Metrics.Net构建指标监控中心

Metrics.NET（https://github.com/etishor/Metrics.NET）是一个给CLR 提供度量工具的包，它是移植自Java的metrics,支持的平台 .NET 4.5.1, .NET 4.5, .NET 4.0 和 Mono 3.8.0，在c#代码中嵌入Metrics代码，可以方便的对业务代码的各个指标进行监控, 提供5种度量的类型：Gauges, Counters, Histograms, Meters,Timers：

Gauges

Gauge是最简单的度量类型，只有一个简单的返回值，例如，你的应用中有一个由第三方类库中保持的一个度量值，你可以很容易的通过Gauge来度量他

        long milliseconds = this.ConvertTicksToMilliseconds(elapsedTicks);
            String controllerName = this.actionInfo.ControllerName;
            String actionName = this.actionInfo.ActionName;
            string counterName = string.Format("{0} {1} {2}", controllerName, actionName, COUNTER_NAME);
            Metric.Context(this.actionInfo.ActionType).Gauge(counterName, () => milliseconds, Unit.Custom("Milliseconds"));

那么Metrics会创建一个叫做[MVC] Account LogOn Last Call Elapsed Time.Gauge的Gauge，返回最新的一个请求的时间。

Counters

Counter是一个简单64位的计数器：

        String categoryName = this.actionInfo.ControllerName;
            String instanceName = this.actionInfo.ActionName;
            string counterName = string.Format("{0} {1} {2}", categoryName, instanceName, COUNTER_NAME);
            this.callsInProgressCounter = Metric.Context(this.actionInfo.ActionType).Counter(counterName, Unit.Custom(COUNTER_NAME));

        /// <summary>
        /// Constant defining the name of this counter
        /// </summary>
        public const String COUNTER_NAME = "ActiveRequests";

        private Counter callsInProgressCounter;

        /// <summary>
        /// Method called by the custom action filter just prior to the action begining to execute
        /// </summary>
        /// <remarks>
        /// This method increments the Calls in Progress counter by 1
        /// </remarks>
        public override void OnActionStart()
        {
            this.callsInProgressCounter.Increment();
        }

        /// <summary>
        /// Method called by the custom action filter after the action completes
        /// </summary>
        /// <remarks>
        /// This method decrements the Calls in Progress counter by 1
        /// </remarks>
        public override void OnActionComplete(long elapsedTicks, bool exceptionThrown)
        {
            this.callsInProgressCounter.Decrement();
        }
所有的Counter都是从0开始，上述代码描述的当前的请求数。

Histograms-直方图

Histrogram是用来度量流数据中Value的分布情况，例如，每一个POST/PUT请求中的内容大小：

        public PostAndPutRequestSizeMetric(ActionInfo info)
            : base(info)
        {
            this.histogram = Metric.Context(this.actionInfo.ActionType).Histogram(COUNTER_NAME, Unit.Bytes, SamplingType.FavourRecent);
        }

        /// <summary>
        /// Constant defining the name of this counter
        /// </summary>
        public const String COUNTER_NAME = "Post & Put Request Size";

        /// <summary>
        /// Reference to the performance counter
        /// </summary>
        private Histogram histogram;

        public override void OnActionStart()
        {
            var method = this.actionInfo.HttpMethod.ToUpper();
            if (method == "POST" || method == "PUT")
            {
                histogram.Update(this.actionInfo.ContentLength);
            }
        }

Histrogram 的度量值不仅仅是计算最大/小值、平均值，方差，他还展现了分位数（如中位数，或者95th分位数），如75%,90%,98%,99%的数据在哪个范围内。

传统上，中位数（或者其他分位数）是在一个完整的数据集中进行计算的，通过对数据的排序，然后取出中间值（或者离结束1%的那个数字，来计算99th分位数）。这种做法是在小数据集，或者是批量计算的系统中，但是在一个高吞吐、低延时的系统中是不合适的。

一个解决方案就是从数据中进行抽样，保存一个少量、易管理的数据集，并且能够反应总体数据流的统计信息。使我们能够简单快速的计算给定分位数的近似值。这种技术称作reservoir sampling。

Metrics中提供两种类型的直方图：uniform跟biased。

Uniform Histograms

Uniform Histogram提供直方图完整的生命周期内的有效的中位数，它会返回一个中位值。例如：这个中位数是对所有值的直方图进行了更新，它使用了一种叫做Vitter’s R的算法，随机选择了一些线性递增的样本。

当你需要长期的测量，请使用Uniform Histograms。在你想要知道流数据的分布中是否最近变化的话，那么不要使用这种。

Biased Histograms

Biased Histogram提供代表最近5分钟数据的分位数，他使用了一种forward-decayingpriority sample的算法，这个算法通过对最新的数据进行指数加权，不同于Uniform算法，Biased Histogram体现的是最新的数据，可以让你快速的指导最新的数据分布发生了什么变化。Timers中使用了Biased Histogram。

Meters

Meter度量一系列事件发生的比率：

 public DeltaExceptionsThrownMetric(ActionInfo info)
            : base(info)
        {
            this.deltaExceptionsThrownCounter
                = Metric.Context(this.actionInfo.ActionType).Meter(COUNTER_NAME, Unit.Errors, TimeUnit.Seconds);
        }

        /// <summary>
        /// Constant defining the name of this counter
        /// </summary>
        public const String COUNTER_NAME = "Errors";

        /// <summary>
        /// Reference to the performance counter
        /// </summary>
        private Meter deltaExceptionsThrownCounter;

        /// <summary>
        /// Method called by the custom action filter after the action completes
        /// </summary>
        /// <remarks>
        /// If exceptionThrown is true, then the Total Exceptions Thrown counter will be
        /// incremented by 1
        /// </remarks>
        public override void OnActionComplete(long elapsedTicks, bool exceptionThrown)
        {
            if (exceptionThrown)
                this.deltaExceptionsThrownCounter.Mark();
        }

Meter需要除了Name之外的两个额外的信息，事件类型（enent type）跟比率单位（rate unit）。事件类型简单的描述Meter需要度量的事件类型，在上面的例子中，Meter是度量失败的请求数，所以他的事件类型也叫做“Errors”。比率单位是命名这个比率的单位时间，在上面的例子中，这个Meter是度量每秒钟的失败请求次数，所以他的单位就是秒。这两个参数加起来就是表述这个Meter，描述每秒钟的失败请求数。

Meter从几个角度上度量事件的比率，平均值是时间的平均比率，它描述的是整个应用完整的生命周期的情况（例如，所有的处理的请求数除以运行的秒数），它并不描述最新的数据。幸好，Meters中还有其他3个不同的指数方式表现的平均值，1分钟，5分钟，15分钟内的滑动平均值。

Hint:这个平均值跟Unix中的uptime跟top中秒数的Load的含义是一致的。

Timers

Timer是Histogram跟Meter的一个组合

 public TimerForEachRequestMetric(ActionInfo info)
            : base(info)
        {
            String controllerName = this.actionInfo.ControllerName;
            String actionName = this.actionInfo.ActionName;
            string counterName = string.Format("{0}{1}", controllerName, actionName);

            this.averageTimeCounter = Metric.Context(this.actionInfo.ActionType).Timer(counterName, Unit.Requests, SamplingType.FavourRecent,
                TimeUnit.Seconds, TimeUnit.Milliseconds);
        }

        #region Member Variables
        private Timer averageTimeCounter;
        #endregion

        /// <summary>
        /// Method called by the custom action filter after the action completes
        /// </summary>
        /// <remarks>
        /// This method increments the Average Time per Call counter by the number of ticks
        /// the action took to complete and the base counter is incremented by 1 (this is
        /// done in the PerfCounterUtil.IncrementTimer() method).
        /// </remarks>
        /// <param name="elapsedTicks">A long of the number of ticks it took to complete the action</param>
        public override void OnActionComplete(long elapsedTicks, bool exceptionThrown)
        {
            averageTimeCounter.Record(elapsedTicks, TimeUnit.Nanoseconds);
        }

Timer需要的参数处理Name之外还需要，持续时间单位跟比率时间单位，持续时间单位是要度量的时间的期间的一个单位，在上面的例子中，就是MILLISECONDS，表示这段周期内的数据会按照毫秒来进行度量。比率时间单位跟Meters的一致。

Health Checks(健康检查)

Meters提供一种一致的、统一的方法来对应用进行健康检查，健康检查是一个基础的对应用是否正常运行的自我检查。

Reporters报告

Reporters是将你的应用中所有的度量指标展现出来的一种方式，metrics.net中用了三种方法来导出你的度量指标，Http，Console跟CSV文件, Reporters是可定制的。例如可以使用Log4net进行输出，具体参见 https://github.com/nkot/Metrics.Log4Net。

  Metric.Config.WithHttpEndpoint("http://localhost:1234/")
                .WithAllCounters()
                .WithReporting(config => config.WithCSVReports(@"c:\temp\csv", TimeSpan.FromSeconds(10))
                    .WithTextFileReport(@"C:\temp\reports\metrics.txt", TimeSpan.FromSeconds(10)));

！！！直接运行Metrics.SamplesConsole.exe时可能会报监听失败的错误，大多数情况是因为没有获得权限
解决方法(以8898端口为例)：管理员CMD-> netsh http add urlacl url=http://+:8898/ user=Everyone listen=yes

　如果想外网可以访问就配置成　Metric.Config.WithHttpEndpoint("http://+:8898/")