基本的 Java 可觀察性工具：提高應用程式效能

身為暢銷書作家，我邀請您在亞馬遜上探索我的書。不要忘記在 Medium 上關注我並表示您的支持。謝謝你！您的支持意味著全世界！

身為一名擁有多年經驗的 Java 開發人員，我逐漸認識到應用程式可觀察性的重要性。這不僅僅是在問題出現時解決問題；這是關於始終清楚地了解應用程式的行為、效能和運行狀況。在本文中，我將分享我對五個強大工具的見解，這些工具顯著增強了我監控和優化 Java 應用程式的能力。

千分尺：您的度量瑞士軍刀

Micrometer 已成為我測量應用程式指標的首選工具。其供應商中立的方法意味著我可以在不同的監控系統之間切換，而無需更改我的程式碼。無論我使用 Prometheus、Graphite 或 InfluxDB，Micrometer 都能滿足我的需求。

我最喜歡 Micrometer 的是它的維度指標模型。它允許我向指標添加標籤，從而在分析數據時提供非常寶貴的上下文。這是我如何使用 Micrometer 來計數事件的簡單範例：

Counter counter = Metrics.counter("api.requests", "endpoint", "/users");
counter.increment();

此程式碼為 API 要求建立一個計數器，並帶有指定端點的標籤。我可以輕鬆添加更多標籤來提供額外的上下文，例如 HTTP 方法或使用者類型。

Micrometer 也支援其他指標類型，例如儀表、計時器和分佈摘要。我經常使用計時器來追蹤方法執行時間：

Timer timer = Metrics.timer("method.execution", "class", "UserService", "method", "createUser");
timer.record(() -> userService.createUser(user));

記錄了createUser方法的執行時間，並以類別和方法名稱進行標記，以便於識別。

Spring Boot 執行器：生產就緒監控

對於我的 Spring Boot 應用程式來說，Spring Boot Actuator 是不可或缺的。它提供了豐富的生產就緒功能，我可以透過最少的配置來啟用這些功能。

我最喜歡的執行器端點之一是健康端點。它讓我可以快速了解應用程式的運作狀況：

@Component
public class DatabaseHealthIndicator implements HealthIndicator {
    @Override
    public Health health() {
        if (isDatabaseHealthy()) {
            return Health.up().withDetail("database", "Operational").build();
        }
        return Health.down().withDetail("database", "Not responding").build();
    }
}

此自訂運行狀況指示器檢查資料庫狀態並透過 /actuator/health 端點報告。

致動器的指標端點是另一個寶石。它公開了廣泛的指標，從 JVM 統計數據到自訂業務指標。我經常將它與千分尺結合使用：

@RestController
public class UserController {
    private final Counter userCreationCounter;

    public UserController(MeterRegistry registry) {
        this.userCreationCounter = registry.counter("users.created");
    }

    @PostMapping("/users")
    public User createUser(@RequestBody User user) {
        // User creation logic
        userCreationCounter.increment();
        return user;
    }
}

每次建立使用者時，此程式碼都會增加一個計數器，然後我可以透過 /actuator/metrics 端點進行監控。

OpenTelemetry：可觀測性的未來

OpenTelemetry 徹底改變了我在應用程式中實現可觀察性的方式。其用於追蹤、指標和日誌記錄的統一 API 意味著我可以跨不同服務和語言標準化我的可觀察性堆疊。

以下是我在 Java 應用程式中設定 OpenTelemetry 的典型方法：

Counter counter = Metrics.counter("api.requests", "endpoint", "/users");
counter.increment();

此設定創建了一個追蹤器和一個跨度，我可以用它們來追蹤一段程式碼的執行。 OpenTelemetry 的美妙之處在於它可以與各種後端系統無縫協作，因此我可以將此資料傳送到 Jaeger、Zipkin 或任何其他相容系統。

Elastic APM：深入洞察應用程式效能

Elastic APM 在理解 Java 應用程式的效能特徵方面改變了我的遊戲規則。它提供方法級分析和詳細事務追蹤的能力幫助我識別並解決了無數效能問題。

將 Elastic APM 整合到 Spring Boot 應用程式中非常簡單：

Timer timer = Metrics.timer("method.execution", "class", "UserService", "method", "createUser");
timer.record(() -> userService.createUser(user));

此程式碼為每個使用者檢索請求建立一個事務，使我能夠追蹤其在 Elastic APM 中的效能。

我特別欣賞的 Elastic APM 的一個功能是它的 JDBC 查詢自動偵測。它幫助我識別緩慢的資料庫查詢，而無需我進行任何額外的編碼。

Jaeger：微服務的分散式追蹤

在我的微服務架構工作中，Jaeger 的價值無可估量。它的分散式追蹤功能使我能夠理解跨多個服務的複雜請求流。

以下是我通常如何在 Spring Boot 應用程式中設定 Jaeger：

@Component
public class DatabaseHealthIndicator implements HealthIndicator {
    @Override
    public Health health() {
        if (isDatabaseHealthy()) {
            return Health.up().withDetail("database", "Operational").build();
        }
        return Health.down().withDetail("database", "Not responding").build();
    }
}

此設定為 getUser 方法建立了一個跨度，然後我可以在 Jaeger 的 UI 中對其進行視覺化。當此方法呼叫其他服務時，Jaeger 會自動連結跨度，讓我完整了解請求流程。

Jaeger 向我顯示請求每個部分的時間安排的能力對於識別分散式系統中的效能瓶頸至關重要。

把它們放在一起

根據我的經驗，最有效的可觀察性策略結合了多種工具。我經常使用Micrometer 來獲取基本指標，使用Spring Boot Actuator 來進行健康檢查和操作信息，使用OpenTelemetry 來實現跨服務的標準化可觀測性，使用Elastic APM 來獲取深入的性能洞察，使用Jaeger 來進行分佈式跟踪。

以下是我如何在 Spring Boot 應用程式中組合這些工具的範例：

@RestController
public class UserController {
    private final Counter userCreationCounter;

    public UserController(MeterRegistry registry) {
        this.userCreationCounter = registry.counter("users.created");
    }

    @PostMapping("/users")
    public User createUser(@RequestBody User user) {
        // User creation logic
        userCreationCounter.increment();
        return user;
    }
}

在此設定中，我使用：

• Spring Boot Actuator（Spring Boot 中預設為啟用）
• 用於方法計時的千分尺（透過 @Timed 註解）
• Jaeger 用於分散式追蹤（在控制器中）
• 用於詳細效能追蹤的彈性 APM（在服務中）

這種組合讓我可以全面了解應用程式的行為和效能。

結論

可觀察性在現代 Java 開發中並不是一種奢侈；這是必要的。我在這裡討論的工具 - Micrometer、Spring Boot Actuator、OpenTelemetry、Elastic APM 和 Jaeger - 已成為我的開發工具包不可或缺的一部分。

每種工具都有自己的優點。 Micrometer 提供靈活的指標收集，Spring Boot Actuator 提供生產就緒的功能，OpenTelemetry 標準化跨服務的可觀察性，Elastic APM 提供深入的性能洞察，Jaeger 擅長分散式追蹤。

透過有效地利用這些工具，我已經能夠建立更健壯、高效能和可維護的 Java 應用程式。我可以快速識別問題，了解複雜的系統行為，並做出有關優化和改進的數據驅動決策。

請記住，可觀察性的目標不僅僅是收集數據，而是獲得可操作的見解。當您在自己的專案中實現這些工具時，請專注於與應用程式效能和業務目標最相關的指標和追蹤。

可觀察性領域不斷發展，新的工具和技術不斷出現。保持好奇心，不斷學習，並毫不猶豫地嘗試不同的方法。未來的您（和您的營運團隊）將感謝您在應用程式中建立的見解。

---

101 本書

101 Books是一家由人工智慧驅動的出版公司，由作家Aarav Joshi共同創立。透過利用先進的人工智慧技術，我們將出版成本保持在極低的水平——一些書籍的價格低至 4 美元——讓每個人都能獲得高品質的知識。

查看我們的書Golang Clean Code，亞馬​​遜上有售。

請繼續關注更新和令人興奮的消息。購買書籍時，搜尋 Aarav Joshi 以尋找更多我們的書籍。使用提供的連結即可享受特別折扣！

我們的創作

一定要看看我們的創作：

投資者中心 | 投資者中央西班牙語 | 投資者中德意志 | 智能生活 | 時代與迴響 | 令人費解的謎團 | 印度教 | 菁英發展 | JS學校

---

我們在媒體上

科技無尾熊洞察 | 時代與迴響世界 | 投資人中央媒體 | 令人費解的謎團 | | 令人費解的謎團 | >科學與時代媒介 |

現代印度教

以上是基本的 Java 可觀察性工具：提高應用程式效能的詳細內容。更多資訊請關注PHP中文網其他相關文章！