了解有关 Spring Boot 默认指标及其来源的更多信息。
您是否注意到 Spring Boot 和 Micrometer 为您的应用生成的所有默认指标？如果没有 - 您可以将 actuator 依赖项添加到项目中，然后点击 / actuator / metrics 端点，在那里您将找到有关 JVM 、进程、Tomcat、流量等的有用信息。然后，添加一些缓存，数据源 或 JPA 依赖项，甚至会出现更多指标。如果您想知道它们是如何结束的，我们可以在哪里找到关于它们所描述的参数的解释，那么这篇文章就是为您准备的。
显示指标
为了让它井然有序，让我们从如何在 Spring Boot 应用程序中显示指标开始。如果您已经知道了，可以跳过这一部分。
Spring Boot中的指标由 micrometer.io 处理。但是，如果您使用 actuator ，则不需要向项目添加 micrometer 依赖项，因为 actuator 已经依赖于它。即使您对它提供的端点不感兴趣，也希望您使用 actuator ，因为这是通过其 AutoConfigurations 注册许多指标的模块。稍后我们会详细讨论。
因此，首先，只需将执行器依赖项添加到项目中（这里是 build.gradle.kts ）
dependencies {
implementation("org.springframework.boot:spring-boot-starter-actuator")
}
并在执行器端点中显示指标名称，点击 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，要查看详细信息，请在 URL 路径中添加指标名称，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": [
]
}
通过提供特定的仪表注册表，可以定期将这些指标发送到您选择的指标系统（ Prometheus，New Relic，CloudWatch，Graphite 等）。让我们用最简单的注册表来做 - LoggingMeterRegistry，它只是定期记录所有指标。
@Configuration
class MetricsConfig {
@Bean
LoggingMeterRegistry loggingMeterRegistry() {
return new LoggingMeterRegistry();
}
}
现在，指标也显示在日志中：
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
...
指标供应
那么，如何提供这些指标呢？一个示例可能是 WebMvcMetricsFilter ，向所有 Spring Web MVC 端点添加性能指标 (http.server.requests metric) 。
但是这个例子很简单。当所有请求都由 Spring 框架处理时，在内部添加调用生成指标是没有必要的（只检查 WebMvcMetricsFilter.record() 方法）。
但是，如果您使用纯 ehcache 或 hibernate 或其他数据源，然后生成指标，情况又会如何呢?
那么 cache. * 指标呢，即使我 @Autowired 纯 net.sf.ehcache.Cache 也会生成？
那么 hibernate. * 指标呢，即使我 @Autowired 纯 org.hibernate.SessionFactory 也会生成？
然后， jvm.* ， process.* ， tomcat.* 等如何自动生成？
它似乎比人们想象的更简单，因为这些统计数据是由受监控的组件本身提供的。有时，它将直接提供，例如cache.getStatistics() 为 EhCache 提供 StatisticsGateway *，*或 sessionFactory.getStatistics() 为 Hibernate SessionFactory 提供 statistics 等等。
有时，这可以通过其他方式实现，比如托管 bean 。例如，将 RuntimeMXBean 用于 JVM process.* 指标以及 将（如GlobalRequestProcessor， Servlet 等） Tomcat mbeans 用于 tomcat. * 指标
为了访问这些统计数据并将其转换为特定指标，Micrometer 引入了 MeterBinder 的概念。
检查 MeterBinder implementation 层次结构，您将了解更多关于可用的指标组的信息。
Micrometer MeterBinders
您也可以直接在 micrometer repo 上检查。
打开，例如， EhCache2Metrics ，您将找到 Ehcache 统计信息映射到特定 Micrometer 指标的内容和方式。
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
注册 MeterBinders 是非常简单的，示例可以在 micrometer 文档 中被找到。
记住，您可以手动操作：
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 ，它会在引擎下为您做这件事。
正如我之前提到的，actuator 将提供许多 AutoConfiguration s 和 MetricsBinders ，只要添加给定的依赖项，它就会注册 MeterBinders 。
例如， TomcatMetricsBinder 将注册 TomcatMetrics （为您的嵌入式容器）。MeterRegistryConfigurer 将注册 JVM 、运行时间 和其他系统指标。
现在，假设您想在您的应用程序中使用 Ehcache 。您可以添加两个依赖项：
implementation("org.springframework.boot:spring-boot-starter-cache")
implementation("net.sf.ehcache:ehcache")
然后注册缓存（您也可以通过 ehcache.xml 来实现）
@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;
}
现在， CacheMetricsRegistrarConfiguration 将通过 Spring 缓存管理器为每一个缓存管理注册 EhCache2Metrics 。
如果您不想使用 Spring 缓存管理，您也可以自己注册 EhCache2Metrics 。
现在，启动应用程序，您将看到其他 ehcache 指标。
2019-07-17 13:08:45.113 INFO 93052 --- [trics-publisher] i.m.c.i.logging.LoggingMeterRegistry : cache.gets{cache=playCache,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=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,cacheManager=cacheManager,name=playCache} value=7
在这种情况下，指标上下文中每个组件的职责可归纳为：
Ehcache 指标架构
您可以在 此处 提供的示例应用中查看所有这些概念。
来源：泉州SEO