泽民博客 ☰ Menu

gomatrix

Metrics本来是一个Java库, 捕获JVM和应用程序级指标。也就是说可以获得代码级别的数据指标，比如方法调用了多少次之类。



goalng 在github上使用的包是 https://github.com/rcrowley/go-metrics.git



这个库官方采纳的influxdb 方案只提供了TCP连接功能，然而我想要用的是使用UDP进行数据传输，这样对性能损耗较小。



这主要是由于influxdb是使用http作为API接口，采纳的这个包自己实现了一套定时发送http请求的方式去存储数据。

MetricRegistry
Metrics中MetricRegistry是中心容器，它是程序中所有度量的容器，所有新的度量工具都要注册到一个MetricRegistry实例中才可以使用，尽量在一个应用中保持让这个MetricRegistry实例保持单例。



示例：



r := metrics.NewRegistry() // 整个系统全局唯一
c := metrics.NewCounter() // 注册一个计数器
r.Register(“counter”, c) // 这个注册名全局唯一
度量
Metrics提供5种基本的度量类型：Gauges, Counters, Histograms, Meters和 Timers



Gauge
Gauge是最简单的度量类型，只有一个简单的返回值，



他用来记录一些对象或者事物的瞬时值。



类似于程序里的常量，是不变的值。



Counter
Counter是一个简单的计数器，他可以增加和减少。



类似于程序里的全局变量，可以增加和减少来改变值。



Meter
Meter是一种只能自增的计数器，通常用来度量一系列事件发生的比率。他提供了平均速率，以及指数平滑平均速率，以及采样后的1分钟，5分钟，15分钟速率。



类似于 QPS, 每一分钟发送多少次



Histrogram
Histrogram是用来度量流数据中Value的分布情况，Histrogram可以计算最大/小值、平均值，方差，分位数（如中位数，或者95th分位数），如75%,90%,98%,99%的数据在哪个范围内。



类似于柱状图



中位数
中位数，统计学中的专有名词，代表一个样本、种群或概率分布中的一个数值，其可将数值集合划分为相等的上下两部分。



简单说，就是一排数据从小到大排列后，中间那个数。



例如: 1，3，6，9，11。中间那个数是6，这就是中位数。1，3，6，9，11，13。这是有六个数，中间是两个数了，那么中位数就是6和9



四分位数
四分位数（Quartile）也称四分位点，是指在统计学中把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值。



首先确定四分位数的位置：
Q1的位置= (n+1) × 0.25
Q2的位置= (n+1) × 0.5
Q3的位置= (n+1) × 0.75
所以分位数，就是多少比例样本表示的数值是多少。



Timer
Timer是Histogram跟Meter的一个组合，比如要统计当前请求的速率和处理时间。



Go port of Coda Hale’s Metrics library: https://github.com/dropwizard/metrics.



Documentation: http://godoc.org/github.com/rcrowley/go-metrics.



Usage
Create and update metrics:



c := metrics.NewCounter()
metrics.Register(“foo”, c)
c.Inc(47)



g := metrics.NewGauge()
metrics.Register(“bar”, g)
g.Update(47)



r := NewRegistry()
g := metrics.NewRegisteredFunctionalGauge(“cache-evictions”, r, func() int64 { return cache.getEvictionsCount() })



s := metrics.NewExpDecaySample(1028, 0.015) // or metrics.NewUniformSample(1028)
h := metrics.NewHistogram(s)
metrics.Register(“baz”, h)
h.Update(47)



m := metrics.NewMeter()
metrics.Register(“quux”, m)
m.Mark(47)



t := metrics.NewTimer()
metrics.Register(“bang”, t)
t.Time(func() {})
t.Update(47)
Register() is not threadsafe. For threadsafe metric registration use GetOrRegister:



t := metrics.GetOrRegisterTimer(“account.create.latency”, nil)
t.Time(func() {})
t.Update(47)
NOTE: Be sure to unregister short-lived meters and timers otherwise they will leak memory:



// Will call Stop() on the Meter to allow for garbage collection
metrics.Unregister(“quux”)
// Or similarly for a Timer that embeds a Meter
metrics.Unregister(“bang”)
Periodically log every metric in human-readable form to standard error:



go metrics.Log(metrics.DefaultRegistry, 5 * time.Second, log.New(os.Stderr, “metrics: “, log.Lmicroseconds))
Periodically log every metric in slightly-more-parseable form to syslog:



w, _ := syslog.Dial(“unixgram”, “/dev/log”, syslog.LOG_INFO, “metrics”)
go metrics.Syslog(metrics.DefaultRegistry, 60e9, w)
Periodically emit every metric to Graphite using the Graphite client:



import “github.com/cyberdelia/go-metrics-graphite”



addr, _ := net.ResolveTCPAddr(“tcp”, “127.0.0.1:2003”)
go graphite.Graphite(metrics.DefaultRegistry, 10e9, “metrics”, addr)
Periodically emit every metric into InfluxDB:



NOTE: this has been pulled out of the library due to constant fluctuations in the InfluxDB API. In fact, all client libraries are on their way out. see issues #121 and #124 for progress and details.



import “github.com/vrischmann/go-metrics-influxdb”



go influxdb.InfluxDB(metrics.DefaultRegistry,
10e9,
“127.0.0.1:8086”,
“database-name”,
“username”,
“password”
)
Periodically upload every metric to Librato using the Librato client:



Note: the client included with this repository under the librato package has been deprecated and moved to the repository linked above.



import “github.com/mihasya/go-metrics-librato”



go librato.Librato(metrics.DefaultRegistry,
10e9, // interval
“example@example.com”, // account owner email address
“token”, // Librato API token
“hostname”, // source
[]float64{0.95}, // percentiles to send
time.Millisecond, // time unit
)
Periodically emit every metric to StatHat:



import “github.com/rcrowley/go-metrics/stathat”



go stathat.Stathat(metrics.DefaultRegistry, 10e9, “example@example.com”)
Maintain all metrics along with expvars at /debug/metrics:



This uses the same mechanism as the official expvar but exposed under /debug/metrics, which shows a json representation of all your usual expvars as well as all your go-metrics.



import “github.com/rcrowley/go-metrics/exp”



exp.Exp(metrics.DefaultRegistry)
Installation
go get github.com/rcrowley/go-metrics
StatHat support additionally requires their Go client:



go get github.com/stathat/go
Publishing Metrics
Clients are available for the following destinations:



AppOptics - https://github.com/ysamlan/go-metrics-appoptics
Librato - https://github.com/mihasya/go-metrics-librato
Graphite - https://github.com/cyberdelia/go-metrics-graphite
InfluxDB - https://github.com/vrischmann/go-metrics-influxdb
Ganglia - https://github.com/appscode/metlia
Prometheus - https://github.com/deathowl/go-metrics-prometheus
DataDog - https://github.com/syntaqx/go-metrics-datadog
SignalFX - https://github.com/pascallouisperez/go-metrics-signalfx
Honeycomb - https://github.com/getspine/go-metrics-honeycomb
Wavefront - https://github.com/wavefrontHQ/go-metrics-wavefront
Open-Falcon - https://github.com/g4zhuj/go-metrics-falcon
AWS CloudWatch - https://github.com/savaki/cloudmetrics



package main



import (
“github.com/rcrowley/go-metrics”
“time”
“os”
“log”
)



func main(){



s := metrics.NewExpDecaySample(1024, 0.015) // or metrics.NewUniformSample(1028)

 

h := metrics.NewHistogram(s)

 

metrics.Register("baz", h)

h.Update(1)

 

 

go metrics.Log(metrics.DefaultRegistry,

	1 * time.Second,

	log.New(os.Stdout, "metrics: ", log.Lmicroseconds))

 

 

var j int64

j = 1

for true {

	time.Sleep(time.Second * 1)

	j++

	h.Update(j)

} }


metrics.NewExpDecaySample这函数的两个参数的含义： 第一是内部存储数据的个数



第二个是指数后乘以的数值 具体位置



输出到influxdb



influxdb的安装和基本使用这里不做介绍



使用下面工作
https://github.com/vrischmann/go-metrics-influxdb



package main



import (
“github.com/rcrowley/go-metrics”
“time”
“github.com/vrischmann/go-metrics-influxdb”
)



func main(){
m := metrics.NewMeter()
metrics.Register(“quux”, m)
m.Mark(1)



go influxdb.InfluxDB(metrics.DefaultRegistry,

	time.Second * 5,

	"http://192.168.150.74:8086",

	"mydb",

	"",

	"")

 

var j int64

j = 1

for true {

	time.Sleep(time.Second*1)

	m.Mark(j)

	j += 1

} }


看以上的代码 其他地方都不用改动 只要改下输出的地方就可以了



在influx中使用设置的database 表名则自用生成 使用 是 metrics中register 设置的名字加上类型 在这里例子中 表名为quux.meter



就可以在influxdb 里面看到



https://prometheus.io/docs/guides/go-application/


Category golang