使用Spring AOP进行性能监控

如果你正在使用Spring管理/访问资源（Dao/Service），那么你可能也需要添加一些基础的性能监控。在Spring AOP的帮助下这将变成一个简单的任务，不需要任何现有代码的变化，只是一些简单的配置。

第一步，你首先的将spring-aop、aspectj和cglib库导入，如果你使用maven管理你的项目依赖的话，很简单加上如下依赖关系就可以了。

01 < dependency >
02      < groupId >org.aspectj</ groupId >
03      < artifactId >aspectjweaver</ artifactId >
04      < version >1.5.4</ version >
05 </ dependency >
06 < dependency >
07      < groupId >cglib</ groupId >
08      < artifactId >cglib-nodep</ artifactId >
09      < version >2.2</ version >
10 </ dependency >
11 < dependency >
12    < groupId >org.springframework</ groupId >
13    < artifactId >spring-aop</ artifactId >
14    < version >2.5.6</ version >
15 </ dependency >

 

接下来，指明你需要监视的内容，并把AOP配好。通常，仅仅需要在现有的SpringXML配置文件中增加一个横切点。这个配置将会将位于 包"com.mycompany.services"下的所有方法的响应时间记录下来。注：这些类必须使用Spring context初始化，否则AOP将不会被执行。

1 < bean id = "performanceMonitor"
2            class = "org.springframework.aop.interceptor.PerformanceMonitorInterceptor" />
3
4 < aop:config >
5      < aop:pointcut id = "allServiceMethods" expression = "execution(* com.mycompany.services.*.*(..))" />
6      < aop:advisor pointcut-ref = "allServiceMethods" advice-ref = "performanceMonitor" order = "2" />
7 </ aop:config >

 

接下来，需要配置好日志系统，例如log4j。

1 < logger name = "org.springframework.aop.interceptor.PerformanceMonitorInterceptor" additivity = "false" >
2      < level value = "TRACE" />
3      < appender-ref ref = "STDOUT" />
4 </ logger >

 

ok了，现在我们运行一下程序你会发现下面的日志输出：

1 TRACE PerformanceMonitorInterceptor  - StopWatch 'PerfTestService.processRequest' : running time (millis) = 1322
2 TRACE PerformanceMonitorInterceptor  - StopWatch 'PerfTestService.processRequest' : running time (millis) = 98
3 TRACE PerformanceMonitorInterceptor  - StopWatch 'PerfTestService.processRequest' : running time (millis) = 1764

 

这些是大量的一些原始数据，但不幸的是这些东西对我们几乎没用，每一个方法调用都会有记录，而且缺乏一些其他信息。所以，除非你打算写一些日志分析程序、或者使用第三方软件，否则的话，我想你应该在日志被记录前做出一些处理。

一个简单的办法就是在这之间写一个简单的拦截器类来替代Spring给我们提供的默认的类 （PerformanceMonitorInterceptor）。下面的一个例子，这个例子提供了一些有用的信息（最后一个、平均、最大的响应时间）， 另外当一个方法的响应时间超出指定的时间后给出警告。

默认的，每当十个方法调用的时候，做一次记录，在任何方法响应时间超过1000ms的时候给出警告。

01 public class PerfInterceptor implements MethodInterceptor {
02
03       Logger logger = LoggerFactory.getLogger(PerfInterceptor. class .getName());
04      private static ConcurrentHashMap<String, MethodStats> methodStats = new ConcurrentHashMap<String, MethodStats>();
05      private static long statLogFrequency = 10 ;
06      private static long methodWarningThreshold = 1000 ;
07
08      public Object invoke(MethodInvocation method) throws Throwable {
09          long start = System.currentTimeMillis();
10          try {
11              return method.proceed();
12          }
13          finally {
14              updateStats(method.getMethod().getName(),(System.currentTimeMillis() - start));
15          }
16      }
17
18      private void updateStats(String methodName, long elapsedTime) {
19          MethodStats stats = methodStats.get(methodName);
20          if (stats == null ) {
21              stats = new MethodStats(methodName);
22              methodStats.put(methodName,stats);
23          }
24          stats.count++;
25          stats.totalTime += elapsedTime;
26          if (elapsedTime > stats.maxTime) {
27              stats.maxTime = elapsedTime;
28          }
29
30          if (elapsedTime > methodWarningThreshold) {
31              logger.warn( "method warning: " + methodName + "(), cnt = " + stats.count + ", lastTime = " + elapsedTime + ", maxTime = " + stats.maxTime);
32          }
33
34          if (stats.count % statLogFrequency == 0 ) {
35              long avgTime = stats.totalTime / stats.count;
36              long runningAvg = (stats.totalTime-stats.lastTotalTime) / statLogFrequency;
37              logger.debug( "method: " + methodName + "(), cnt = " + stats.count + ", lastTime = " + elapsedTime + ", avgTime = " + avgTime + ", runningAvg = " + runningAvg + ", maxTime = " + stats.maxTime);
38
39              //reset the last total time
40              stats.lastTotalTime = stats.totalTime;
41          }
42      }
43
44      class MethodStats {
45          public String methodName;
46          public long count;
47          public long totalTime;
48          public long lastTotalTime;
49          public long maxTime;
50
51          public MethodStats(String methodName) {
52              this .methodName = methodName;
53          }
54      }
55 }

 

现在，你只需要将你的Spring配置文件中做相关修改，将这个类应用进去，再运行程序，你将会看到如下的统计信息。

1 WARN  PerfInterceptor - method warning: processRequest(), cnt = 10, lastTime = 1072, maxTime = 1937
2 TRACE PerfInterceptor - method: processRequest(), cnt = 10, lastTime = 1072, avgTime = 1243, runningAvg = 1243, maxTime = 1937
3 WARN  PerfInterceptor - method warning: processRequest(), cnt = 20, lastTime = 1466, maxTime = 1937
4 TRACE PerfInterceptor - method: processRequest(), cnt = 20, lastTime = 1466, avgTime = 1067, runningAvg = 892, maxTime = 1937

 

正如你看到的一样，这些统计数据可以在不修改任何现有的Java代码的情况下，提供有关class/method性能的有价值的反馈，而根据这个日志，你可以很轻松的找出程序中的瓶颈。