aspectj切面异常统计的核心是在异常真实发生处精准采集上报，不干扰流程；通过@afterthrowing捕获，结合mdc traceid、方法名、异常类型实现链路级聚合分析。

用 AspectJ 切面做异常统计，核心不是“捕获并吞掉异常”，而是“在异常真实发生的位置，不干扰原有流程的前提下，精准采集、打标、上报”。它和 @ControllerAdvice 的全局捕获是互补关系：后者负责响应包装与兜底，前者专注可观测性建设——比如统计每类异常在哪个服务、哪个方法、什么时间段高频出现。

明确切点：只织入真正可能抛异常的业务方法

避免无差别拦截所有方法，重点锁定 Service 层或关键领域逻辑入口：

• 用 @Pointcut("execution(* com.example..service..*.*(..))") 匹配 service 包下所有方法
• 可叠加条件，比如只统计带特定注解的方法：@Pointcut("@annotation(org.springframework.transaction.annotation.Transactional)")
• 排除测试类、工具类等干扰项，防止统计失真

用 AfterThrowing 捕获异常并分类记录

不要用 Around 拦截再手动 throw，那会破坏原始调用栈。直接用 @AfterThrowing 在异常抛出后触发统计逻辑：

Alibabacloud Sdk Client Initialization For Java

在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。

下载

• 获取异常类型：ex.getClass().getSimpleName()，如 NullPointerException、SQLException
• 提取关键上下文：方法全名（joinPoint.getSignature().toShortString()）、traceId（从 MDC 或 RequestContextHolder 获取）
• 记录到内存队列或异步发送到监控系统（如 Prometheus + Micrometer、ELK、自研埋点服务）

区分异常等级，避免噪音干扰

不是所有异常都值得报警或计入失败率：

• 业务异常（如 OrderNotExistException）通常不记为错误，只打日志+计数器，用于分析用户行为
• 系统异常（如 TimeoutException、Connection refused）才计入 error counter，并触发告警
• 可通过异常类继承体系或命名约定自动识别，比如所有以 System 开头的异常视为严重异常

配合 MDC 实现链路级聚合统计

单靠方法名统计太粗粒度。把 traceId、method、exceptionType 三者组合为指标维度，就能查出“某个 trace 下为什么连续三次调用都抛了同一个异常”：

• 在 Controller 入口生成 traceId 并塞入 MDC：MDC.put("traceId", id)
• 切面中读取：MDC.get("traceId")，和异常信息一起上报
• 监控平台按 traceId + exceptionType 分组聚合，快速定位共性问题

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南