} value=0 
2019-07-17 13:08:48.909  INFO 93052 --- [       Thread-4] i.m.c.i.logging.LoggingMeterRegistry     : cache.size{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} value=7 
2019-07-17 13:08:48.909  INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry     : cache.size{cache=playCache,cacheManagercacheManager=cacheManager,name=playCache} value=7 

 在這種情況下，指標上下文中每個組件的職責可歸納為：

Ehcache 指標架構(gòu)

您可以在 此處 提供的示例應用中查看所有這些概念。