转载于:
https://blog.csdn.net/toxie6415176/article/details/80204070
内含多篇博客链接.
今天在公众号中看到了一篇
教你如何监控 Java 线程池运行状态
,才记起来我之前也做过一样的事情,但是没有记录下来,今天有空记下来。我会首先介绍一下监控的背景,监控方式,实例代码及效果3个部分介绍。
背景
废话不多说,做这个监控的背景很简单,我们的项目都是以spring boot框架为基础开发的,代码里所有的异步线程都是通过@Async标签标注的,并且标注的时候都是指定对应线程池的,如果不知@Async标注的,可以参考
@Async异步线程池用法总结
, 如果你用的不是spring,就参考上文提到的公众号文章就好。再回到背景,我们当时经常遇到的问题就是这些线程池的队列满了之后,新的异步任务无法添加进去的错误,因此我们想对所有这种类型的线程池进行监控。
监控方式
再来介绍一下我们最终采用的方式 —— spring boot + statsd, 通过添加以下代码就可以使statd能够读取/metrics接口中所有的指标并发送监控数据到statsd后端,statsd并不是本篇文章的重点,之后有时间再细讲这部分的配置。
@Bean public MetricsEndpointMetricReader metricsEndpointMetricReader(final MetricsEndpoint metricsEndpoint) { return new MetricsEndpointMetricReader(metricsEndpoint); }
代码及效果
我们所需要做的就是向/metrics接口添加线程池的指标,庆幸的是spring boot提供了良好的扩展机制,只需要实现PublicMetrics接口,实现其中的metrics方法你就能在/metrics中看到你新增的指标,上代码:
@Component public class AsyncThreadPoolMetrics implements PublicMetrics {public static final Logger LOG = LoggerFactory.getLogger(AsyncThreadPoolMetrics.class); private Map<String, ThreadPoolTaskExecutor> targetAsyncThreadPool; private static final String pattern = "async.task.%s.%s"; @Autowired ApplicationContext context; @Override public Collection<Metric<?>> metrics() { try { if(targetAsyncThreadPool == null || targetAsyncThreadPool.size() == 0) { targetAsyncThreadPool = context.getBeansOfType(ThreadPoolTaskExecutor.class); } Collection<Metric<?>> result = new ArrayList<>(); for (Map.Entry<String, ThreadPoolTaskExecutor> entry: targetAsyncThreadPool.entrySet()) { ThreadPoolTaskExecutor executor = entry.getValue(); result.add(new Metric<Number>(String.format(pattern, entry.getKey(), "aciveCount"), executor.getActiveCount(), new Date())); result.add(new Metric<Number>(String.format(pattern, entry.getKey(), "currentPoolSize"), executor.getPoolSize(), new Date())); result.add(new Metric<Number>(String.format(pattern, entry.getKey(), "maxPoolSize"), executor.getMaxPoolSize(), new Date())); result.add(new Metric<Number>(String.format(pattern, entry.getKey(), "currentSizeInQueue"), executor.getThreadPoolExecutor().getQueue().size(), new Date())); } return result; } catch (Exception e) { LOG.error("Async thread pool monitor exception", e); } return Collections.emptyList(); }
}
从上面的代码可以看出,我们监控的是多个线程池,原因很简单,为了使多种类型异步任务不互相影响,我们配置了多个线程池,多个线程池有不同的名字区分。
其实代码很简单,首先从容器中找到所有实现ThreadPoolTaskExecutor的bean,也就是我们要监控的线程池对象,取出正在活动的线程数,线程池的大小,配置最大可容纳的线程数以及当前排队的任务,当然还有很多其他指标,大家都可以试试,我只是选出当时我们需要的指标。当我们访问此时应用的/metrics,效果如下,红色框标注的便是我们添加的指标:
欢迎关注我的个人的博客
www.zhijianliu.cn
, 虚心求教,有错误还请指正轻拍,谢谢
版权声明:本文出自志健的原创文章,未经博主允许不得转载