Java应用系统监控方法简介

1. tsar

阿里巴巴开源的实时系统监控工具。其内部的sunfire有部分指标就是基于该工具每分钟采集一次来获取的。

github

监控项及数据来源一览

摘自tsar/info.md

监控项	来源	细分项
CPU	/proc/stat	user: 表示CPU执行用户进程的时间,通常期望用户空间CPU越高越好.
		sys: 表示CPU在内核运行时间,系统CPU占用率高,表明系统某部分存在瓶颈.通常值越低越好.
		wait: CPU在等待I/O操作完成所花费的时间.系统部应该花费大量时间来等待I/O操作,否则就说明I/O存在瓶颈.
		hirq: 系统处理硬中断所花费的时间百分比
		sirq: 系统处理软中断所花费的时间百分比
		util: CPU总使用的时间百分比
		nice: 系统调整进程优先级所花费的时间百分比
		steal: 被强制等待（involuntary wait）虚拟CPU的时间,此时hypervisor在为另一个虚拟处理器服务
		ncpu: CPU的总个数
mem	/proc/meminfo	free: 空闲的物理内存的大小
		used: 已经使用的内存大小
		buff: buff使用的内存大小,buffer is something that has yet to be "written" to disk.
		cach: 操作系统会把经常访问的东西放在cache中加快执行速度,A cache is something that has been "read" from the disk and stored for later use
		total: 系统总的内存大小
		util: 内存使用率
load	/proc/loadavg	load1: 一分钟的系统平均负载
		load5: 五分钟的系统平均负载
		load15:十五分钟的系统平均负载
		runq: 在采样时刻,运行队列的任务的数目,与/proc/stat的procs_running表示相同意思
		plit: 在采样时刻,系统中活跃的任务的个数（不包括运行已经结束的任务）
traffic	/proc/net/dev	bytin: 入口流量byte/s
		bytout: 出口流量byte/s
		pktin: 入口pkt/s
		pktout: 出口pkt/s
tcp	/proc/net/snmp	active:主动打开的tcp连接数目
		pasive:被动打开的tcp连接数目
		iseg: 收到的tcp报文数目
		outseg:发出的tcp报文数目
		EstRes:Number of resets that have occurred at ESTABLISHED
		AtmpFa:Number of failed connection attempts
		CurrEs:当前状态为ESTABLISHED的tcp连接数
		retran:系统的重传率
udp	/proc/net/snmp	idgm: 收到的udp报文数目
		odgm: 发送的udp报文数目
		noport:udp协议层接收到目的地址或目的端口不存在的数据包
		idmerr:udp层接收到的无效数据包的个数
io	/proc/diskstats	指标较多，略
partition	/etc/mtab + statfs	bfree: 分区空闲的字节
		bused: 分区使用中的字节
		btotl: 分区总的大小
		util: 分区使用率
		ifree: 可用文件结点数
		itotl: 文件结点总数
		iutil: 文件结点使用率
pcsw		cswch: 进程切换次数
		proc: 新建的进程数
tcpx	/proc/net/netstat /proc/net/snmp	多个指标，略
percpu ncpu	同cpu模块
pernic	同traffic模块
应用proc	/proc/pid/stat:获取进程的cpu信息 /proc/pid/status:获取进程的mem信息 /proc/pid/io:获取进程的读写IO信息	user: 某个进程用户态cpu消耗
		sys: 某个进程系统态cpu消耗
		total:某个进程总的cpu消耗
		mem: 某个进程的内存消耗百分比
		RSS: 某个进程的虚拟内存消耗,这是驻留在物理内存的一部分.它没有交换到硬盘.它包括代码,数据和栈
		read: 进程io读字节
		write:进程的io写字节
nginx	nginx采集模块

2. JAVA应用监控 —— metric

注册监听点及监控周期，进行被监控指标的输出。

引用及使用方式：系统监控-Metric

3. 企业级集群监控 —— open-falcon

中文文档