点击上方“芋道源码”，选择“设为星标”

管她前浪，还是后浪？

能浪的浪，才是好浪！

每天 8:55 更新文章，每天掉亿点点头发...

源码精品专栏

 

原创 | Java 2020 超神之路，很肝~

中文详细注释的开源项目

RPC 框架 Dubbo 源码解析

网络应用框架 Netty 源码解析

消息中间件 RocketMQ 源码解析

数据库中间件 Sharding-JDBC 和 MyCAT 源码解析

作业调度中间件 Elastic-Job 源码解析

分布式事务中间件 TCC-Transaction 源码解析

Eureka 和 Hystrix 源码解析

Java 并发源码

来源：cnblogs.com/jurendage/p/9070442.html

1. 服务器本身的监控

2. 业务监控

3. 对于整个业务线的监控，我们采用了另外一种开源的监控：javamelody

4. 总结

---

说明：Java开源生鲜电商平台-监控模块的设计与架构，我们谈到监控，一般设计到两个方面的内容：

1、服务器本身的监控。(比如：linux服务器的CPU，内存，磁盘IO等监控)

2、业务系统的监控. (比如：业务系统性能的监控，SQL语句的监控，请求超时的监控，用户输入的监控，整个请求过程时间的监控，优化等等)

1. 服务器本身的监控

说明：由于Java开源生鲜电商平台采用的是阿里云的linux CentOS服务器，由于阿里云本身是有监控预警的，但是我们不可能时刻去看，最好有集成自己的系统监控，

最终在各种系统对比的过程中，选择了netdata这个工具，当然有一些软件比如：zabbix,negios等等都是可以的，但是我们服务器压力不算大，最终采用了更加轻量级的解决方案。

相关的安装与使用，大家自行百度处理，我这边就不列举出来了。

以下是相关的实际运营截图：

2. 业务监控

说明：任何一个业务系统都需要采用业务监控，抛异常，有error日志，短信预警，推送等等

Java内存

JavaCPU使用情况

用户Session数量

JDBC连接数

http请求、sql请求、jsp页面与业务接口方法（EJB3、Spring、 Guice）的执行数量，平均执行时间，错误百分比等

最终，业务代码中采用了Spring AOP进行日志拦截，把请求方法超过了1500秒的方法进行了error日志的输出：

业务代码如下：

import org.apache.commons.lang.time.StopWatch; import org.aspectj.lang.JoinPoint; import org.aspectj.lang.ProceedingJoinPoint; import org.aspectj.lang.annotation.After; import org.aspectj.lang.annotation.AfterReturning; import org.aspectj.lang.annotation.AfterThrowing; import org.aspectj.lang.annotation.Around; import org.aspectj.lang.annotation.Aspect; import org.aspectj.lang.annotation.Before; import org.aspectj.lang.annotation.Pointcut; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.stereotype.Component; /**  * 声明一个切面,记录每个Action的执行时间  */ @Aspect @Component public class LogAspect {     private static final Logger logger=LoggerFactory.getLogger(LogAspect.class);     /**      * 切入点：表示在哪个类的哪个方法进行切入。配置有切入点表达式      */     @Pointcut("execution(* com.netcai.admin.controller.*.*.*(..))")     public void pointcutExpression() {         logger.debug("配置切入点");     }     /**      * 1 前置通知      * @param joinPoint      */     @Before("pointcutExpression()")     public void beforeMethod(JoinPoint joinPoint) {         logger.debug("前置通知执行了");     }     /**      * 2 后置通知      * 在方法执行之后执行的代码. 无论该方法是否出现异常      */     @After("pointcutExpression()")     public void afterMethod(JoinPoint joinPoint) {         logger.debug("后置通知执行了，有异常也会执行");     }     /**      * 3 返回通知      * 在方法法正常结束受执行的代码      * 返回通知是可以访问到方法的返回值的!      * @param joinPoint      * @param returnValue      */     @AfterReturning(value = "pointcutExpression()", returning = "returnValue")     public void afterRunningMethod(JoinPoint joinPoint, Object returnValue) {         logger.debug("返回通知执行，执行结果：" + returnValue);     }     /**      * 4 异常通知      * 在目标方法出现异常时会执行的代码.      * 可以访问到异常对象; 且可以指定在出现特定异常时在执行通知代码      * @param joinPoint      * @param e      */     @AfterThrowing(value = "pointcutExpression()", throwing = "e")     public void afterThrowingMethod(JoinPoint joinPoint, Exception e)     {         logger.debug("异常通知, 出现异常 " + e);     }     /**      * 环绕通知需要携带 ProceedingJoinPoint 类型的参数.      * 环绕通知类似于动态代理的全过程: ProceedingJoinPoint 类型的参数可以决定是否执行目标方法.      * 且环绕通知必须有返回值, 返回值即为目标方法的返回值      */     @Around("pointcutExpression()")     public Object aroundMethod(ProceedingJoinPoint pjd)     {         StopWatch clock = new StopWatch();         //返回的结果         Object result = null;         //方法名称         String className=pjd.getTarget().getClass().getName();         String methodName = pjd.getSignature().getName();         try         {             // 计时开始             clock.start();             //前置通知             //执行目标方法             result = pjd.proceed();             //返回通知             clock.stop();         } catch (Throwable e)         {             //异常通知             e.printStackTrace();         }         //后置通知         if(!methodName.equalsIgnoreCase("initBinder"))         {             long constTime=clock.getTime();             logger.info("["+className+"]"+"-" +"["+methodName+"]"+" 花费时间： " +constTime+"ms");             if(constTime>500)             {                 logger.error("["+className+"]"+"-" +"["+methodName+"]"+" 花费时间过长，请检查: " +constTime+"ms");             }         }         return result;     } }

补充说明：这个方法记录那个类，那个方法执行的时间多少，超过设置的阀值，那么就打印error日志，需要我们每天进行查看与针对性的优化。

3. 对于整个业务线的监控，我们采用了另外一种开源的监控：javamelody

相关的配置与处理如下：

POM文件中设置：

<!-- 系统监控 -->         <dependency>             <groupId>net.bull.javamelody</groupId>             <artifactId>javamelody-core</artifactId>             <version>1.68.1</version>         </dependency>         <dependency>             <groupId>org.jrobin</groupId>             <artifactId>jrobin</artifactId>             <version>1.5.9</version>         </dependency>

web.xml文件中处理

    <context-param>         <param-name>contextConfigLocation</param-name>         <param-value>             classpath*:config/applicationContext.xml             classpath*:net/bull/javamelody/monitoring-spring.xml             classpath*:net/bull/javamelody/monitoring-spring-datasource.xml             classpath*:net/bull/javamelody/monitoring-spring-aspectj.xml         </param-value>     </context-param>     <!--javamelody -->     <filter>         <filter-name>monitoring</filter-name>         <filter-class>net.bull.javamelody.MonitoringFilter</filter-class>         <async-supported>true</async-supported>         <init-param>             <param-name>logEnabled</param-name>             <param-value>true</param-value>         </init-param>     </filter>     <filter-mapping>         <filter-name>monitoring</filter-name>         <url-pattern>/*</url-pattern>     </filter-mapping>     <listener>         <listener-class>net.bull.javamelody.SessionListener</listener-class>     </listener>

最终运营效果如下：

4. 总结

最终可以形成一套基于自己的监控系统，当然还有类似的更加强大的监控系统，比如：连接池方面druid,系统方面zabbix,业务方面可以用cat等等，甚至开发采用自己的监控系统也是可以的。也是支持二次开发的。

---

---

欢迎加入我的知识星球，一起探讨架构，交流源码。加入方式，长按下方二维码噢：

已在知识星球更新源码解析如下：

最近更新《芋道 SpringBoot 2.X 入门》系列，已经 20 余篇，覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。

提供近 3W 行代码的 SpringBoot 示例，以及超 4W 行代码的电商微服务项目。

获取方式：点“在看”，关注公众号并回复 666 领取，更多内容陆续奉上。

兄弟，艿一口，点个赞！????