Gauges ：最簡單的度量指標(biāo)，只有一個簡單的返回值，或者叫瞬時狀態(tài)
Counters：Counter 就是計數(shù)器，Counter 只是用 Gauge 封裝了 AtomicLong
Meters：Meter度量一系列事件發(fā)生的速率(rate)，例如TPS。Meters會統(tǒng)計最近1分鐘，5分鐘，15分鐘，還有全部時間的速率。
Histograms：Histogram統(tǒng)計數(shù)據(jù)的分布情況。比如最小值，最大值，中間值，還有中位數(shù)，75百分位, 90百分位, 95百分位, 98百分位, 99百分位, 和 99.9百分位的值(percentiles)。
Timer其實(shí)是 Histogram 和 Meter 的結(jié)合， histogram 某部分代碼/調(diào)用的耗時， meter統(tǒng)計TPS。

接下來我們寫代碼實(shí)際使用一下這些功能就從最簡單的Gauges 開始吧

package main
import (
	"github.com/rcrowley/go-metrics"
	"time"
	"os"
	"log"
)
func main(){
	g := metrics.NewGauge()
	metrics.Register("bar", g)
	g.Update(1)
	go metrics.Log(metrics.DefaultRegistry,
		1 * time.Second,
		log.New(os.Stdout, "metrics: ", log.Lmicroseconds))
	var j int64
	j = 1
	for true {
		time.Sleep(time.Second * 1)
		g.Update(j)
		j++
	}
}

此時我們運(yùn)行程序可以看到如下輸出

在程序中我們在metrics.Log 中設(shè)置了 metrics 的輸出頻率為1s 同時指定了數(shù)據(jù)輸出的目的為 log.New出來的Logger 設(shè)置為打印在標(biāo)準(zhǔn)輸出

接下counters 與gauges 類似

只不過在操作上 gauges 是 update 而 counter 是 inc 做加法增加參數(shù)市值 dec 做減法

	g := metrics.NewGauge()
	metrics.Register("bar", g)
	g.Update(1)
	c := metrics.NewCounter()
	metrics.Register("foo", c)
	c.Inc(45)
	c.Dec(3)

以上代碼可以看到區(qū)別在New 的時候默認(rèn)的時候數(shù)值都為0

package main
import (
	"github.com/rcrowley/go-metrics"
	"time"
	"os"
	"log"
)
func main(){
	s := metrics.NewExpDecaySample(1024, 0.015) // or metrics.NewUniformSample(1028)
	h := metrics.NewHistogram(s)
	metrics.Register("baz", h)
	h.Update(1)
	go metrics.Log(metrics.DefaultRegistry,
		1 * time.Second,
		log.New(os.Stdout, "metrics: ", log.Lmicroseconds))
	var j int64
	j = 1
	for true {
		time.Sleep(time.Second * 1)
		j++
		h.Update(j)
	}
}

metrics.NewExpDecaySample這函數(shù)的兩個參數(shù)的含義：第一是內(nèi)部存儲數(shù)據(jù)的個數(shù)

第二個是指數(shù)后乘以的數(shù)值具體位置

下面來測試一下meters

package main
import (
	"time"
	"os"
	"github.com/rcrowley/go-metrics"
	"log"
)
func main(){
	m := metrics.NewMeter()
	metrics.Register("quux", m)
	m.Mark(1)
	go metrics.Log(metrics.DefaultRegistry,
		1 * time.Second,
		log.New(os.Stdout, "metrics: ", log.Lmicroseconds))
	var j int64
	j = 1
	for true {
		time.Sleep(time.Second * 1)
		j++
		m.Mark(j)
	}
}

測試結(jié)果

輸出到influxdb

influxdb的安裝和基本使用這里不做介紹

使用下面工作

vrischmann/go-metrics-influxdb

package main
import (
	"github.com/rcrowley/go-metrics"
	"time"
	"github.com/vrischmann/go-metrics-influxdb"
)
func main(){
	m := metrics.NewMeter()
	metrics.Register("quux", m)
	m.Mark(1)
	go influxdb.InfluxDB(metrics.DefaultRegistry,
		time.Second * 5,
		"http://192.168.150.74:8086",
		"mydb",
		"",
		"")
	var j int64
	j = 1
	for true {
		time.Sleep(time.Second*1)
		m.Mark(j)
		j += 1
	}
}

看以上的代碼其他地方都不用改動只要改下輸出的地方就可以了

在influx中使用設(shè)置的database 表名則自用生成使用是 metrics中register 設(shè)置的名字加上類型在這里例子中表名為quux.meter

就可以在influxdb 里面看到如下的一些數(shù)據(jù)：