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。<dependency><groupId>org.aspectj</groupId><artifactId>aspectjweaver</artifactId><version>1.5.4</version></dependency><dependency><groupId>cglib</groupId><artifactId>cglib-nodep</artifactId><version>2.2</version></dependency><dependency><groupId>org.springframework</groupId><artifactId>spring-aop</artifactId><version>2.5.6</version></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。<bean id="performanceMonitor"class="org.springframework.aop.interceptor.PerformanceMonitorInterceptor" /><aop:config><aop:pointcut id="allServiceMethods" expression="execution（* com.mycompany.services.*.*（..））"/><aop:advisor pointcut-ref="allServiceMethods" advice-ref="performanceMonitor" order="2"/></aop:config>接下来，需要配置好日志系统，例如log4j。<logger name="org.springframework.aop.interceptor.PerformanceMonitorInterceptor" additivity="false"><level value="TRACE"/><appender-ref ref="STDOUT"/></logger>ok了，现在我们运行一下程序你会发现下面的日志输出：TRACE PerformanceMonitorInterceptor- StopWatch "PerfTestService.processRequest": running time （millis） = 1322TRACE PerformanceMonitorInterceptor- StopWatch "PerfTestService.processRequest": running time （millis） = 98TRACE 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。public class PerfInterceptor implements MethodInterceptor { Logger logger = LoggerFactory.getLogger（PerfInterceptor.class.getName（））;private static ConcurrentHashMap<String, MethodStats> methodStats = new ConcurrentHashMap<String, MethodStats>（）;private static long statLogFrequency = 10;private static long methodWarningThreshold = 1000; public Object invoke（MethodInvocation method） throws Throwable {long start = System.currentTimeMillis（）;try {return method.proceed（）;}finally {updateStats（method.getMethod（）.getName（）,（System.currentTimeMillis（） - start））;}}private void updateStats（String methodName, long elapsedTime） {MethodStats stats = methodStats.get（methodName）;if（stats == null） {stats = new MethodStats（methodName）;methodStats.put（methodName,stats）;}stats.count++;stats.totalTime += elapsedTime;if（elapsedTime > stats.maxTime） {stats.maxTime = elapsedTime;} if（elapsedTime > methodWarningThreshold） {logger.warn（"method warning: " + methodName + "（）, cnt = " + stats.count + ", lastTime = " + elapsedTime + ", maxTime = " + stats.maxTime）;} if（stats.count % statLogFrequency == 0） {long avgTime = stats.totalTime / stats.count;long runningAvg = （stats.totalTime-stats.lastTotalTime） / statLogFrequency;logger.debug（"method: " + methodName + "（）, cnt = " + stats.count + ", lastTime = " + elapsedTime + ", avgTime = " + avgTime + ", runningAvg = " + runningAvg + ", maxTime = " + stats.maxTime）; //reset the last total timestats.lastTotalTime = stats.totalTime; }} class MethodStats {public String methodName;public long count;public long totalTime;public long lastTotalTime;public long maxTime; public MethodStats（String methodName） {this.methodName = methodName;}} }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。WARNPerfInterceptor - method warning: processRequest（）, cnt = 10, lastTime = 1072, maxTime = 1937TRACE PerfInterceptor - method: processRequest（）, cnt = 10, lastTime = 1072, avgTime = 1243, runningAvg = 1243, maxTime = 1937WARNPerfInterceptor - method warning: processRequest（）, cnt = 20, lastTime = 1466, maxTime = 1937TRACE 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。