DropWizard 指标仪表与计时器

Question

我正在学习DropWizard Metrics 库（以前称为 Coda Hale 指标），我对何时应该使用Meters与Timers感到困惑。 根据文档：

仪表：仪表测量一组事件发生的速率

和：

计时器：计时器基本上是一种事件持续时间的直方图和其发生率的计量表

根据这些定义，我无法辨别它们之间的区别。 让我感到困惑的是Timer没有按照我预期的方式使用它。 对我来说， Timer就是：一个定时器； 它应该测量start()和stop()之间的时间差异。 但似乎Timers也捕捉事件发生的速率，感觉就像他们踩着Meters脚趾一样。

如果我能看到每个组件输出的示例，这可能有助于我了解何时/何地使用其中任何一个。

Answer 1

您感到困惑的部分原因是 DW Metrics Timer是DW Metrics Meter。

Meter 只与速率有关，以 Hz（每秒事件数）为单位。 每个 Meter 导致发布 4(?) 个不同的指标：

• 自 Metrics 启动以来的平均（平均）比率
• 1、5 和 15 分钟滚动平均费率

您可以通过在代码中的不同点记录一个值来使用 Meter -- DW Metrics 会自动记下每次调用的挂壁时间以及您给它的值，并使用这些来计算该值增加的速率：

Meter getRequests = registry.meter("some-operation.operations")
getRequests.mark() //resets the value, e.g. sets it to 0
int numberOfOps = doSomeNumberOfOperations() //takes 10 seconds, returns 333
getRequests.mark(numberOfOps) //sets the value to number of ops.

我们希望我们的速率为 33.3 Hz，因为发生了 333 次操作，并且两次调用 mark() 之间的时间为 10 秒。

Timer 计算上述 4 个指标（将每个 Timer.Context 视为一个事件），并向它们添加许多其他指标：

• 事件数量的计数
• 自指标开始以来看到的最小、平均和最大持续时间
• 标准差
• “直方图”，记录分布在第 50、97、98、99 和 99.95 个百分位数的持续时间

每个计时器报告了大约 15 个指标。

简而言之：计时器报告了很多指标，它们可能很难理解，但是一旦你这样做了，它们是一种非常有效的方法来发现尖峰行为。

---

事实上，仅仅收集两点之间花费的时间并不是一个非常有用的指标。 考虑：你有一个这样的代码块：

Timer timer = registry.timer("costly-operation.service-time")
Timer.Context context = timer.time()
costlyOperation() //service time 10 ms
context.stop()

让我们假设costlyOperation()具有恒定的成本、恒定的负载，并且在单个线程上运行。 在 1 分钟的报告周期内，我们应该期望这个操作计时 6000 次。 显然，我们不会通过 6000x 线路报告实际服务时间——相反，我们需要某种方式来总结所有这些操作以适合我们所需的报告窗口。 DW Metrics 的计时器自动为我们执行此操作，每分钟一次（我们的报告周期）。 5 分钟后，我们的指标注册表将报告：

• 速率为 100（每秒事件数）
• 1 分钟的平均速率为 100
• 5 分钟平均速率为 100
• 计数 30000（看到的事件总数）
• 最多 10 (ms)
• 10分钟
• 平均 10
• 第 50 个百分位数 (p50) 值为 10
• 第 99.9 个百分位数 (p999) 的值为 10

现在，让我们考虑进入一个时期，偶尔我们的操作会在很长一段时间内完全脱离轨道和阻塞：

Timer timer = registry.timer("costly-operation.service-time")
Timer.Context context = timer.time()
costlyOperation() //takes 10 ms usually, but once every 1000 times spikes to 1000 ms
context.stop()

在 1 分钟的收集期内，我们现在会看到不到 6000 次执行，因为每 1000 次执行需要更长的时间。 大约为 5505。在第一分钟（系统总时间为 6 分钟）之后，我们现在将看到：

• 平均速率为 98（每秒事件数）
• 1 分钟平均汇率为 91.75
• 98.35 的 5 分钟平均速率
• 计数 35505（看到的事件总数）
• 最大持续时间为 1000 (ms)
• 最短持续时间 10
• 平均持续时间 10.13
• 第 50 个百分位数 (p50) 值为 10
• 1000 的第 99.9 个百分位数 (p999) 值

如果您绘制此图，您会看到大多数请求（p50、p75、p99 等）在 10 毫秒内完成，但 1000 个（p99）中的一个请求在 1 秒内完成。 这也将被视为平均比率略有下降（约 2%）和 1 分钟平均值（近 9%）的大幅下降。

如果您只查看时间平均值（速率或持续时间），您将永远不会发现这些尖峰——当对许多成功操作进行平均时，它们会被拖入背景噪音中。 同样，仅仅知道最大值也无济于事，因为它不会告诉您最大值出现的频率。 这就是直方图是跟踪性能的强大工具的原因，也是 DW Metrics 的计时器发布速率和直方图的原因。