2. 程式人生 > >淺談服務埋點（2）——Metrics

淺談服務埋點（2）——Metrics

阿新 • • 發佈：2019-01-07

還是那個話題：為什麼要做服務埋點？

　　就像我們作業系統裡面的資源管理器一樣，如果能夠實時或者準實時的看到整個系統耗費的CPU，記憶體等資源，對我們快速對系統做出響應，以及優化很重要。同樣，對於對外提供介面或者服務的WebService的監控，比如在哪個地方，哪臺機器上，花了多少CPU，多少記憶體，每一個服務的響應時間，出錯的次數頻率等，這些資訊記錄下來之後，我們就可以看到服務在執行時的動態的表現，更加容易找出錯誤或者定位問題點來進行優化。

這裡寫圖片描述

　　那麼，最簡單的做法是，在應用系統的關鍵地方，或者所有程式的入口，出口進行埋點，然後將這些取樣資訊不斷的傳送到某一個訊息佇列或者記憶體DB中，然後其他系統進行讀取分析和展示。
　　之前談到了AOP，它確實能夠一定程度上解決你的這些問題。但是你要相信這個世界的輪子之多以及輪子之好，基本都會有整合好的東西來用的。

————————————————我是分割線——————————————

Metrics是什麼

　　作為一款監控指標的度量類庫，Metrics可以為你的程式碼的執行提供無與倫比的洞察力，它能夠捕獲JVM以及應用層面的效能引數，同時它提供了很多模組可以為第三方庫或者應用提供輔助統計資訊， 比如Jetty, Logback, Log4j, Apache HttpClient, Ehcache, JDBI, Jersey, 它還可以將度量資料傳送給Ganglia和Graphite以提供圖形化的監控。
　　

Metrics如何使用

1、將metrics-core加入到maven pom.xml中：

<dependencies>
    <dependency>
        <groupId>com.codahale.metrics</groupId>
        <artifactId>metrics-core</artifactId>
        <version>${metrics.version}</version>
    </dependency>
</dependencies>

2、core包核- 列表內容心功能

  • Metrics Registries類似一個metrics容器，維護一個Map，可以是一個服務一個例項。
  • 支援五種metric型別：Gauges、Counters、Meters、Histograms和Timers。
  • 可以將metrics值通過JMX、Console，CSV檔案和SLF4J loggers釋出出來。

一、Gauge（儀表）

　　Gauge代表一個度量的即時值。 當你開汽車的時候， 當前速度是Gauge值。 你測體溫的時候， 體溫計的刻度是一個Gauge值。 當你的程式執行的時候， 記憶體使用量和CPU佔用率都可以通過Gauge值來度量。或者你也可以理解為統計瞬時狀態的資料資訊。比如我們可以檢視一個隊列當前的size。

package com.netease.test.metrics;

import com.codahale.metrics.ConsoleReporter;
import com.codahale.metrics.Gauge;
import com.codahale.metrics.JmxReporter;
import com.codahale.metrics.MetricRegistry;

import java.util.Queue;
import java.util.concurrent.LinkedBlockingDeque;
import java.util.concurrent.TimeUnit;

/**
 * 測試Gauges，實時統計pending狀態的job個數
 */
public class TestGauges {
    /**
     * 例項化一個registry，最核心的一個模組，相當於一個應用程式的metrics系統的容器，維護一個Map
     */
    private static final MetricRegistry metrics = new MetricRegistry();

    private static Queue<String> queue = new LinkedBlockingDeque<String>();

    /**
     * 在控制檯上列印輸出
     */
    private static ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build();

    public static void main(String[] args) throws InterruptedException {
        reporter.start(3, TimeUnit.SECONDS);

        //例項化一個Gauge
        Gauge<Integer> gauge = new Gauge<Integer>() {
            @Override
            public Integer getValue() {
                return queue.size();
            }
        };

        //註冊到容器中
        metrics.register(MetricRegistry.name(TestGauges.class, "pending-job", "size"), gauge);

        //測試JMX
        JmxReporter jmxReporter = JmxReporter.forRegistry(metrics).build();
        jmxReporter.start();

        //模擬資料
        for (int i=0; i<20; i++){
            queue.add("a");
            Thread.sleep(1000);
        }

    }
}

/*
console output:
14-2-17 15:29:35 ===============================================================

-- Gauges ----------------------------------------------------------------------
com.netease.test.metrics.TestGauges.pending-job.size
             value = 4


14-2-17 15:29:38 ===============================================================

-- Gauges ----------------------------------------------------------------------
com.netease.test.metrics.TestGauges.pending-job.size
             value = 6


14-2-17 15:29:41 ===============================================================

-- Gauges ----------------------------------------------------------------------
com.netease.test.metrics.TestGauges.pending-job.size
             value = 9
 */

registry 中每一個metric都有唯一的名字。 MetricRegistry 提供了一個靜態的輔助方法用來生成這個名字：

MetricRegistry.name(QueueManager.class, "pending-job", "size")

生成的name為com.netease.test.metrics.TestGauges.pending-job.size。
另外，Core包種還擴充套件了幾種特定的Gauge：

  • JMX Gauges—提供給第三方庫只通過JMX將指標暴露出來。
  • Ratio Gauges—簡單地通過建立一個gauge計算兩個數的比值。
  • Cached Gauges—對某些計量指標提供快取。
  • Derivative Gauges—提供Gauge的值是基於其他Gauge值的介面。

如上面的程式碼中jmxReporter.start（）被啟動後， 所有registry中註冊的metric都可以通過JConsole或者VisualVM檢視。

———————————————我是小分割線，介紹下VisualVM———————————————

首次接觸VisualVM，這裡介紹一下VisualVM的簡單使用，以及利用VisualVM檢視metric變數。
首先需要在IDEA中進行如下配置：在你要做測試的類上，通過Edit Configurations配置好VM options：

-Dcom.sun.management.jmxremote.port=8088
-Dcom.sun.management.jmxremote.ssl=false
-Dcom.sun.management.jmxremote.authenticate=false

這裡寫圖片描述

接下來配置VisualVM。開啟jdk安裝目錄下bin/jvisualvm.exe，首先配置MBean這樣這一個外掛。工具→外掛→可用外掛→MBeans→安裝。

這裡寫圖片描述

接下來配置jxm連結，與IDEA中配置的埠號保持一致。（注：這步一定要在程式跑起來之後，再配置，否則會連線失敗）

這裡寫圖片描述

接下里就可以通過MBean來檢視你metrics中的值了。

這裡寫圖片描述

但是遺憾的是並沒有找到MBeans生成圖表的功能，希望知道的大神指點一手。

二、Counter（計數器）

Counter是一個AtomicLong例項，它維護一個計數器，可以通過inc（）和dec（）方法對計數器進行修改。使用步驟與Gauge基本類似，在MetricRegistry中提供了靜態方法可以直接例項化一個Counter。

package com.netease.test.metrics;

import com.codahale.metrics.ConsoleReporter;
import com.codahale.metrics.Counter;
import com.codahale.metrics.MetricRegistry;

import java.util.LinkedList;
import java.util.Queue;
import java.util.concurrent.TimeUnit;
import static com.codahale.metrics.MetricRegistry.*;
/**
 * User: hzwangxx
 * Date: 14-2-14
 * Time: 14:02
 * 測試Counter
 */
public class TestCounter {

    /**
     * 例項化一個registry，最核心的一個模組，相當於一個應用程式的metrics系統的容器，維護一個Map
     */
    private static final MetricRegistry metrics = new MetricRegistry();

    /**
     * 在控制檯上列印輸出
     */
    private static ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build();

    /**
     * 例項化一個counter,同樣可以通過如下方式進行例項化再註冊進去
     * pendingJobs = new Counter();
     * metrics.register(MetricRegistry.name(TestCounter.class, "pending-jobs"), pendingJobs);
     */
    private static Counter pendingJobs = metrics.counter(name(TestCounter.class, "pedding-jobs"));
//    private static Counter pendingJobs = metrics.counter(MetricRegistry.name(TestCounter.class, "pedding-jobs"));



    private static Queue<String> queue = new LinkedList<String>();

    public static void add(String str) {
        pendingJobs.inc();
        queue.offer(str);
    }

    public String take() {
        pendingJobs.dec();
        return queue.poll();
    }

    public static void main(String[]args) throws InterruptedException {
        reporter.start(3, TimeUnit.SECONDS);
        while(true){
            add("1");
            Thread.sleep(1000);
        }

    }
}

/*
console output：
14-2-17 17:52:34 ===============================================================

-- Counters --------------------------------------------------------------------
com.netease.test.metrics.TestCounter.pedding-jobs
             count = 4


14-2-17 17:52:37 ===============================================================

-- Counters --------------------------------------------------------------------
com.netease.test.metrics.TestCounter.pedding-jobs
             count = 6


14-2-17 17:52:40 ===============================================================

-- Counters --------------------------------------------------------------------
com.netease.test.metrics.TestCounter.pedding-jobs
             count = 9

 */

三、Meters（計數器）

　　Meters用來度量某個時間段的平均處理次數（request per second），每1、5、15分鐘的TPS。比如一個service的請求數，通過metrics.meter()例項化一個Meter之後，然後通過meter.mark()方法就能將本次請求記錄下來。統計結果有總的請求數，平均每秒的請求數，以及最近的1、5、15分鐘的平均TPS。

package com.netease.test.metrics;

import com.codahale.metrics.ConsoleReporter;
import com.codahale.metrics.Meter;
import com.codahale.metrics.MetricRegistry;

import java.util.concurrent.TimeUnit;

import static com.codahale.metrics.MetricRegistry.*;

/**
 * Date: 14-2-17
 * Time: 18:34
 * 測試Meters
 */
public class TestMeters {
    /**
     * 例項化一個registry，最核心的一個模組，相當於一個應用程式的metrics系統的容器，維護一個Map
     */
    private static final MetricRegistry metrics = new MetricRegistry();

    /**
     * 在控制檯上列印輸出
     */
    private static ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build();

    /**
     * 例項化一個Meter
     */
    private static final Meter requests = metrics.meter(name(TestMeters.class, "request"));

    public static void handleRequest() {
        requests.mark();
    }

    public static void main(String[] args) throws InterruptedException {
        reporter.start(3, TimeUnit.SECONDS);
        while(true){
            handleRequest();
            Thread.sleep(100);
        }
    }

}

/*
14-2-17 18:43:08 ===============================================================

-- Meters ----------------------------------------------------------------------
com.netease.test.metrics.TestMeters.request
             count = 30
         mean rate = 9.95 events/second
     1-minute rate = 0.00 events/second
     5-minute rate = 0.00 events/second
    15-minute rate = 0.00 events/second


14-2-17 18:43:11 ===============================================================

-- Meters ----------------------------------------------------------------------
com.netease.test.metrics.TestMeters.request
             count = 60
         mean rate = 9.99 events/second
     1-minute rate = 10.00 events/second
     5-minute rate = 10.00 events/second
    15-minute rate = 10.00 events/second


14-2-17 18:43:14 ===============================================================

-- Meters ----------------------------------------------------------------------
com.netease.test.metrics.TestMeters.request
             count = 90
         mean rate = 9.99 events/second
     1-minute rate = 10.00 events/second
     5-minute rate = 10.00 events/second
    15-minute rate = 10.00 events/second
*/

土鱉continue：

Histogram（直方圖）和Timer（計時器）和Health Checks（健康檢查）

Go On：

四、Histogram（直方圖）

Histograms主要使用來統計資料的分佈情況，最大值、最小值、平均值、標準偏差、中位數，百分比（75%、90%、95%、98%、99%和99.9%）。例如，需要統計某個請求的引數值的分部情況，可以使用該種類型的Metrics進行統計。具體的樣例程式碼如下：

package com.netease.test.metrics;

import com.codahale.metrics.ConsoleReporter;
import com.codahale.metrics.Histogram;
import com.codahale.metrics.MetricRegistry;

import java.util.Random;
import java.util.concurrent.TimeUnit;

import static com.codahale.metrics.MetricRegistry.name;

/**
 * Date: 14-2-17
 * Time: 18:34
 * 測試Histograms
 */
public class TestHistograms {
    /**
     * 例項化一個registry，最核心的一個模組，相當於一個應用程式的metrics系統的容器，維護一個Map
     */
    private static final MetricRegistry metrics = new MetricRegistry();

    /**
     * 在控制檯上列印輸出
     */
    private static ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build();

    /**
     * 例項化一個Histograms
     */
    private static final Histogram randomNums = metrics.histogram(name(TestHistograms.class, "random"));

    public static void handleRequest(double random) {
        randomNums.update((int) (random*100));
    }

    public static void main(String[] args) throws InterruptedException {
        reporter.start(3, TimeUnit.SECONDS);
        Random rand = new Random();
        while(true){
            handleRequest(rand.nextDouble());
            Thread.sleep(100);
        }
    }

}

/*
14-2-17 19:39:11 ===============================================================

-- Histograms ------------------------------------------------------------------
com.netease.test.metrics.TestHistograms.random
             count = 30
               min = 1
               max = 97
              mean = 45.93
            stddev = 29.12
            median = 39.50
              75% <= 71.00
              95% <= 95.90
              98% <= 97.00
              99% <= 97.00
            99.9% <= 97.00


14-2-17 19:39:14 ===============================================================

-- Histograms ------------------------------------------------------------------
com.netease.test.metrics.TestHistograms.random
             count = 60
               min = 0
               max = 97
              mean = 41.17
            stddev = 28.60
            median = 34.50
              75% <= 69.75
              95% <= 92.90
              98% <= 96.56
              99% <= 97.00
            99.9% <= 97.00


14-2-17 19:39:17 ===============================================================

-- Histograms ------------------------------------------------------------------
com.netease.test.metrics.TestHistograms.random
             count = 90
               min = 0
               max = 97
              mean = 44.67
            stddev = 28.47
            median = 43.00
              75% <= 71.00
              95% <= 91.90
              98% <= 96.18
              99% <= 97.00
            99.9% <= 97.00
*/

這個還真的蠻方便的。

五、Timer（計時器）

這個或許可能是我們相對來講更想要用到的了：Timer用來測量一段程式碼被呼叫的速率和用時。實際上Histogram也能做到，這個Timer就是基於Histograms和Meters來實現的。

package com.netease.test.metrics;

import com.codahale.metrics.ConsoleReporter;
import com.codahale.metrics.MetricRegistry;
import com.codahale.metrics.Timer;

import java.util.Random;
import java.util.concurrent.TimeUnit;

import static com.codahale.metrics.MetricRegistry.name;

/**
 * Date: 14-2-17
 * Time: 18:34
 * 測試Timers
 */
public class TestTimers {
    /**
     * 例項化一個registry，最核心的一個模組，相當於一個應用程式的metrics系統的容器，維護一個Map
     */
    private static final MetricRegistry metrics = new MetricRegistry();

    /**
     * 在控制檯上列印輸出
     */
    private static ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build();

    /**
     * 例項化一個Meter
     */
//    private static final Timer requests = metrics.timer(name(TestTimers.class, "request"));
    private static final Timer requests = metrics.timer(name(TestTimers.class, "request"));

    public static void handleRequest(int sleep) {
        Timer.Context context = requests.time();
        try {
            //some operator
            Thread.sleep(sleep);
        } catch (InterruptedException e) {
            e.printStackTrace();
        } finally {
            context.stop();
        }

    }

    public static void main(String[] args) throws InterruptedException {
        reporter.start(3, TimeUnit.SECONDS);
        Random random = new Random();
        while(true){
            handleRequest(random.nextInt(1000));
        }
    }

}

/*
14-2-18 9:31:54 ================================================================

-- Timers ----------------------------------------------------------------------
com.netease.test.metrics.TestTimers.request
             count = 4
         mean rate = 1.33 calls/second
     1-minute rate = 0.00 calls/second
     5-minute rate = 0.00 calls/second
    15-minute rate = 0.00 calls/second
               min = 483.07 milliseconds
               max = 901.92 milliseconds
              mean = 612.64 milliseconds
            stddev = 196.32 milliseconds
            median = 532.79 milliseconds
              75% <= 818.31 milliseconds
              95% <= 901.92 milliseconds
              98% <= 901.92 milliseconds
              99% <= 901.92 milliseconds
            99.9% <= 901.92 milliseconds


14-2-18 9:31:57 ================================================================

-- Timers ----------------------------------------------------------------------
com.netease.test.metrics.TestTimers.request
             count = 8
         mean rate = 1.33 calls/second
     1-minute rate = 1.40 calls/second
     5-minute rate = 1.40 calls/second
    15-minute rate = 1.40 calls/second
               min = 41.07 milliseconds
               max = 968.19 milliseconds
              mean = 639.50 milliseconds
            stddev = 306.12 milliseconds
            median = 692.77 milliseconds
              75% <= 885.96 milliseconds
              95% <= 968.19 milliseconds
              98% <= 968.19 milliseconds
              99% <= 968.19 milliseconds
            99.9% <= 968.19 milliseconds


14-2-18 9:32:00 ================================================================

-- Timers ----------------------------------------------------------------------
com.netease.test.metrics.TestTimers.request
             count = 15
         mean rate = 1.67 calls/second
     1-minute rate = 1.40 calls/second
     5-minute rate = 1.40 calls/second
    15-minute rate = 1.40 calls/second
               min = 41.07 milliseconds
               max = 968.19 milliseconds
              mean = 591.35 milliseconds
            stddev = 302.96 milliseconds
            median = 650.56 milliseconds
              75% <= 838.07 milliseconds
              95% <= 968.19 milliseconds
              98% <= 968.19 milliseconds
              99% <= 968.19 milliseconds
            99.9% <= 968.19 milliseconds

*/

六、Health Checks（健康檢查）

Metrics提供了一個獨立的模組：Health Checks，用於對Application、其子模組或者關聯模組的執行是否正常做檢測。該模組是獨立metrics-core模組的，使用時則匯入metrics-healthchecks包。

<dependency>                                    
  <groupId>com.codahale.metrics</groupId>       
  <artifactId>metrics-healthchecks</artifactId> 
  <version>3.0.1</version>         
</dependency>

使用起來和與上述幾種型別的Metrics有點類似，但是需要重新例項化一個Metrics容器HealthCheckRegistry，待檢測模組繼承抽象類HealthCheck並實現check()方法即可，然後將該模組註冊到HealthCheckRegistry中，判斷的時候通過isHealthy()介面即可。接下來以檢查兩個資料庫的狀態為例子：

package com.netease.test.metrics;

import com.codahale.metrics.health.HealthCheck;
import com.codahale.metrics.health.HealthCheckRegistry;

import java.util.Map;
import java.util.Random;

/**
 * Date: 14-2-18
 * Time: 9:57
 */
public class DatabaseHealthCheck extends HealthCheck{
    private final Database database;

    public DatabaseHealthCheck(Database database) {
        this.database = database;
    }

    @Override
    protected Result check() throws Exception {
        if (database.ping()) {
            return Result.healthy();
        }
        return Result.unhealthy("Can't ping database.");
    }

    /**
     * 模擬Database物件
     */
    static class Database {
        /**
         * 模擬database的ping方法
         * @return 隨機返回boolean值
         */
        public boolean ping() {
            Random random = new Random();
            return random.nextBoolean();
        }
    }

    public static void main(String[] args) {
//        MetricRegistry metrics = new MetricRegistry();
//        ConsoleReporter reporter = ConsoleReporter.forRegistry(metrics).build();
        HealthCheckRegistry registry = new HealthCheckRegistry();
        registry.register("database1", new DatabaseHealthCheck(new Database()));
        registry.register("database2", new DatabaseHealthCheck(new Database()));
        while (true) {
            for (Map.Entry<String, Result> entry : registry.runHealthChecks().entrySet()) {
                if (entry.getValue().isHealthy()) {
                    System.out.println(entry.getKey() + ": OK");
                } else {
                    System.err.println(entry.getKey() + ": FAIL, error message: " + entry.getValue().getMessage());
                    final Throwable e = entry.getValue().getError();
                    if (e != null) {
                        e.printStackTrace();
                    }
                }
            }
            try {
                Thread.sleep(1000);
            } catch (InterruptedException e) {

            }
        }
    }
}

/*
console output:
database1: OK
database2: FAIL, error message: Can't ping database.
database1: FAIL, error message: Can't ping database.
database2: OK
database1: OK
database2: FAIL, error message: Can't ping database.
database1: FAIL, error message: Can't ping database.
database2: OK
database1: FAIL, error message: Can't ping database.
database2: FAIL, error message: Can't ping database.
database1: FAIL, error message: Can't ping database.
database2: FAIL, error message: Can't ping database.
database1: OK
database2: OK
database1: OK
database2: FAIL, error message: Can't ping database.
database1: FAIL, error message: Can't ping database.
database2: OK
database1: OK
database2: OK
database1: FAIL, error message: Can't ping database.
database2: OK
database1: OK
database2: OK
database1: OK
database2: OK
database1: OK
database2: FAIL, error message: Can't ping database.
database1: FAIL, error message: Can't ping database.
database2: FAIL, error message: Can't ping database.

 */

Metrics與Spring的整合

metrics-spring這個庫為Spring增加了Metric庫， 提供基於XML或者註解方式。
1、引入包：

<dependency>
    <groupId>com.ryantenney.metrics</groupId>
    <artifactId>metrics-spring</artifactId>
    <version>3.0.1</version>
</dependency>

2、xml檔案配置

<beans xmlns="http://www.springframework.org/schema/beans"
       xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
       xmlns:metrics="http://www.ryantenney.com/schema/metrics"
       xsi:schemaLocation="
           http://www.springframework.org/schema/beans
           http://www.springframework.org/schema/beans/spring-beans-3.2.xsd
           http://www.ryantenney.com/schema/metrics
           http://www.ryantenney.com/schema/metrics/metrics-3.0.xsd">
    <!-- Registry should be defined in only one context XML file -->
    <metrics:metric-registry id="metrics" />
    <!-- annotation-driven must be included in all context files -->
    <metrics:annotation-driven metric-registry="metrics" />
    <!-- (Optional) Registry should be defined in only one context XML file -->
    <metrics:reporter type="console" metric-registry="metrics" period="1m" />
    <!-- (Optional) The metrics in this example require the metrics-jvm jar-->
    <metrics:register metric-registry="metrics">
        <bean metrics:name="jvm.gc" class="com.codahale.metrics.jvm.GarbageCollectorMetricSet" />
        <bean metrics:name="jvm.memory" class="com.codahale.metrics.jvm.MemoryUsageGaugeSet" />
        <bean metrics:name="jvm.thread-states" class="com.codahale.metrics.jvm.ThreadStatesGaugeSet" />
        <bean metrics:name="jvm.fd.usage" class="com.codahale.metrics.jvm.FileDescriptorRatioGauge" />
    </metrics:register>
    <!-- Beans and other Spring config -->
</beans>

3、java註解的方式

import java.util.concurrent.TimeUnit;
import org.springframework.context.annotation.Configuration;
import com.codahale.metrics.ConsoleReporter;
import com.codahale.metrics.MetricRegistry;
import com.codahale.metrics.SharedMetricRegistries;
import com.ryantenney.metrics.spring.config.annotation.EnableMetrics;
import com.ryantenney.metrics.spring.config.annotation.MetricsConfigurerAdapter;
@Configuration
@EnableMetrics
public class SpringConfiguringClass extends MetricsConfigurerAdapter {
    @Override
    public void configureReporters(MetricRegistry metricRegistry) {
        ConsoleReporter
            .forRegistry(metricRegistry)
            .build()
            .start(1, TimeUnit.MINUTES);
    }
}

相關推薦

淺談服務埋點（2）——Metrics

還是那個話題：為什麼要做服務埋點？ 　　就像我們作業系統裡面的資源管理器一樣，如果能夠實時或者準實時的看到整個系統耗費的CPU，記憶體等資源，對我們快速對系統做出響應，以及優化很重要。同樣，對於對外提供介面或者服務的WebService的監控，比如在哪個地方，

淺談Tarjan縮點（分析+模板）

鄰接表 ref 分享圖片 getchar() 是個 i++ iostream turn names 昨天一看發現我的博客數量到100篇了，撒花??ヽ(°▽°)ノ? 根據標題我們也知道，想要在接下來的十分鐘不浪費生命 讀者需要先行學習Tarjan強聯通

淺談線程池（中）：獨立線程池的作用及IO線程池

關於 線程數 客戶端 pool 網絡 程序 服務器 缺點 public 在上一篇文章中，我們簡單討論了線程池的作用，以及CLR線程池的一些特性。不過關於線程池的基本概念還沒有結束，這次我們再來補充一些必要的信息，有助於我們在程序中選擇合適的使用方式。 獨立線程池 上次我們討

淺談線程池（下）：相關試驗及註意事項

DG 執行 html ble DC resp lin 不足 4.0 三個月，整整三個月了，我忽然發現我還有三個月前的一個小系列的文章沒有結束，我還欠一個試驗！線程池是.NET中的重要組件，幾乎所有的異步功能依賴於線程池。之前我們討論了線程池的作用、獨立線程池的存在意義，以及

Spring Cloud Hystrix(服務容錯保護)（2）

1.建立請求命令 Hystrix命令（HystrixCommand）它用來封裝具體的依賴服務呼叫邏輯。 我們可以用繼承的方式實現： public class HelloCommand extends HystrixCommand<String> { privat

淺談前端效能優化（二）——對HTTP傳輸進行壓縮

1、前端效能優化的一點： 對js、css、圖片等進行壓縮，儘可能減小檔案的大小，減少檔案下載的時間，從而減少網頁響應的時間。   2、前端效能優化的另一點： 對HTTP傳輸進行壓縮，即在js，css、圖片等資源已經壓縮的基礎上（其實，檔案的壓縮與否均可，檔案的壓縮跟HTTP傳輸過程的壓縮沒關

淺談前端效能優化（一）

前端效能優化中，減少HTTP請求可以提高頁面的響應速度。 瀏覽器在第一次訪問頁面時向伺服器請求資源，並快取起來，下次再訪問時會判斷在快取中是否已有該資源且有沒有更新過，如果已有該資源且未更新過，則直接從瀏覽器快取中讀取。原理：通過HTTP 請求頭中的 If-Modified-Since（If-No-Matc

淺談JavaSE效能優化（1）——BufferedImage與畫素級渲染

分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow 也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！        

淺談斜率優化DP（總結）

前幾天洛谷的智障推薦一直都很智障，於是我就去隨機跳題，跳到一題斜率優化DP o(╥﹏╥)o 跳到了不會做？這個就很難受了。不服，看題解，勉強學會，結果一發不可收拾 這幾天連著刷，感覺是時候寫一篇總結了 然而，我懶得畫圖（逃 放一個連結吧，就是第一篇，講得非常好 不過還要提醒一下像

淺談指令碼化css（一）

讀寫css屬性 每一個dom元素都有一個屬性style，dom.style裡面存放的這個元素的行間樣式，我們可以通過這個屬性來讀寫元素的行間樣式。 注意： 1.我們碰到float這樣的關鍵字屬性的時候，前面要加一個css字首。 float—>cssFloat 2.複合屬性必須拆解 borde

淺談Java程式碼安全（二）

先來看一段程式碼： //x, y, z 都是 int 型別 if (x + y < z) { } 這段程式碼是否存在問題呢，可能不仔細或者對資料結構不充分了解的同學就直接這麼過了，當然大多數情況下可能這段程式碼也不會產生問題，但是還是那句話，安全傾向於 “明顯沒

淺談計算機基礎知識（三）

資料的邏輯結構：反映資料元素之間的關係的資料元素集合的表示。資料的邏輯結構包括集合、線形結構、樹形結構和圖形結構四種。 資料的儲存結構：資料的邏輯結構在計算機儲存空間種的存放形式稱為資料的儲存結構。常用的儲存結構有順序、連結、索引等儲存結構。 插入和刪除是對資料結構

貨幣流向深淵——淺談Bancor的意義（1）

前言：所有數字貨幣從誕生的第一天起就在對抗一個可怕敵人，它既是死神，也是一個詛咒。想象一下，很多年以後，比特幣的去中心化宣言或已經成為笑柄。因為那時的世界，財富由最早期的比特幣礦工把持，他們的先發優勢已經永遠無法用努力來抹平，人們會不會拋棄這個數字貨幣之王，重新洗牌？這個

AspectJ自定義註解之埋點（三）

介紹 埋點，我們公司有很多核心的方法，要給大資料做統計需要做埋點，埋點其實就是將使用者操作這部分業務邏輯的記錄下來，給大資料作分析，前端埋點就是插入上報資訊的功能，後端埋點一般是Api埋點，埋點程式碼和業務邏輯沒有任何關係，如果入侵是寫入（手動插入埋點程式碼）

linux自有服務指令圖文（2）

Linux自有服務（2）   一 設定主機名   回顧：     #hostname     #hostname –f  FQDN（全限定域名）   臨時設定主機

Android Firebase接入（一）--Firebase埋點（Analytics）

埋點是指在app中新增資料上報，相當於在app中列印Log並儲存，在app內需要的位置埋點可以幫助分析使用者的行為和喜好，以便改進產品。一、配置Android應用並下載google-service.json檔案：在Firebase控制檯新建專案（需要使用Google賬戶登入）

使用者行為日誌-js埋點（四）可能存在的問題和總結

記下了點選資訊，如何傳送出去呢？ 考察了若干類似的系統，目前比較流行的方式似乎是將要傳送的資訊加到 URL 引數中，請求打點伺服器上的一個非常小的空圖片，這樣，資訊就將記錄在打點伺服器的日誌（比如 apache 日誌）中，之後再用專門的程式從日誌中讀取並分析相關資訊。而且，對於打點伺服器而言，由於只需要

淺談測試驅動開發（TDD）

在 IBM Bluemix 雲平臺上開發並部署您的下一個應用。 背景 一個高效的軟體開發過程對軟體開發人員來說是至關重要的，決定著開發是痛苦的掙扎，還是不斷進步的喜悅。國人對軟體藍領的不屑，對繁瑣冗長的傳統開發過程的不耐，使大多數開發人員無所適從。最近興起的一些軟體開發過程相關的技術，提供一些比較高效、

淺談分詞演算法（4）基於字的分詞方法（CRF）

目錄 前言 目錄 條件隨機場（conditional random field CRF） 核心點 線性鏈條件隨機場 簡化形式 CRF分詞 CRF VS HMM 程式碼實現 訓練程式碼 實驗結果 參考文獻

淺談單元測試之（一）：單元測試的意義

單元測試是檢查一個獨立工作單元的行為。在JAVA應用程式中，獨立工作單元經常是（但不總是）一個獨立的方法。相比之下，整合測試和驗收測試檢查的是各種元件如何互動。一個工作單元就是一項任務，不直接依賴於其