理解Storm Metrics
Storm exposes a metrics interface to report summary statistics across the full topology. It's used internally to track the numbers you see in the Nimbus UI console: counts of executes and acks; average process latency per bolt; worker heap usage; and so forth.
public interface IMetric {public Object getValueAndReset();
}
public class ReducedMetric implements IMetric {private final IReducer _reducer;private Object _accumulator;public ReducedMetric(IReducer reducer) {_reducer = reducer;_accumulator = _reducer.init();}public void update(Object value) {_accumulator = _reducer.reduce(_accumulator, value);}public Object getValueAndReset() {Object ret = _reducer.extractResult(_accumulator);_accumulator = _reducer.init();return ret;}
}
class MeanReducerState {public int count = 0;public double sum = 0.0;
}public class MeanReducer implements IReducer<MeanReducerState> {public MeanReducerState init() {return new MeanReducerState();}public MeanReducerState reduce(MeanReducerState acc, Object input) {acc.count++;if(input instanceof Double) {acc.sum += (Double)input;} else if(input instanceof Long) {acc.sum += ((Long)input).doubleValue();} else if(input instanceof Integer) {acc.sum += ((Integer)input).doubleValue();} else {throw new RuntimeException("MeanReducer::reduce called with unsupported input type `" + input.getClass()+ "`. Supported types are Double, Long, Integer.");}return acc;}public Object extractResult(MeanReducerState acc) {if(acc.count > 0) {return acc.sum / (double) acc.count;} else {return null;}}
}
context.registerMetric("execute_count", countMetric, 5);
context.registerMetric("word_count", wordCountMetric, 60);
context.registerMetric("word_length", wordLengthMeanMetric, 60);
IMetricsConsumer
Listens for all metrics, dumps them to log To use, add this to your topology's configuration: ```java conf.registerMetricsConsumer(org.apache.storm.metrics.LoggingMetricsConsumer.class, 1); ``` Or edit the storm.yaml config file: ```yaml topology.metrics.consumer.register: - class: "org.apache.storm.metrics.LoggingMetricsConsumer" parallelism.hint: 1
config.registerMetricsConsumer(LoggingMetricsConsumer.class, 2);
/usr/local/apache-storm-1.0.1/logs/workers-artifacts/FirstTopo-46-1468485056/6703-rw-rw-r-- 1 java java 55K 7月 14 18:47 gc.log.0
-rw-rw-r-- 1 java java 28K 7月 14 18:47 worker.log
-rw-rw-r-- 1 java java 0 7月 14 16:31 worker.log.err
-rw-rw-r-- 1 java java 1.2M 7月 14 18:47 worker.log.metrics
-rw-rw-r-- 1 java java 0 7月 14 16:31 worker.log.out
-rw-rw-r-- 1 java java 5 7月 14 16:31 worker.pid
-rw-rw-r-- 1 java java 120 7月 14 16:31 worker.yaml
2016-07-14 16:31:40,700 31721 1468485098 192.168.1.127:6702 6:bolt execute_count 5
2016-07-14 16:31:45,702 36723 1468485103 192.168.1.127:6702 6:bolt execute_count 5
2016-07-14 16:31:50,702 41723 1468485108 192.168.1.127:6702 6:bolt execute_count 5
2016-07-14 16:32:10,705 61726 1468485128 192.168.1.127:6702 6:bolt execute_count 5
2016-07-14 16:32:15,708 66729 1468485133 192.168.1.127:6702 6:bolt execute_count 5
2016-07-14 16:32:25,699 76720 1468485143 192.168.1.127:6702 6:bolt __ack-count {spout:default=60}
2016-07-14 16:32:25,701 76722 1468485143 192.168.1.127:6702 6:bolt __sendqueue {sojourn_time_ms=0.0, write_pos=10, read_pos=10, arrival_rate_secs=0.10267994660642776, overflow=0, capacity=1024, population=0}
2016-07-14 16:32:25,701 76722 1468485143 192.168.1.127:6702 6:bolt word_count {happy=18, angry=19, excited=14}
2016-07-14 16:32:25,702 76723 1468485143 192.168.1.127:6702 6:bolt __receive {sojourn_time_ms=817.6666666666666, write_pos=62, read_pos=61, arrival_rate_secs=1.222992254382389, overflow=0, capacity=1024, population=1}
转载于:https://www.cnblogs.com/mmaa/p/5789852.html
理解Storm Metrics相关推荐
- 用实例的方式去理解storm的并发度
什么是storm的并发度 一个topology(拓扑)在storm集群上最总是以executor和task的形式运行在suppervisor管理的worker节点上.而worker进程都是运行在jvm ...
- 理解storm的ACKER机制原理
一.简介: storm中有一个很重要的特性: 保证发出的每个tuple都会被完整处理.一个tuple被完全处理的意思是: 这个tuple以及由这个tuple所产生的所有的子tuple都被成 ...
- 理解 Storm 拓扑的并行度(parallelism)概念
组成:一个运行中的拓扑是由什么构成的:工作进程(worker processes),执行器(executors)和任务(tasks)! 在一个 Storm 集群中,Storm 主要通过以下三个部件来运 ...
- 在线实时大数据平台Storm并行和通信机制理解
1.storm系统角色和应用组件基本理解: 和Hadoop一起理解,清晰点. 1)物理节点Nimubus,负责资源分配和任务调度: 2)物理节点Supervisor负责接受nimbus分配的任务,启动 ...
- tensorflow 里metrics_深入理解TensorFlow中的tf.metrics算子
[IT168 技术]01 概述 本文将深入介绍Tensorflow内置的评估指标算子,以避免出现令人头疼的问题. tf.metrics.accuracy() tf.metrics.precision( ...
- Apache Storm 官方文档 —— 消息的可靠性保障
原文链接 译者:魏勇 Storm 能够保证每一个由 Spout 发送的消息都能够得到完整地处理.本文详细解释了 Storm 如何实现这种保障机制,以及作为用户如何使用好 Storm 的可靠性机制 ...
- 在archlinux上搭建twitter storm cluster
本文详细描述如何在archlinux上搭建twitter storm cluster,转载请注明出处,谢谢. 有关archlinux基本系统安装,请参照archlinux简明安装指南一文,下面以上述为 ...
- 聊聊storm的LoggingClusterMetricsConsumer
为什么80%的码农都做不了架构师?>>> 序 本文主要研究一下storm的LoggingClusterMetricsConsumer LoggingClusterMetrics ...
- Storm WordCount
特别注意,在本地运行的时候应该去掉<scope>provided</scope>,否则会报java.lang.ClassNotFoundException: org.apach ...
最新文章
- Git的撤销操作 git checkout -- <file>
- 【VS开发】【编程开发】【C/C++开发】结构体中的数组与指针的内存分配情况说明...
- javac、jar使用实录
- 等保2.0标准_信息安全技术标准与等保2.0
- filewriter判断是否关闭_各种仪表故障判断,看完你也可以成为仪表维修专家
- Android存储-SharedPreferences
- 轻松背后的N+疲惫——系统日志
- 三刺激值计算公式_常用的车削、铣削和钻削计算公式,转走不谢
- OpenCV笔记(十八)——使用霍夫变换检测圆圈
- 支持一切积极向上的自发行为
- bzoj4556(sam)
- ios播放器横竖屏切换的问题
- 完数什么意思_数学上角的定义是什么
- Qt编写高仿苹果MAC电脑输入法(支持触摸滑动选词)
- soul网关mysql8_深度解析 Soul 网关——数据同步
- Centos7下通过virt-v2v将libvirt管理下的vm迁移至ovirt中
- java.lang.UnsatisfiedLinkError: dlopen failed: /data/app/**********/lib/arm/libapp_BaiduPanoramaApp
- 碉堡了的kotlin扩展函数
- 【解决方案】SkeyeVSS综合安防平台在智慧高速公路隧道监控中的应用
- 前端开发 - 假期养生保健不完全指南
热门文章
- tomcat 优化_浅谈Tomcat服务器优化方法
- mysql 日志 设置 set_MySQL 慢查询日志的开启与配置
- matlab 归一化_MATLAB主成分PCA人脸识别深度解析(一)
- ThinkPHP6项目基操(19.实战部分 Mysql模型事务操作)
- dedecms 系统迁移及问题
- 单条MySQL最长_MySQL 单条记录长度最大65535
- Java工作笔记-对反射的进一步理解
- Arduino笔记-Rouch Sensor的使用
- SQL文档阅读笔记-对水平分区和垂直分区理解
- RabbitMQ笔记-使用rabbitmq-c让生产者发送数据