1. 概述
Spectator是一个用于为维度时间序列后端系统检测代码和收集数据的库。Spectator 起源于 Netflix，用于各种指标收集，与之配套使用的后端系统主要是Atlas。
在本教程中，我们将了解 Spectator 提供的内容以及我们如何使用它来收集指标。
2.Maven依赖
在深入研究实际实现之前，让我们将Spectator依赖项添加到 pom.xml 文件中：
<dependency>
<groupId>com.netflix.spectator</groupId>
<artifactId>spectator-api</artifactId>
<version>1.0.11</version>
</dependency>
spectator-api是核心旁观者库。
3. Registry、Meter和 Metrics基础知识
在我们开始深入研究这个库之前，我们应该首先了解Registry、Meter和 Metrics的基础知识。
让我们进一步探索这些并了解它们是如何在 Spectator 库中使用的。
4.注册表
Spectator 库以Registry作为接口，带有一些内置实现，例如DefaultRegistry 和 NoopRegistry。我们还可以根据我们的要求创建自定义注册表实现。
注册表实现可以如下使用：
Registry registry = new DefaultRegistry();
5.仪表
仪表主要有两种类型，即有源和无源。
5.1. 有源电表
这些仪表用于测量某些事件的发生。我们有三种类型的此类仪表：
5.2. 无源电表
这些仪表用于在需要时获取指标的值。例如，正在运行的线程数可能是我们要衡量的指标。我们有一种这样的仪表，Gauge。
接下来，让我们详细探讨这些不同类型的仪表。
6.柜台
这些仪表测量事件发生的速率。例如，假设我们要测量从列表中插入或删除元素的速率。
让我们首先在初始化时向Registry对象注册一个计数器：
insertCounter = registry.counter("list.insert.count");
removeCounter = registry.counter("list.remove.count");
在这里，我们可以允许用户使用依赖注入的任何注册表实现。
现在，我们可以增加或减少Counter meter 以分别添加到列表或从列表中删除：
requestList.add(element);
insertCounter.increment();
requestList.remove(0);
removeCounter.increment();
这样我们就可以生成两个meter，后面我们可以把metrics推送到Atlas中进行可视化。
7. 定时器
这些仪表测量在某些事件上花费的时间。Spectator 支持两种类型的计时器：
7.1. 定时器
这些定时器主要用于测量持续时间短的事件。因此，他们通常衡量事件完成后花费的时间。
首先，我们需要在注册表中注册这个仪表：
requestLatency = registry.timer("app.request.latency");
接下来，我们可以调用Timer的record()方法来测量处理请求所花费的时间：
requestLatency.record(() -> handleRequest(input));
7.2. 长任务定时器
这些计时器主要用于测量长时间运行任务的持续时间。因此，即使事件正在处理中，我们也可以查询这些计时器。这也是Gauge 的一种。 当事件正在进行时，我们可以看到 持续时间 和activeTasks等指标。
同样，作为第一步，我们需要注册这个仪表：
refreshDuration = LongTaskTimer.get(registry, registry.createId("metadata.refreshDuration"));
接下来，我们可以使用LongTaskTimer来启动和停止围绕长时间运行的任务的测量：
long taskId = refreshDuration.start();
try {
Thread.sleep(input);
return "Done";
} catch (InterruptedException e) {
e.printStackTrace();
throw e;
} finally {
refreshDuration.stop(taskId);
}
8. 仪表
正如我们之前讨论的，仪表是无源仪表。因此，这些给出了在任何时间点为正在运行的任务采样的值。因此，例如，如果我们想知道 JVM 中正在运行的线程数或任何时间点的堆内存使用情况，我们就会使用它。
我们有两种类型的仪表：
- 轮询仪表
- 有源仪表
8.1. 轮询仪表
这种类型的仪表在后台轮询正在运行的任务的值。它在它监视的任务上创建一个挂钩。因此，无需更新此仪表中的值。
现在，让我们看看如何使用这个量规来监控List的大小：
PolledMeter.using(registry)
.withName("list.size")
.monitorValue(listSize);
在这里， PolledMeter 是允许 使用monitorValue()方法对listSize进行后台轮询的类。此外，listSize 是跟踪样本列表大小的变量。
8.2. 有源仪表
这种类型的仪表需要定期手动更新与监控任务更新相关的值。以下是使用主动仪表的示例：
gauge = registry.gauge("list.size");
我们首先在注册表中注册这个仪表。然后，我们在列表中添加或删除元素时手动更新它：
list.add(element);
gauge.set(listSize);
list.remove(0);
gauge.set(listSize);
9.分布总结
现在，我们将研究另一个称为DistributionSummary 的仪表。它跟踪事件的分布。该仪表可以测量请求负载的大小。例如，我们将使用DistributionSummary来衡量请求的大小。
首先，一如既往，我们在注册表中注册这个仪表：
distributionSummary = registry.distributionSummary("app.request.size");
现在，我们可以使用这个类似于计时器的计量器来记录请求的大小：
distributionSummary.record((long) input.length());
handleRequest();
10. 观察者 vs. 伺服 vs. 千分尺
Servo也是一个衡量不同代码指标的库。Spectator 是 Servo 的继任者，由 Netflix 打造。Spectator 最初是为Java8 推出的，从未来支持的角度来看，它是一个更好的选择。
这些 Netflix 库是市场上可用于衡量不同指标的各种选项之一。我们总是可以单独使用它们，或者我们可以选择像Micrometer这样的外观。Micrometer 让用户可以轻松地在不同的度量测量库之间切换。因此，它还允许选择不同的后端监控系统。
11.总结
在本文中，我们介绍了 Spectator，这是 Netflix 的一个用于度量指标的库。此外，我们还研究了其各种有源和无源仪表的使用情况。我们可以将检测数据推送并发布到时间序列数据库Atlas。
与往常一样，本教程的完整源代码可在GitHub上获得。
Post Directory
