这是我参加8月更文挑战的第12天
Lettuce 是一个 Redis 连接池，和 Jedis 不一样的是，Lettuce 是次要基于 Netty 以及 ProjectReactor 实现的异步连接池。因为基于 ProjectReactor，所以能够间接用于 spring-webflux 的异步我的项目，当然，也提供了同步接口。
在咱们的微服务项目中，应用了 Spring Boot 以及 Spring Cloud。并且应用了 spring-data-redis 作为连贯 Redis 的库。并且连接池应用的是 Lettuce。同时，咱们线上的 JDK 是 OpenJDK 11 LTS 版本，并且每个过程都关上了 JFR 记录。对于 JFR，能够参考这个系列：JFR 全解
在 Lettuce 6.1 之后，Lettuce 也引入了基于 JFR 的监控事件。参考：events.flight-recorder
- Redis 连贯相干事件：
ConnectEvent：当尝试与 Redis 建设连贯之前，就会收回这个事件。
ConnectedEvent：连贯建设的时候会收回的事件，蕴含建设连贯的近程 IP 与端口以及应用的 Redis URI 等信息，对应 Netty 其实就是 ChannelHandler 中的 channelActive 回调一开始就会收回的事件。
ConnectionActivatedEvent：在实现 Redis 连贯一系列初始化操作之后（例如 SSL 握手，发送 PING 心跳命令等等），这个连贯能够用于执行 Redis 命令时收回的事件。
ConnectionDeactivatedEvent：在没有任何正在解决的命令并且 isOpen() 是 false 的状况下，连贯就不是沉闷的了，筹备要被敞开。这个时候就会收回这个事件。
DisconnectedEvent：连贯真正敞开或者重置时，会收回这个事件。
ReconnectAttemptEvent：Lettuce 中的 Redis 连贯会被保护为长连贯，当连贯失落，会主动重连，须要重连的时候，会收回这个事件。
ReconnectFailedEvent：当重连并且失败的时候的时候，会收回这个事件。
- Redis 集群相干事件：
AskRedirectionEvent：针对 Redis slot 处于迁徙状态时会返回 ASK，这时候会收回这个事件。
MovedRedirectionEvent：针对 Redis slot 不在以后节点上时会返回 MOVED，这时候会收回这个事件。
TopologyRefreshEvent：如果启用了集群拓补刷新的定时工作，在查问集群拓补的时候，就会收回这个事件。然而，这个须要在配置中开启定时查看集群拓补的工作，参考 cluster-topology-refresh
ClusterTopologyChangedEvent：当 Lettuce 发现 Redis 集群拓补发生变化的时候，就会收回这个事件。
- Redis 命令相干事件：
CommandLatencyEvent：Lettuce 会统计每个命令的响应工夫，并定时收回这个事件。这个也是须要手动配置开启的，前面会提到如何开启。
CommandStartedEvent：开始执行某一指令的时候会收回这个事件。
CommandSucceededEvent：指令执行胜利的时候会收回这个事件。
CommandFailedEvent：指令执行失败的时候会收回这个事件。
Lettuce 的监控是基于事件散发与监听机制的设计，其外围接口是 EventBus:
EventBus.java
public interface EventBus {
// 获取 Flux，通过 Flux 订阅，能够容许多个订阅者Flux<Event> get();// 公布事件void publish(Event event);}
复制代码
其默认实现为 DefaultEventBus，
public class DefaultEventBus implements EventBus {
private final DirectProcessor<Event> bus;private final FluxSink<Event> sink;private final Scheduler scheduler;private final EventRecorder recorder = EventRecorder.getInstance();public DefaultEventBus(Scheduler scheduler) { this.bus = DirectProcessor.create(); this.sink = bus.sink(); this.scheduler = scheduler;}@Overridepublic Flux<Event> get() { //如果生产不过去间接抛弃 return bus.onBackpressureDrop().publishOn(scheduler);}@Overridepublic void publish(Event event) { //调用 recorder 记录 recorder.record(event); //调用 recorder 记录之后，再公布事件 sink.next(event);}}
复制代码
在默认实现中，咱们发现公布一个事件首先要调用 recorder 记录，之后再放入 FluxSink 中进行事件公布。目前 recorder 有理论作用的实现即基于 JFR 的 JfrEventRecorder.查看源码：
JfrEventRecorder
public void record(Event event) {
LettuceAssert.notNull(event, "Event must not be null");//应用 Event 创立对应的 JFR Event，之后间接 commit，即提交这个 JFR 事件到 JVM 的 JFR 记录中jdk.jfr.Event jfrEvent = createEvent(event);if (jfrEvent != null) { jfrEvent.commit();}}
private jdk.jfr.Event createEvent(Event event) {
try { //获取结构器，如果结构器是 Object 的结构器，代表没有找到这个 Event 对应的 JFR Event 的结构器 Constructor<?> constructor = getEventConstructor(event); if (constructor.getDeclaringClass() == Object.class) { return null; } //应用结构器创立 JFR Event return (jdk.jfr.Event) constructor.newInstance(event);} catch (ReflectiveOperationException e) { throw new IllegalStateException(e);}}
//Event 对应的 JFR Event 结构器缓存
private final Map<Class<?>, Constructor<?>> constructorMap = new HashMap<>();
private Constructor<?> getEventConstructor(Event event) throws NoSuchMethodException {
Constructor<?> constructor;//简而言之，就是查看缓存 Map 中是否存在这个 class 对应的 JFR Event 结构器，有则返回，没有则尝试发现synchronized (constructorMap) { constructor = constructorMap.get(event.getClass());}if (constructor == null) { //这个发现的形式比拟粗犷，间接寻找与以后 Event 的同包门路下的以 Jfr 结尾，前面跟着以后 Event 名称的类是否存在 //如果存在就获取他的第一个结构器（无参结构器），不存在就返回 Object 的结构器 String jfrClassName = event.getClass().getPackage().getName() + ".Jfr" + event.getClass().getSimpleName(); Class<?> eventClass = LettuceClassUtils.findClass(jfrClassName); if (eventClass == null) { constructor = Object.class.getConstructor(); } else { constructor = eventClass.getDeclaredConstructors()[0]; constructor.setAccessible(true); } synchronized (constructorMap) { constructorMap.put(event.getClass(), constructor); }}return constructor;}
复制代码
发现这块代码并不是很好，每次读都要获取锁，所以我做了点批改并提了一个 Pull Request：reformat getEventConstructor for JfrEventRecorder not to synchronize for each read
由此咱们能够晓得，一个 Event 是否有对应的 JFR Event 通过查看是否有同门路的以 Jfr 结尾前面跟着本人名字的类即可。目前能够发现：
io.lettuce.core.event.connection 包：ConnectedEvent -> JfrConnectedEventConnectEvent -> JfrConnectedEventConnectionActivatedEvent -> JfrConnectionActivatedEventConnectionCreatedEvent -> JfrConnectionCreatedEventConnectionDeactivatedEvent -> JfrConnectionDeactivatedEventDisconnectedEvent -> JfrDisconnectedEventReconnectAttemptEvent -> JfrReconnectAttemptEventReconnectFailedEvent -> JfrReconnectFailedEvent
io.lettuce.core.cluster.event 包：AskRedirectionEvent -> JfrAskRedirectionEventClusterTopologyChangedEvent -> JfrClusterTopologyChangedEventMovedRedirectionEvent -> JfrMovedRedirectionEventAskRedirectionEvent -> JfrTopologyRefreshEvent
io.lettuce.core.event.command 包：CommandStartedEvent -> 无CommandSucceededEvent -> 无CommandFailedEvent -> 无
io.lettuce.core.event.metrics 包：、CommandLatencyEvent -> 无
咱们能够看到，以后针对指令，并没有 JFR 监控，然而对于咱们来说，指令监控反而是最重要的。咱们思考针对指令相干事件增加 JFR 对应事件
如果对 io.lettuce.core.event.command 包下的指令事件生成对应的 JFR，那么这个事件数量有点太多了（咱们一个利用实例可能每秒执行好几十万个 Redis 指令）。所以咱们偏向于针对 CommandLatencyEvent 增加 JFR 事件。
CommandLatencyEvent 蕴含一个 Map：
private Map<CommandLatencyId, CommandMetrics> latencies;
复制代码
其中 CommandLatencyId 蕴含 Redis 连贯信息，以及执行的命令。CommandMetrics 即工夫统计，蕴含：
收到 Redis 服务器响应的工夫指标，通过这个判断是否是 Redis 服务器响应慢。
解决完 Redis 服务器响应的工夫指标，可能因为利用实例过忙导致响应始终没有解决完，通过这个与收到 Redis 服务器响应的工夫指标比照判断利用解决花的工夫。
这两个指标都蕴含如下信息：
最短时间
最长工夫
百分位工夫，默认是前 50%，前 90%，前 95%，前 99%，前 99.9%，对应源码：MicrometerOptions: public static final double[] DEFAULT_TARGET_PERCENTILES = new double[] { 0.50, 0.90, 0.95, 0.99, 0.999 };
咱们想要实现针对每个不同 Redis 服务器每个命令都能通过 JFR 查看一段时间内响应工夫指标的统计，能够这样实现：
package io.lettuce.core.event.metrics;
import jdk.jfr.Category;
import jdk.jfr.Event;
import jdk.jfr.Label;
import jdk.jfr.StackTrace;
@Category({ "Lettuce", "Command Events" })
@Label("Command Latency Trigger")
@StackTrace(false)
public class JfrCommandLatencyEvent extends Event {
private final int size;public JfrCommandLatencyEvent(CommandLatencyEvent commandLatencyEvent) { this.size = commandLatencyEvent.getLatencies().size(); commandLatencyEvent.getLatencies().forEach((commandLatencyId, commandMetrics) -> { JfrCommandLatency jfrCommandLatency = new JfrCommandLatency(commandLatencyId, commandMetrics); jfrCommandLatency.commit(); });}}
复制代码
package io.lettuce.core.event.metrics;
import io.lettuce.core.metrics.CommandLatencyId;
import io.lettuce.core.metrics.CommandMetrics;
import jdk.jfr.Category;
import jdk.jfr.Event;
import jdk.jfr.Label;
import jdk.jfr.StackTrace;
import java.util.concurrent.TimeUnit;
@Category({ "Lettuce", "Command Events" })
@Label("Command Latency")
@StackTrace(false)
public class JfrCommandLatency extends Event {
private final String remoteAddress;private final String commandType;private final long count;private final TimeUnit timeUnit;private final long firstResponseMin;private final long firstResponseMax;private final String firstResponsePercentiles;private final long completionResponseMin;private final long completionResponseMax;private final String completionResponsePercentiles;public JfrCommandLatency(CommandLatencyId commandLatencyId, CommandMetrics commandMetrics) { this.remoteAddress = commandLatencyId.remoteAddress().toString(); this.commandType = commandLatencyId.commandType().toString(); this.count = commandMetrics.getCount(); this.timeUnit = commandMetrics.getTimeUnit(); this.firstResponseMin = commandMetrics.getFirstResponse().getMin(); this.firstResponseMax = commandMetrics.getFirstResponse().getMax(); this.firstResponsePercentiles = commandMetrics.getFirstResponse().getPercentiles().toString(); this.completionResponseMin = commandMetrics.getCompletion().getMin(); this.completionResponseMax = commandMetrics.getCompletion().getMax(); this.completionResponsePercentiles = commandMetrics.getCompletion().getPercentiles().toString();}}
复制代码
这样，咱们就能够这样剖析这些事件：
首先在事件浏览器中，抉择 Lettuce -> Command Events -> Command Latency，右键应用事件创立新页：
在创立的事件页中，依照 commandType 分组，并且将感兴趣的指标显示到图表中：
针对这些批改，我也向社区提了一个 Pull Request：fix #1820 add JFR Event for Command Latency
在 Spring Boot 中（即减少了 spring-boot-starter-redis 依赖），咱们须要手动关上 CommandLatencyEvent 的采集：
@Configuration(proxyBeanMethods = false)
@Import({LettuceConfiguration.class})
//须要强制在 RedisAutoConfiguration 进行主动装载
@AutoConfigureBefore(RedisAutoConfiguration.class)
public class LettuceAutoConfiguration {
}
复制代码
import io.lettuce.core.event.DefaultEventPublisherOptions;
import io.lettuce.core.metrics.DefaultCommandLatencyCollector;
import io.lettuce.core.metrics.DefaultCommandLatencyCollectorOptions;
import io.lettuce.core.resource.DefaultClientResources;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import java.time.Duration;
@Configuration(proxyBeanMethods = false)
public class LettuceConfiguration {
/** * 每 10s 采集一次命令统计 * @return */@Beanpublic DefaultClientResources getDefaultClientResources() { DefaultClientResources build = DefaultClientResources.builder() .commandLatencyRecorder( new DefaultCommandLatencyCollector( //开启 CommandLatency 事件采集，并且配置每次采集后都清空数据 DefaultCommandLatencyCollectorOptions.builder().enable().resetLatenciesAfterEvent(true).build() ) ) .commandLatencyPublisherOptions( //每 10s 采集一次命令统计 DefaultEventPublisherOptions.builder().eventEmitInterval(Duration.ofSeconds(10)).build() ).build(); return build;}}
如果你感觉这篇文章对你有点用的话，麻烦请给咱们的开源我的项目点点star:
http://github.crmeb.net/u/defu不胜感激 ！