厉害！某生鲜电商平台竟然是这样设计监控模块的（已开源）~-技术圈


我们谈到监控，一般设计到两个方面的内容：
服务器本身的监控。(比如：linux服务器的CPU，内存，磁盘IO等监控)
业务系统的监控.  (比如：业务系统性能的监控，SQL语句的监控，请求超时 的监控，用户输入的监控，整个请求过程时间的监控，优化等等)
 
服务器本身的监控

说明：由于Java开源生鲜电商平台采用的是阿里云的linux CentOS服务器，由于阿里云本身是有监控预警的，但是我们不可能时刻去看，最好有集成自己的系统监控，最终在各种系统对比的过程中，选择了netdata这个工具，当然有一些软件比如：zabbix,negios等等都是可以的，但是我们服务器压力不算大，最终采用了更加轻量级的解决方案。

相关的安装与使用，大家自行百度处理，我这边就不列举出来了。

以下是相关的实际运营截图：
 

 
 
业务监控

说明：任何一个业务系统都需要采用业务监控，抛异常，有error日志，短信预警，推送等等

Java内存
JavaCPU使用情况
 用户Session数量
JDBC连接数
http请求、sql请求、jsp页面与业务接口方法（EJB3、Spring、 Guice）的执行数量，平均执行时间，错误百分比等
 
最终，业务代码中采用了Spring AOP进行日志拦截，把请求方法超过了1500秒的方法进行了error日志的输出：
 
业务代码如下：
import org.apache.commons.lang.time.StopWatch;import org.aspectj.lang.JoinPoint;import org.aspectj.lang.ProceedingJoinPoint;import org.aspectj.lang.annotation.After;import org.aspectj.lang.annotation.AfterReturning;import org.aspectj.lang.annotation.AfterThrowing;import org.aspectj.lang.annotation.Around;import org.aspectj.lang.annotation.Aspect;import org.aspectj.lang.annotation.Before;import org.aspectj.lang.annotation.Pointcut;
import org.slf4j.Logger;import org.slf4j.LoggerFactory;import org.springframework.stereotype.Component;/** * 声明一个切面,记录每个Action的执行时间 */@Aspect@Componentpublic class LogAspect {
    private static final Logger logger=LoggerFactory.getLogger(LogAspect.class);
    /**     * 切入点：表示在哪个类的哪个方法进行切入。配置有切入点表达式     */    @Pointcut("execution(* com.netcai.admin.controller.*.*.*(..))")    public void pointcutExpression() {        logger.debug("配置切入点");    }
    /**     * 1 前置通知     * @param joinPoint     */    @Before("pointcutExpression()")    public void beforeMethod(JoinPoint joinPoint) {        logger.debug("前置通知执行了");    }
    /**     * 2 后置通知     * 在方法执行之后执行的代码. 无论该方法是否出现异常     */    @After("pointcutExpression()")     public void afterMethod(JoinPoint joinPoint) {        logger.debug("后置通知执行了，有异常也会执行");    }
    /**     * 3 返回通知     * 在方法法正常结束受执行的代码     * 返回通知是可以访问到方法的返回值的!     * @param joinPoint     * @param returnValue     */    @AfterReturning(value = "pointcutExpression()", returning = "returnValue")    public void afterRunningMethod(JoinPoint joinPoint, Object returnValue) {        logger.debug("返回通知执行，执行结果：" + returnValue);    }    /**     * 4 异常通知     * 在目标方法出现异常时会执行的代码.     * 可以访问到异常对象; 且可以指定在出现特定异常时在执行通知代码     * @param joinPoint     * @param e     */    @AfterThrowing(value = "pointcutExpression()", throwing = "e")    public void afterThrowingMethod(JoinPoint joinPoint, Exception e)    {        logger.debug("异常通知, 出现异常 " + e);    }
    /**     * 环绕通知需要携带 ProceedingJoinPoint 类型的参数.      * 环绕通知类似于动态代理的全过程: ProceedingJoinPoint 类型的参数可以决定是否执行目标方法.     * 且环绕通知必须有返回值, 返回值即为目标方法的返回值     */    @Around("pointcutExpression()")    public Object aroundMethod(ProceedingJoinPoint pjd)    {        StopWatch clock = new StopWatch();        //返回的结果        Object result = null;        //方法名称        String className=pjd.getTarget().getClass().getName();
        String methodName = pjd.getSignature().getName();
        try         {            // 计时开始            clock.start();             //前置通知            //执行目标方法            result = pjd.proceed();            //返回通知            clock.stop();        } catch (Throwable e)         {            //异常通知            e.printStackTrace();        }        //后置通知        if(!methodName.equalsIgnoreCase("initBinder"))        {            long constTime=clock.getTime();
            logger.info("["+className+"]"+"-" +"["+methodName+"]"+" 花费时间：" +constTime+"ms");
            if(constTime>500)            {                logger.error("["+className+"]"+"-" +"["+methodName+"]"+" 花费时间过长，请检查: " +constTime+"ms");            }        }        return result;    }}

补充说明：这个方法记录那个类，那个方法执行的时间多少，超过设置的阀值，那么就打印error日志，需要我们每天进行查看与针对性的优化。
 
javamelody

对于整个业务线的监控，我们采用了另外一种开源的监控：javamelody。

相关的配置与处理如下：

POM文件中设置：

        <dependency>            <groupId>net.bull.javamelodygroupId>            <artifactId>javamelody-coreartifactId>            <version>1.68.1version>        dependency>

        <dependency>            <groupId>org.jrobingroupId>            <artifactId>jrobinartifactId>            <version>1.5.9version>        dependency>
 
web.xml文件中处理

    <context-param>        <param-name>contextConfigLocationparam-name>        <param-value>            classpath*:config/applicationContext.xml            classpath*:net/bull/javamelody/monitoring-spring.xml            classpath*:net/bull/javamelody/monitoring-spring-datasource.xml            classpath*:net/bull/javamelody/monitoring-spring-aspectj.xml        param-value>    context-param>

        <filter>        <filter-name>monitoringfilter-name>        <filter-class>net.bull.javamelody.MonitoringFilterfilter-class>        <async-supported>trueasync-supported>        <init-param>            <param-name>logEnabledparam-name>            <param-value>trueparam-value>        init-param>    filter>

    <filter-mapping>        <filter-name>monitoringfilter-name>        <url-pattern>/*url-pattern>    filter-mapping>

    <listener>        <listener-class>net.bull.javamelody.SessionListenerlistener-class>    listener>
 
最终运营效果如下：

 
 

 
总结

最终可以形成一套基于自己的监控系统，当然还有类似的更加强大的监控系统，比如：连接池方面druid,系统方面zabbix,业务方面可以用cat等等，甚至开发采用自己的监控系统也是可以的。也是支持二次开发的。
来源：https://www.cnblogs.com/jurendage/p/9070442.html
PS：如果觉得我的分享不错，欢迎大家随手点赞、在看。
大家一起在评论区聊聊呗~