0.5.0版本中的监控

微服务框架从0.5.0版本开始支持监控功能Metrics，请注意这个功能还处于开发（Preview）阶段，并且我们未来会做较大的调整，更多讨论请订阅ServiceComb邮件列表(dev-subscribe@servicecomb.apache.org)。

背景

将系统微服务化是技术潮流和趋势，但是它解决了很多问题的同时也带来了新的问题。

MonolithicArch

这是传统单体系统架构图，对运维人员友好，但是对开发人员不友好，系统维护升级困难。

MicroserviceArch

这是微服务化后的系统架构图，经过功能切分，开发人员得到解脱，拥有了极致的CI/CD，但是运维人员却需要维护海量的微服务实例，所以如果不进行性能监控，就无法定位时延高的微服务，也无法制定弹性伸缩策略。

原理

0.5.0版本的Metrics会在Java Chassis的Invocation中埋入计数器，也会使用Hystrix收集TPS和Latency，同时收集微服务实例的CPU使用率和内存使用量，最终通过输出日志的方式输出收集到的Metrics数据。
输入日志使用的是SLF4J作为日志框架，未与任何具体的日志框架绑定，我们会通过定向Logger名输出的方式将不同的Metrics输出为一个个独立的文件，因此需要在你的日志配置中添加对应的配置项，这篇文章详细说明了如果使用Log4j作为日志实现如何配置，而这篇文章则详细介绍了如果使用Log4j2作为日志需要如何配置。
Logger名指的是LoggerFactory.getLogger后的第一个参数：

static final Logger log = LoggerFactory.getLogger("${Logger名}");
log.trace("${Metric数据}");

为不影响调试，log的输出级别为trace

以下是我们的定向Logger名以及输出的Metrics含义：

Logger名	Metric含义
averageServiceExecutionTime	Producer端调用平均执行时间
averageTimeInQueue	Producer端调用在队列中的平均时间
countInQueue	Producer端在队列中等待的调用的数量
cpuLoad	实例CPU使用率
cpuRunningThreads	实例运行线程数量
heapCommit，heapInit，heapMax，heapUsed	内存Heap使用状况
nonHeapCommit，nonHeapInit，nonHeapMax，nonHeapUsed	内存NonHeap使用状况
latency	调用平均时延
tps	每秒调用数（Transaction per seconds）
maxLifeTimeInQueue	Producer端调用在队列中最大等待时间
minLifeTimeInQueue	Producer端调用在队列中最小等待时间
totalRequestsPerProvider	Producer总请求数
totalRequestsPerConsumer	Consumer总请求数
totalFailedRequestsPerProvider	Producer失败总请求数
totalFailRequestsPerConsumer	Consumer失败总请求数

如何配置

请在microservice.yaml中添加如下配置项：

APPLICATION_ID: demo
service_description:
  name: demoService
  version: 0.0.1

servicecomb:
  metrics:
    #metrics数据采集时间（同样是写文件间隔），单位秒
    polltime: 5
    #如果metric是浮点数，输出结果保留几位小数，默认为1
    round_places: 1
    file:
      #是否启用文件输出
      enabled: true
      #会体现为输出内容中的plugin_id
      name_prefix: bmi.calculator

注意事项

需要在provider治理链中添加bizkeeper-provider，否则TPS和Latency无数据

APPLICATION_ID: demo
service_description:
 name: demoService
 version: 0.0.1
servicecomb:
 handler:
   chain:
     Provider:
       default: bizkeeper-provider

配置示例

以设置averageServiceExecutionTime为例，如果是Log4j，配置如下：

#指定Logger名为averageServiceExecutionTime
log4j.category.averageServiceExecutionTime=TRACE, averageServiceExecutionTimeLogger
#定向日志，不扩散到别的Logger中
log4j.additivity.averageServiceExecutionTime=false
#使用RollingFileAppender
log4j.appender.averageServiceExecutionTimeLogger=org.apache.log4j.RollingFileAppender
log4j.appender.averageServiceExecutionTimeLogger.File=/target/averageServiceExecutionTime.log
log4j.appender.averageServiceExecutionTimeLogger.MaxFileSize=10MB
log4j.appender.averageServiceExecutionTimeLogger.MaxBackupIndex=10
log4j.appender.averageServiceExecutionTimeLogger.layout=org.apache.log4j.PatternLayout
log4j.appender.averageServiceExecutionTimeLogger.layout.ConversionPattern=%m%n
log4j.appender.averageServiceExecutionTimeLogger.append=true

如果是Log4j2，配置如下：

<!--Log4j2配置支持全局配置-->
<Properties>
  <Property name="maxFileSize">10MB</Property>
  <Property name="maxFileCount">10</Property>
  <Property name="filePath">/target</Property>
  <Property name="filePrefix">bmi.calculator</Property>
</Properties>

<Appenders>
  <RollingFile name="averageServiceExecutionTime" fileName="${filePath}${filePrefix}.averageServiceExecutionTime.dat"
    filePattern="${filePath}${filePrefix}.averageServiceExecutionTime-%i.dat">
    <PatternLayout pattern="%m%n"/>
    <SizeBasedTriggeringPolicy size="${maxFileSize}"/>
    <DefaultRolloverStrategy max="${maxFileCount}"/>
  </RollingFile>
</Appenders>

<Loggers>
  <Logger name="averageServiceExecutionTime" level="trace" additivity="false">
    <AppenderRef ref="averageServiceExecutionTime"/>
  </Logger>
</Loggers>

剩余Metric（参见原理章节中的表格）按照上面的例子重复替换即可。

输出效果

每一个文件就是一个微服务示例级别的metrics数据输出，0.5.0版本还不支持Operation级别的Metrics输出：

Metrics图片