关于java:微服务应用性能如何APM监控工具来告诉你

当微服务零碎越来越宏大，各个服务间的调用关系也变得越来越简单，须要一个工具来帮忙理清申请调用的服务链路。之前在《Spring Cloud Sleuth：分布式申请链路跟踪》一文中应用的是 Sleuth+Zipkin 的解决方案，最近发现利用性能监控（Application Performance Monitoring，APM）也能够很好地解决该问题。比照 SkyWalking 和 Elastic APM 之后，发现 Elastic APM 更胜一筹，明天咱们来一波 Elastic APM 的应用实际！

SpringBoot 实战电商我的项目 mall（40k+star）地址：https://github.com/macrozheng/mall

Elastic APM 简介

Elastic APM 是基于 Elastic Stack 构建的利用性能监控（APM）零碎。它次要有如下用处：

• 用来实时监控利用性能信息，包含 HTTP 申请调用时长、数据库查问信息、缓存调用信息和内部的 HTTP 申请调用信息。有助于咱们疾速找出并解决性能问题。
• 主动收集利用中未解决的谬误和异样，显示异样的堆栈信息，有助于疾速定位异样和理解呈现频率。
• 度量指标是调试生产零碎时的另一个重要信息起源。Elastic APM Agent 会主动收集主机级别的度量指标（比方 Java JVM 和 Go Runtime 的指标）。
• 反对分布式申请链路追踪，使你可能在一个视图中剖析整个服务架构的性能问题。

相干组件

Elastic APM 包含四大组件: APM Agent, APM Server, Elasticsearch, Kibana。

• APM Agent：以利用程序库的模式提供，负责收集利用运行时的性能监控数据和谬误数据，短时间缓存后发送 APM Server。
• APM Server：一个独立的组件，负责接管 APM Agent 中发送的性能监控数据。验证并解决完数据后，会转存储到 Elasticsearch 中，之后就能够在 Kibana APM 利用中查看性能监控数据了。
• Elasticsearch：用于存储利用性能监控数据并提供聚合性能。
• Kibana APM app：可视化查看 APM 性能监控数据，有助于找到性能瓶颈。

数据模型

Elastic APM Agent 从其检测的应用程序中捕捉不同类型的信息。这些操作被称为事件，能够是 Span, Transaction, Error, or Metric。

• Span（跨度）：Span 蕴含一次操作过程中代码执行门路的信息。它从操作的开始到完结进行度量，并且能够与其余 Span 具备父 / 子关系。
• Transaction（事务）：Transaction 是一种非凡的 Span，具备与之关联的其余属性。它形容了 Elastic APM Agent 捕捉的最高级别事件，比方一次申请、一次批处理工作等。
• Error（谬误）：Error 事件至多蕴含谬误产生的原始异样或创立的日志的信息。
• Metric（度量）：APM Agent 主动获取根本的主机级别指标，包含零碎和过程级别的 CPU 和内存指标。也能够获取特定于代理的指标，例如 Java Agent 中的 JVM 指标和 Go Agent 中的 Go 运行时指标。

应用实际

学习了下面的基本概念之后，是时候来波实际了，接下来咱们将应用 Elastic APM 来监控 SpringBoot 利用的性能信息。

装置 Elasticsearch 和 Kibana

装置 Elastic APM 之前，咱们须要先装置好 Elasticsearch 和 Kibana，具体参考《你竟然还去服务器上捞日志，搭个日志收集零碎难道不香么！》，留神应用 7.6.2 版本。

装置 APM Server

• 下载 APM Server 的安装包，下载地址：https://www.elastic.co/cn/dow…

• 下载实现后解压到指定目录；

• 批改配置文件apm-server.yml，批改下 Elasticsearch 的连贯地址即可；

output.elasticsearch:
  hosts: ["localhost:9200"]

• 应用如下命令启动 APM Server 即可，启动胜利 APM Server 将在 8200 端口运行；

apm-sever -e

• 在 Kibana 中检测 APM Server 是否启动胜利，拜访地址：http://localhost:5601/app/kibana#/home/tutorial/apm

SpringBoot 集成 APM Agent

Java 利用集成 APM Agent 的形式有三种，咱们应用最简略的形式，间接在利用中集成。

• 在 pom.xml 中增加相干依赖；

<!--Elastic Agent 相干依赖 -->
<dependency>
    <groupId>co.elastic.apm</groupId>
    <artifactId>apm-agent-attach</artifactId>
    <version>1.17.0</version>
</dependency>

• 在利用启动类的 main 办法中增加 Elastic APM 的 Attach API；

@SpringBootApplication
public class MallTinyApplication {public static void main(String[] args) {ElasticApmAttacher.attach();
        SpringApplication.run(MallTinyApplication.class, args);
    }

}

• 在 resource 目录下增加 Elastic APM 的配置文件elasticapm.properties；

# 配置服务名称
service_name=mall-tiny-apm
# 配置利用所在根底包
application_packages=com.macro.mall.tiny
# 配置 APM Server 的拜访地址
server_urls=http://localhost:8200

• 在 Kibana 中检测 APM Agent 是否启动胜利，拜访地址：http://localhost:5601/app/kibana#/home/tutorial/apm

查看性能监控信息

• 关上监控面板当前，能够发现咱们的 mall-tiny-apm 服务曾经存在了；

• 屡次调用利用接口，即可查看到利用性能信息；

• 关上某个 Transaction 查看详情，咱们能够看到连 SQL 执行耗时信息都给咱们统计好了；

• 不仅如此，关上执行查问的 Span 查看详情，连 SQL 语句都给咱们收集好了；

• 在我的项目中增加一个有近程调用接口，看看能不能收集到申请调用链路；

/**
 * 品牌治理 Controller
 * Created by macro on 2019/4/19.
 */
@Api(tags = "PmsBrandController", description = "商品品牌治理")
@Controller
@RequestMapping("/brand")
public class PmsBrandController {@ApiOperation("近程调用获取所有品牌信息")
    @RequestMapping(value = "/remoteListAll", method = RequestMethod.GET)
    @ResponseBody
    public CommonResult<List<PmsBrand>> remoteListAll() {
        // 模仿耗时操作
        ThreadUtil.sleep(1, TimeUnit.SECONDS);
        // 近程调用获取数据
        String response = HttpUtil.get("http://localhost:8088/brand/listAll");
        JSONObject jsonObject = new JSONObject(response);
        JSONArray data = jsonObject.getJSONArray("data");
        List<PmsBrand> brandList = data.toList(PmsBrand.class);
        return CommonResult.success(brandList);
    }
}

• 发现齐全能够，Elastic APM 齐全能够取代 Sleuth+Zipkin 来做微服务的申请链路跟踪了；

• 应用咱们之前 springcloud-learning 中的微服务调用案例，也是能够进行申请链路跟踪的；

• 接下来咱们人为制作一个异样，在办法中增加 int i=1/0; 即可，查看下收集到的异样信息；

• 再来看下利用主机的度量信息，十分全面，CPU、内存、JVM 信息都有了，当前性能调优的时候能够看看！

总结

Elastic APM 齐全能够取代 Sleuth+Zipkin 来做分布式申请链路追踪，并且提供了数据库及缓存调用时长的统计，很好很弱小！不止于此，它还能够用来实时监控利用性能信息及度量指标，连谬误日志也收集好了，是一款很好的利用性能监控工具！

我的项目源码地址

https://github.com/macrozheng…

参考资料

官网文档：https://www.elastic.co/guide/…

本文 GitHub https://github.com/macrozheng/mall-learning 曾经收录，欢送大家 Star！