Undertow 介绍
Undertow 是 Red Hat 开发的一款高性能、灵活的 Java Web 服务器，也是 WildFly 应用服务器的嵌入式组件。它支持非阻塞 I/O，基于 NIO 构建，并提供了 HTTP/2、WebSockets 和 Servlet 4.0 等现代 Web 技术支持。Undertow 以其轻量级、嵌入式友好 的特性而闻名，开发者可以轻松将其集成到自己的应用程序中，也可以作为独立服务器运行。它的模块化设计允许用户按需选择所需功能，从而实现低资源占用和高吞吐量。
Undertow 可观测性在现代应用中至关重要。APM 虽能展示 HTTP 请求的端到端耗时，但它们无法直接揭示 Undertow 内部处理请求的细节。
Undertow 线程池配置不当可能导致：
因此，监控 Undertow 的 XNIO Worker 线程数、活跃线程数、任务队列大小等指标，能有效识别请求处理瓶颈，确保系统高效稳定运行。
观测云
观测云是一款专为 IT 工程师打造的全链路可观测产品，它集成了基础设施监控、应用程序性能监控和日志管理，为整个技术栈提供实时可观察性。这款产品能够帮助工程师全面了解端到端的用户体验追踪，了解应用内函数的每一次调用，以及全面监控云时代的基础设施。此外，观测云还具备快速发现系统安全风险的能力，为数字化时代提供安全保障。
部署 DataKit
DataKit 是一个开源的、跨平台的数据收集和监控工具，由观测云开发并维护。它旨在帮助用户收集、处理和分析各种数据源，如日志、指标和事件，以便进行有效的监控和故障排查。DataKit 支持多种数据输入和输出格式，可以轻松集成到现有的监控系统中。
登录观测云控制台，在「集成」 - 「DataKit」选择对应安装方式，当前采用 Linux 主机部署 DataKit。
采集器配置
DataKit 配置
DataKit 安装完成后，可以自定义开启采集器，本集成需要开启如下两个采集器。
开启 StatsD 采集器
# 开启采集器cp /usr/local/datakit/conf.d/statsd/statsd.conf.sample /usr/local/datakit/conf.d/statsd/statsd.conf# 重启 Datakitdatakit service -R
复制代码
开启链路采集
# 开启采集器cp /usr/local/datakit/conf.d/ddtrace/ddtrace.conf.sample /usr/local/datakit/conf.d/ddtrace/ddtrace.conf# 重启 Datakitdatakit service -R
复制代码
客户端配置
场景环境：
jdk: 1.8.0_361 spring-boot: 2.7.12-SNAPSHOTundertow：2.2.24.Final
复制代码
备注： 不同版本指标可能会有差异。
以 Java Demo 应用为例，使用 undertow 作为 web 容器配置。
##启用 Undertow pom 配置<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> <exclusions> <exclusion> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-tomcat</artifactId> </exclusion> </exclusions></dependency><dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-undertow</artifactId></dependency>
复制代码
Demo 项目中 undertow 运行配置如下：
server.port=8080server.undertow.threads.worker=10server.undertow.threads.io=2
复制代码
接入 APM ，配置采集 jmx ，应用启动增加如下参数，启动命令如下：
java \-javaagent:/xxx/dd-java-agent.jar \-Ddd.agent.port=9529 \-Ddd.service=demo \-Ddd.jmxfetch.check-period=1000 \-Ddd.jmxfetch.enabled=true \-Ddd.jmxfetch.config.dir=/xxx/ \-Ddd.jmxfetch.config=undertow.yaml \-jar xxxx.jar
复制代码
dd-java-agent.jar Guance 版下载地址：
wget -O dd-java-agent.jar 'https://static.guance.com/dd-image/dd-java-agent.jar'
复制代码
其中 -Ddd.jmxfetch.config.dir 和 -Ddd.jmxfetch.config=undertow.yaml 需要把 undertow.yaml 放到 Java 启动可以读取到的地址。
undertow.yaml 内容如下，无需修改。
init_config:
instances: - jvm_direct: true name: undertow-monitoring collect_default_jvm_metrics: false collect_default_metrics: false refresh_beans: 60 conf: - include: bean_regex: "org.xnio:type=Xnio,provider=\"nio\",worker=\"XNIO-.*\"" attribute: IoThreadCount: metric_type: gauge alias: undertow.io.thread.count - include: bean_regex: "jboss.threads:name=\"XNIO-.*\",type=thread-pool" attribute: CorePoolSize: metric_type: gauge alias: undertow.core.pool.size MaximumPoolSize: metric_type: gauge alias: undertow.max.pool.size ActiveCount: metric_type: gauge alias: undertow.active.count LargestPoolSize: metric_type: gauge alias: undertow.largest.pool.size CompletedTaskCount: metric_type: gauge alias: undertow.completed.task.count PoolSize: metric_type: gauge alias: undertow.pool.size GrowthResistance: metric_type: gauge alias: undertow.growth.resistance MaximumQueueSize: metric_type: gauge alias: undertow.max.queue.size LargestQueueSize: metric_type: gauge alias: undertow.largest.queue.size SubmittedTaskCount: metric_type: gauge alias: undertow.submitted.task.count RejectedTaskCount: metric_type: gauge alias: undertow.rejected.task.count SpinMissCount: metric_type: gauge alias: undertow.spin.miss.count QueueSize: metric_type: gauge alias: undertow.queue.size KeepAliveTimeSeconds: metric_type: gauge alias: undertow.keep.alive.time.seconds
复制代码
关键指标
指标集：undertow
场景视图
登录观测云控制台，点击「场景」 -「新建仪表板」，输入 “Undertow”， 选择 “Undertow 监控视图”，点击 “确定” 即可添加视图。
监控器（告警）
Undertow 排队请求数监控
简要描述：检测指标 queue_size ， 5 分钟内超过 100 触发告警，如下图：
Undertow 线程池使用率监控
简要描述：检测指标 pool_size/max_pool_size ， 5 分钟内超过 90% 触发告警，如下图：
总结
这些指标提供了 Undertow 线程池运行状态的全面视图，帮助开发者和运维人员监控和优化线程池的性能。通过合理配置和监控这些指标，可以确保线程池在高并发场景下高效运行，同时避免资源浪费和性能瓶颈。
评论