跳到主要内容

SkyWalking 监控指标

概述​

SkyWalking作为分布式系统的APM（应用性能管理）工具，通过丰富的监控指标帮助开发者观察系统运行状态。这些指标覆盖了从基础设施到应用逻辑的多层次数据，是运维管理的核心依据。

核心指标分类​

SkyWalking的监控指标主要分为以下四类：

1. 服务级指标​

反映整个微服务的健康状态：

  • 成功率：HTTP状态码成功率（如2xx/5xx比例）
  • 吞吐量：每分钟请求数（RPM）
  • 延迟：P50/P90/P99响应时间

示例查询语句：

sql
SELECT percentiles(duration, 50, 75, 90, 95) 
FROM service_resp_time 
WHERE service = 'order-service' 
  AND time >= NOW() - 1h

2. 实例级指标​

单个服务实例的运行数据：

  • CPU/Memory：资源占用率
  • 线程数：活跃线程/阻塞线程
  • GC次数：Young GC/Full GC统计
实践建议

实例指标突然波动往往是故障先兆，建议设置阈值告警。

3. 端点指标​

API接口粒度的性能数据：

json
// 典型端点指标数据结构
{
  "endpoint": "/api/v1/orders",
  "latency": 120,
  "status": true,
  "traces": ["traceId-12345"]
}

4. JVM深度指标​

Java应用的详细运行时数据：

  • 堆内存：Eden/Survivor/Old区使用量
  • 类加载：已加载/未加载类计数
  • 线程状态：RUNNABLE/BLOCKED计数

指标采集原理​

SkyWalking通过探针自动采集指标，数据流如下：

实战案例：电商系统监控​

假设某电商平台出现订单提交缓慢问题：

  1. 服务指标显示order-service的P99延迟从200ms升至1200ms
  2. 实例指标发现某个Pod的CPU持续90%+
  3. 端点指标定位到/submit接口成功率下降至85%
  4. JVM指标显示该实例频繁Full GC

最终定位到数据库连接池配置不当导致的问题。

常用监控策略​

  1. 基线告警：对比历史同期数据

    groovy
    // 基线告警规则示例
    rule {
      metric = "service_resp_time"
      threshold = historical_avg * 1.5
    }

  2. 关联分析：结合拓扑图分析上下游影响

  3. 黄金指标（RED）：

    • Request rate
    • Error rate
    • Duration

总结​

关键要点：

  • 监控指标是系统可观测性的基础
  • 需要结合不同层级指标综合分析
  • 指标异常通常早于用户投诉出现

扩展学习：