应用性能管理(APM, Application Performance Management)总结

阅读量：5840 次

发布时间：2019-06-18

本文共 3145 字，大约阅读时间需要 10 分钟。

当下成熟的互联网公司都建立有从基础设施到应用程序的全方位监控系统，力求及时发现故障进行处理并为优化程序提供性能数据支持，降低整体运维成本。国内外商业的APM有Compuware、iMaster、博睿Bonree、听云、New Relic、云智慧、OneAPM、AppDyn、Amics等。本文主要针对Java技术体系介绍APM的关键实现技术以及业界主流APM工具的功能特点。

一、APM核心功能

APM被形象的称为应用程序的私人医生，越来越收到青睐，比起通过日志方式记录关键数据显然要更加实用，APM主要包含如下核心功能：

应用系统存活检测

应用程序性能指标检测(CPU利用率、内存利用率等等。。。)

应用程序关键事件检测

检测数据持久化存储并能够多维度查询

服务调用跟踪

监控告警

二、关键技术

2.1 获取JVM性能数据

Java程序运行时性能指标可通过Java.lang.Runtime、java.lang.Management中的方法采集。除此之外，著名的Ｍetrics类库也能够通过这些底层技术获取Java程序性能指标。Cpu利用率等基础数据的采集仅仅是性能监控的一部分，Metrics提供了更为丰富的五个基本度量类型，可在此基础上开发满足需求的监控指标。

Gauges（度量）

Counters（计数器）

Histograms（直方图数据）

Meters（TPS计算器）

Timers（计时器）

参考文章：

1. 只用五分钟为系统实现基于JMX的监控 https://my.oschina.net/zhongl/blog/29075

2. 使用Metrics监控应用程序的性能 http://www.cnblogs.com/yangecnu/p/Using-Metrics-to-Profiling-WebService-Performance.html

2.2 服务调用追中

大型系统中每次请求往往都由若干个独立的服务调用组成，一次从上游到下游的调用被称为一次Trace，为了监控程序性能，需要知道每个独立服务的执行时间以及网络通信开销时间，Google曾经发表过一个介绍其内部实现Dapper的论文，Twitter参照此论文实现了一个名为Zipkin的服务调用追中系统并已开源。

Trace系统设计的核心技术就是拦截每次服务请求，在请求中加入标识符，记录一次完整的Trace各阶段的执行时间。当然也可以侵入式的写监控代码主动向Trace Server发送执行时间。

2.3 时间序列

应用程序向APM发送的采集数据，通常都是<Timestamp、Metrics Name、Value>格式，为了实现节约存储空间、计时查询，通常使用时间序列数据库存储采集数据。

参考文章：

1. http://blog.csdn.net/pkueecser/article/details/50610796

2.4 告警

TODO

三、开源APM

3.1 ZipKin

ZipKin是Twitter开源的Trace工具，通过Java程序中引入客户端，可隐式拦截Http、Thrift等形式服务调用。通过Http、Kafka、Scribe等方式同步监控数据到服务端，ZipKin带有Web UI，但没有告警功能。

参考文章：

1. 分布式跟踪系统：Zipkin的背景和设计 http://blog.csdn.net/manzhizhen/article/details/52811600

3.2 大众点评网 CAT

Cat是大众点评开源的功能完备的APM系统，支持JVM性能数据采集、服务Trace、告警等功能，但需要写监控代码。

参考文章：

1. 大众点评网监控平台剖析http://www.infoq.com/cn/presentations/public-comments-monitoring-platform-analyse/

3.4 Prometheus

Prometheus从官方介绍来说，他是一个开源的系统监控和报警工具，最初由SoundCloud推出。自2012成立以来，许多公司和组织都采用了Prometheus，项目有一个非常活跃的开发者和用户社区。它现在是一个独立的开源项目，并独立于任何公司。Prometheus具有以下主要特性：

多维度数据模型（由键/值对确定的时间序列数据模型）。

具有一个灵活的查询语言来利用这些维度。

不依赖分布式存储；单个服务器节点工作。

时间序列的采集是通过HTTP pull的形式，解决很多push架构的问题。

通过中介网关支持短时间序列数据的收集。

监控目标是通过服务发现或静态配置。

多种数据展示面板支持，例如Grafana。

Prometheus主要缺点：

单机缺点，单机下存储量有限，根据你的监控量局限你的存储时间。

内存占用率大，prometheus集成了leveldb，一个能高效插入数据的数据库，在ssd盘下io占用比较高。同时可能会有大量数据堆积内存。但是这是可以配置的。

Prometheus既可以使用定时轮询应用程序Http接口获取性能数据，也可以使用嵌入到应用程序中Prometheus client主动收集数据推送给Prometheus Server。除了收集应用程序性能数据外，Prometheus还可以收集主机性能数据，真对不同性能指标Prometheus提供了不同的Exports，也可以自己开发Exports收集数据传递给Prometheus。Prometheus只支持性能采集告警，不支持服务Trace追中。