# metrics **Repository Path**: renwenqiang/metrics ## Basic Information - **Project Name**: metrics - **Description**: The metrics library for Apache Dubbo and any frameworks or systems. - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2022-01-01 - **Last Updated**: 2022-07-11 ## Categories & Tags **Categories**: Uncategorized **Tags**: metrics, 官方 ## README # Metrics简介 [![Build Status](https://travis-ci.org/alibaba/metrics.svg?branch=master)](https://travis-ci.org/alibaba/metrics) [![codecov](https://codecov.io/gh/alibaba/metrics/branch/master/graph/badge.svg)](https://codecov.io/gh/alibaba/metrics) ![license](https://img.shields.io/github/license/alibaba/metrics.svg) 随着微服务的兴起,如何对微服务进行监控,了解微服务当前的运行指标和健康状态,已经成为必备的能力。Metrics作为微服务中的重要的组件,为微服务的监控提供了数据基础。Metrics是一套标准度量库, 用于提供对从操作系统, 虚拟机, 容器,到应用的全方位, 多维度, 实时, 准确的度量服务。 Metrics(原Alibaba Metrics)是阿里巴巴集团内部广泛使用的度量埋点基础类库,内部有Java和Node.js两个版本,目前开源的是Java版本。内部版本诞生于2016年,经历过近三年的发展,经历三年双十一考验,已经成为阿里巴巴集团内部微服务监控度量的事实标准,覆盖了从系统,JVM,中间件,应用各层的度量指标,并且从命名规则,数据格式,埋点方式,计算规则等方便形成了一套统一的规范。 ## 全面的指标统计 metrics全面支持了从操作系统,JVM,中间件,再到应用层面的各级指标,并且对统一了各种命名指标,可以做到开箱即用,并支持通过配置随时开启和关闭某类指标的收集。 目前支持的指标主要包括 ### 操作系统 支持Linux/Windows/Mac,包含cpu, load, disk, nettraffic, tcp。 ### JVM 支持classload, gc次数和时间, 文件句柄,young/old区占用,线程状态, 堆外内存,编译时间,部分指标支持自动差值计算。 ### 中间件 - Tomcat: 请求数,失败次数,处理时间,发送接收字节数,线程池活跃线程数等 - Druid: sql执行次数,错误数,执行时间,影响行数等 - Nginx: 接受,活跃连接数,读,写请求数,排队数,请求qps,平均rt等 更详细的指标可以参考[这里](https://github.com/alibaba/metrics/wiki/supported-metrics-list), 后续会陆续添加对Dubbo, Nacos, Sentinel, Fescar等的支持。 ## REST支持 metrics提供了基于JAX-RS的REST接口暴露,可以轻松查询内部的各种指标,既可以独立启动HTTP Server提供服务(默认提供了一个基于Jersey+ sun Http server的简单实现),也可以嵌入已有的HTTP Server进行暴露指标。具体的接口可以参考[这里](https://github.com/alibaba/metrics/wiki/query-from-http) ### 如何使用 使用方式很简单,和日志框架的Logger获取方式一致。 ``` Counter hello = MetricManager.getCounter("test", MetricName.build("test.my.counter")); hello.inc(); ``` 支持的度量器包括: - Counter(计数器) - Meter(吞吐率度量器) - Histogram(直方分布度量器) - Gauge(瞬态值度量器) - Timer(吞吐率和响应时间分布度量器) - Compass(吞吐率, 响应时间分布, 成功率和错误码度量器) - FastCompass(一种快速高效统计吞吐率,平均响应时间,成功率和错误码的度量器) - ClusterHistogram(集群分位数度量器) 具体各个度量器的使用方式可以参考[这里](https://github.com/alibaba/metrics/wiki/quick-start) 默认收集的指标,以及使用http接口进行查看,可以参考[metrics-demo](https://github.com/alibaba/metrics/wiki/demo)