全链路监控工具（全链路压测工具）

本篇文章给大家谈谈全链路监控工具，以及全链路压测工具对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享全链路监控工具的知识，其中也会对全链路压测工具进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、linux安装全链路追踪工具skywalking8.0

• 2、为什么需要全链路监控？

• 3、Android线上轻量级APM性能监测方案

• 
  

linux安装全链路追踪工具skywalking8.0

SkyWalking是一个针对分布式系统全链路监控工具的APM（应用性能监控）系统，特别针对微服务、cloud native和容器化架构，其核心是个分布式追踪系统。它通过探针自动收集所需的指标，且基于探针技术对应用零侵入零耦合。通过这些调用链路以及指标，SkyWalking APM会感知应用间关系和服务间关系，并进行相应的指标统计。

解压后，进入目录，默认自带全链路监控工具了agent，这个是用来追踪java项目的。全链路监控工具我因为是用来追踪php项目，所以这个用不上，如果要追踪php项目，需要另外安装php的agent，请查看我另外一篇文章( linux安装sky-php-agent )

bin里面是启动文件

config目录里面是配置文件

webapp目录里面是UI界面项目文件和配置文件

默认情况下，只需要更改一下 config/application.yml文件

默认的restHost和gRPCHost的IP为0.0.0.0，我这里改成我这边内网的IP。这里要注意一下，一旦改全链路监控工具了IP，就只能用这个IP，比如我这里改成了内网IP，那么用127.0.0.1都不能访问。

如果需要更改UI界面访问的端口，可以修改 webapp/webapp.yml，里面配置文件很简单

注意一下，如果要想能够让受控端访问到skywalking服务，那么必须将12800端口对受控端服务器打开。WEB界面的端口，我这里是8081，大家可以改成自己需要的端口。

变更完配置后，就可以进去bin目录下，运行 startup.sh ，服务就会启动。然后通过http://服务器ip:8081进行界面访问。

受控端如果也启动了的话，这个时候，界面里就自动会出现数据了。

emmmm.....这里有个坑，默认情况下，打开界面什么数据都看不到，这个需要点击右上角的“自动”按钮，让按钮变成蓝色，这个时候就会有数据出现了。

如果还是没有出现数据，那就检查受控端服务是不是已经启动了，或者去看一下logs目录下的日志。如果受控端连接服务端出现错误，就看skywalking-oap-server.log；如果受控端一切正常，界面数据还是不显示，就看webapp.log

我在安装的时候，使用startup.sh启动文件，又遇到一个坑。这个启动文件，无论中间是不是有报错，都会提示启动成功。而且因为没有停止的命令，如果重复运行startup.sh，日志里会提示端口占用。这个时候，需要使用命令先查看占用端口的进程，然后杀掉进程，再重新运营启动文件才可以。

为什么需要全链路监控？

就目前IT网管的监控对象包括各网管系统的物理类和逻辑类资源，被监控对象的数据相对分离，缺少数据整合，并没有形成端到端的总体业务监控框。IT网管的监控对象缺少应用类和业务服务类资源，无法获取端到端的业务真题运行情况，很难直观的发现系统的瓶颈及问题，发生的问题经常是难以定位。根据Gartner的报告，APM是有效的手段。听云经过多年的技术深耕早已是APM行业的领军企业，听云全链路应用性能管理可以做到端到端关联，性能全栈追踪，可以实现对整个系统的运行做到事前预警，事中分析，事后溯源等。

Android线上轻量级APM性能监测方案

Github 链接 Collie

如何衡量一个APP性能好坏？直观感受就是全链路监控工具：启动快、流畅、不闪退、耗电少等感官指标，反应到技术层面包装下就是全链路监控工具：FPS（帧率）、界面渲染速度、Crash率、网络、CPU使用率、电量损耗速度等，一般挑其中几个关键指标作为APP质量的标尺。目前也有多种开源APM监控方案，但大部分偏向离线检测，对于线上监测而言显得太重，可能会适得其反，方案简单对比如下：

还有其全链路监控工具他多种APM检测工具，功能复杂多样，但其实很多指标并不是特别重要，实现越复杂，线上风险越大，因此，并不建议直接使用。而且，分析多家APP的实现原理，其核心思路基本相同，且门槛也并不是特别高，建议自研一套，在灵活性、安全性上更有保障，更容易做到轻量级。本文主旨就是 围绕几个关键指标 ：FPS、内存（内存泄漏）、界面启动、流量等，实现 轻量级 的线上监测。

Crash统计与聚合有比较通用的策略，比如Firebase、Bugly等，不在本文讨论范围

每个APP的网络请求一般都存在统一的Hook点，门槛很低，且各家请求协议与SDK有别，很难实现统一的网络请求监测，其次，想要真正定位网络请求问题，可能牵扯整个请求的链路，更适合做一套网络全链路监控APM，也不在讨论范围。

线上监测的重点就聚焦后面几个，下面逐个拆解如何实现。

直观上说界面启动就是：从点击一个图标到看到下一个界面首帧，如果这个过程耗时较长，用户会会感受到顿挫，影响体验。从场景上说，启动耗时间简单分两种：

本文粒度较粗，主要聚焦Activity，这里有个比较核心的时机：Activity首帧可见点，这个点究竟在什么时候？经分析测试发现，不同版本表现不一，在Android 10 之前这个点与onWindowFocusChanged回调点基本吻合，在Android 10 之后，系统做了优化，将首帧可见的时机提前到onWindowFocusChanged之前，可以简单看做onResume（或者onAttachedToWindow）之后，对于一开始点击icon的点，可以约等于APP进程启动的点，拿到了上面两个时间点，就可以得到冷启动耗时。

APP进程启动的点可以通过加载一个空的ContentProvider来记录，因为ContentProvider的加载时机比较靠前，早于Application的onCreate之前，相对更准确一点，很多SDK的初始也采用这种方式，实现如下：

这样就得到了冷启动的开始时间，如何得到第一个Activity界面可见的时间呢？大概回执流程如下

网上有一些认为可以监听onAttachedToWindow或者OnWindowFocusChange，onAttachedToWindow的问题是可能太过靠前，还没有Draw, OnWindowFocusChange的缺点可能是太过滞后。其实可以简单认为在view draw以后，View的绘制就算完成，虽然到展示还可能相差一个VSYNC等待图层合成，但是对于性能监测的评定，误差一个固定值可以接受：

在onResume函数中插入一条消息可以吗，理论上来说，太过靠前，这条消息在执行的时候，还没Draw，因为请求VSYNC的同步栅栏是在是在Onresume结束后才插入的，无法拦截之前的Message，但是由于VSYNC可能存在复用，Onresume中插入的消息也有可能会在绘制之后执行，这个不是完全一定的，比如点击MaterialButton启动一个Activity，第二个Activity的setView触发的VSYNC就可能复用MaterialButton的波纹触发的VSYNC，从而导致第二个Activity的performTraval复用第一个VSYNC执行，从而发生在onResume插入消息之前，如下

综上所述， 将指标定义在第一次View的Draw执行可能比较靠谱 。具体可以再DecorView上插入一个透明View，监听器onDraw回调即可，如果觉得不够优雅，就退一步，监听OnWindowFocusChange的回调，也勉强可以接受, OnWindowFocusChange一定是在Draw之后的。如此就可以检测到冷启动耗时。APP启动后，各Activity启动耗时计算逻辑类似，首帧可见点沿用上面方案即可，不过这里还缺少上一个界面暂停的点，经分析测试，锚在上一个Actiivty pause的时候比较合理，因此Activity启动耗时定义如下：

同样为了减轻对业务入侵，也依赖registerActivityLifecycleCallbacks来实现：补全上方缺失

到这里就获取了两个比较关键的启动耗时，不过，时机使用中可能存在各种异常场景：比如闪屏页在onCreate或者onResume中调用了finish跳转首页，对于这种场景就需要额外处理，比如在onCreate中调用了finish，onResume可能不会被调用，这个时候就要在 onCreate之后进行统计，同时利用用Activity.isFinishing()标识这种场景，其次，启动耗时对于不同配置也是不一样的，不能用绝对时间衡量，只能横向对比，简单线上效果如下：

FPS是图像领域中的定义，指画面每秒传输帧数，每秒帧数越多，显示的动作就越流畅。FPS可以作为衡量流畅度的一个指标，但是，从各厂商的报告来看，仅用FPS来衡量是否流畅并不科学。电影或视频的FPS并不高，30的FPS即可满足人眼需求，稳定在30FPS的动画，并不会让人感到卡顿，但如果FPS 很不稳定的话，就很容易感知到卡顿，注意，这里有个词叫 稳定 。举个 极端 例子：前500ms刷新了59帧，后500ms只绘制一帧，即使达到了60FPS，仍会感知卡顿，这里就突出 稳定 的重要性。不过FPS也并不是完全没用，可以用其上限定义流畅，用其下限可以定义卡顿，对于中间阶段的感知，FPS无能为力，如下示意：

上面那个是极端例子，Android 系统中，VSYNC会杜绝16ms内刷新两次，那么在中间的情况下怎么定义流畅？比如，FPS降低到50会卡吗？答案是不一定。50的FPS如果是均分到各个节点，用户是感知不到掉帧的，但，如果丢失的10帧全部在一次绘制点，那就能明显感知卡顿，这个时候， 瞬时帧率 的意义更大，如下

Matrix给的卡顿标准：

总之，相比1s平均FPS，瞬时掉帧程度的严重性更能反应界面流畅程度，因此FPS监测的重点是侦测瞬时掉帧程度。

在应用中，FPS对动画及列表意义较大， 监测开始的时机 放在界面启动并展示第一帧之后，这样就能跟启动完美衔接起来，

侦测停止的时机也比较简单在onActivityPaused：界面失去焦点，无法与用户交互的时候

如何侦测瞬时FPS？有两种常用方式

360的实现依赖Choreographer VSYNC回调，具体实现如下：循环添加Choreographer.FrameCallback

这种监听有个问题就是，监听过于频繁，因为在无需界面刷新的时候Choreographer.FrameCallback还是不断循环执行，浪费CPU资源，对线上运行采集并不友好，相比之下BlockCanary的监听单个Message执行要友善的多，而且同样能够涵盖UI绘制耗时、两帧之间的耗时，额外执行负担较低，也是本文采取的策略，核心实现参照Matrix：

为Looper设置一个LooperPrinter，根据回传信息头区分消息执行开始于结束，计算Message耗时：原理如下

自定义LooperPrinter如下：

利用回调参数""与"<<<"的 区别即可诊断出Message执行耗时，从而确定是否导致掉帧。以上实现针对所有UI Message，原则上UI线程所有的消息都应该保持轻量级，任何消息超时都应当算作异常行为，所以，直接拿来做掉帧监测没特大问题的。但是，有些特殊情况可能对FPS计算有一些误判，比如，在touch时间里往UI线程塞了很多消息，单条一般不会影响滚动，但多条聚合可能会带来影响，如果没跳消息执行时间很短，这种方式就可能统计不到，当然这种业务的写法本身就存在问题，所以先不考虑这种场景。

Choreographer有个方法addCallbackLocked，通过这个方法添加的任务会被加入到VSYNC回调，会跟Input、动画、UI绘制一起执行，因此可以用来作为鉴别是否是UI重绘的Message，看看是不是重绘或者触摸事件导致的卡顿掉帧。Choreographer源码如下：

该方法不为外部可见，因此需要通过反射获取，

然后在每次执行结束后，重新将callback添加回Choreographer的Queue，监听下一次UI绘制。

这样就能检测到每次Message执行的时间，它可以直接用来计算 瞬时帧率 ，

瞬时掉帧小于2次可以认为没有发生抖动，如果出现了单个Message执行过长，可认为发生了掉帧，流畅度与瞬时帧率监测大概就是这样。不过，同启动耗时类似，不同配置结果不同，不能用绝对时间衡量，只能横向对比，简单线上效果如下：

内存泄露有个比较出名的库LeakCanary，实现原理也比较清晰，就是利用弱引用+ReferenceQueue，其实只用弱引用也可以做，ReferenceQueue只是个辅助作用，LeakCanary除了泄露检测还有个堆栈Dump的功能，虽然很好，但是这个功能并不适合线上，而且，只要能监听到Activity泄露，本地分析原因是比较快的，没必要将堆栈Dump出来。因此，本文只实现Activity泄露监测能力，不在线上分析原因。而且，参考LeakCanary，改用一个WeakHashMap实现上述功能，不在主动暴露ReferenceQueue这个对象。WeakHashMap最大的特点是其key对象被自动弱引用，可以被回收，利用这个特点，用其key监听Activity回收就能达到泄露监测的目的。核心实现如下：

线上选择监测没必要实时，将其延后到APP进入后台的时候，在APP进入后台之后主动触发一次GC，然后延时10s，进行检查，之所以延时10s，是因为GC不是同步的，为了让GC操作能够顺利执行完，这里选择10s后检查。在检查前分配一个4M的大内存块，再次确保GC执行，之后就可以根据WeakHashMap的特性，查找有多少Activity还保留在其中，这些Activity就是泄露Activity。

内存检测比较简单，弄清几个关键的指标就行，这些指标都能通过 Debug.MemoryInfo获取

这里关心三个就行，

一般而言total是大于nativ+dalvik的，因为它包含了共享内存，理论上我们只关心native跟dalvik就行，以上就是关于内存的监测能力，不过内存泄露不是100%正确，暴露明显问题即可，效果如下：

流量监测的实现相对简单，利用系统提供的TrafficStats.getUidRxBytes方法，配合Actvity生命周期，即可获取每个Activity的流量消耗。具体做法：在Activity start的时候记录起点，在pause的时候累加，最后在Destroyed的时候统计整个Activity的流量消耗，如果想要做到Fragment维度，就要具体业务具体分析了，简单实现如下

Android电量状态能通过一下方法实时获取，只是对于分析来说有点麻烦，需要根据不同手机、不同配置做聚合，单处采集很简单

不过并不能获取绝对电量，只能看百分比，因为对单个Activity来做电量监测并不靠谱，往往都是0，可以在APP推到后台后，对真个在线时长的电池消耗做监测，这个可能还能看出一些电量变化。

没想好怎么弄，显不出力

APP端只是完成的数据的采集，数据的整合及根系还是要依赖后台数据分析，根据不同配置，不同场景才能制定一套比较合理的基线，而且，这种 基线肯定不是绝对 的，只能是相对的，这套基线将来可以作为页面性能评估标准，对Android而言，挺难，机型太多。

GITHUB链接 Collie

关于全链路监控工具和全链路压测工具的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。 全链路监控工具的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于全链路压测工具、全链路监控工具的信息别忘了在本站进行查找喔。