Skip to content

Latest commit

 

History

History
183 lines (142 loc) · 5.69 KB

README.md

File metadata and controls

183 lines (142 loc) · 5.69 KB
Raw

GoPerfcounter

goperfcounter用于golang应用的业务监控。goperfcounter需要和开源监控系统Open-Falcon一起使用。

概述

使用goperfcounter进行golang应用的监控，大体如下:

  1. 用户在其golang应用代码中，调用goperfcounter提供的统计函数；统计函数被调用时，perfcounter会生成统计记录、并保存在内存中
  2. goperfcounter会自动的、定期的将这些统计记录push给Open-Falcon的收集器(agent或transfer)
  3. 用户在Open-Falcon中，查看统计数据的绘图曲线、设置实时报警

另外，goperfcounter提供了golang应用的基础监控，包括runtime指标、debug指标等。默认情况下，基础监控是关闭的，用户可以通过配置文件来开启此功能。

安装

在golang项目中使用goperfcounter时，需要进行安装，操作如下

go get github.com/niean/goperfcounter

使用

用户需要引入goperfcounter包，需要在代码片段中调用goperfcounter的API。比如，用户想要统计函数的出错次数，可以调用Meter方法。

package xxx

import (
	pfc "github.com/niean/goperfcounter"
)

func foo() {
	if err := bar(); err != nil {
		pfc.Meter("bar.called.error", int64(1))
	}
}

func bar() error {
	// do sth ...
	return nil
}

这个调用主要会产生2个Open-Falcon统计指标，如下。其中，timestamp 和value是监控数据的取值；endpoint默认为服务器Hostname()，可以通过配置文件设置；step默认为60s，可以通过配置文件设置；tags中包含一个name=bar.called.error的标签(bar.called.error为用户自定义的统计器名称)，其他tags标签可以通过配置文件设置；counterType 和metric由goperfcounter决定。

{
    "counterType": "GAUGE",
    "endpoint": "git",
    "metric": "rate",
    "step": 20,
    "tags": "module=perfcounter,name=bar.called.error",
    "timestamp": 1451397266,
    "value": 13.14
},
{
    "counterType": "GAUGE",
    "endpoint": "git",
    "metric": "sum",
    "step": 20,
    "tags": "module=perfcounter,name=bar.called.error",
    "timestamp": 1451397266,
    "value": 1023
}

配置

默认情况下，goperfcounter不需要进行配置。如果用户需要定制goperfcounter的行为，可以通过配置文件来进行。配置文件需要满足以下的条件:

  • 配置文件必须和golang二进制文件应用文件，在同一目录
  • 配置文件命名，必须为perfcounter.json

配置文件的内容，如下

{
    "debug": true, // 是否开启调制，默认为false
    "hostname": "", // 机器名(也即endpoint名称)，默认为本机名称
    "tags": "cop=xiaomi,module=perfcounter", // tags标签，默认为空。一个tag形如"key=val"，多个tag用逗号分隔；name为保留字段，因此不允许设置形如"name=xxx"的tag
    "step": 60, // 上报周期，单位s，默认为60s
    "bases":[], // gvm基础信息采集，可选值为"debug"、"runtime"，默认不采集
    "push": { // push数据到Open-Falcon
        "enabled":true, // 是否开启自动push，默认开启
        "api": "http:// 127.0.0.1:6060/api/push" // Open-Falcon接收器地址，默认为本地agent，即"http:// 127.0.0.1:1988/v1/push"
    },
    "http": { // http服务，为了安全考虑，当前只允许本地访问
        "enabled": true, // 是否开启http服务，默认不开启
        "listen": "0.0.0.0:2015" // http服务监听地址，默认为空
    }
}

API

几个常用接口，如下。

接口名称 例子 使用场景
Meter // 统计页面访问次数，每来一次请求，pv加1
Meter("pageView", int64(1)) 		Meter用于累加计数。输出累加求和、变化率
Gauge // 统计队列长度
Gauge("queueSize", int64(len(myQueueList)))
GaugeFloat64("queueSize", float64(len(myQueueList)))		 Gauge用于记录瞬时值。支持int64、float64类型
Histogram // 统计线程并发度
Histogram("processNum", int64(326)) 		Histogram用于计算统计分布。输出最大值、最小值、平均值、75th、95th、99th等

更详细的API介绍，请移步到这里。

数据上报

goperfcounter会将各种统计器的统计结果，定时发送到Open-Falcon。每种统计器，会被转换成不同的Open-Falcon指标项，转换关系如下。每条数据，至少包含一个name=XXX的tag，XXX是用户定义的统计器名称。

统计器类型 输出指标的名称 输出指标的含义
Gauge value 最后一次的记录值(float64)
Meter sum 事件发生的总次数(即所有计数的累加和)
rate 一个Open-Falcon上报周期(默认60s)内，事件发生的频率，单位CPS
Histogram max 采样数据的最大值
min 采样数据的最小值
mean 采样数据的平均值
75th 所有采样数据中，处于75%处的数值
95th 所有采样数据中，处于95%处的数值
99th 所有采样数据中，处于99%处的数值

Bench

请移步到这里

TODO

  • 支持本地缓存统计数据及UI展示