深入理解 Metrics（四）：Meters

上周四的文章中，介绍了如何使用 Histograms 来统计鉴权接口响应时间的分布。本章会继续讲解 Metrics 的第四个工具：Meters，通过使用 Meters 可以测量接口发生的频率。

1. 1 分钟、5 分钟和 15 分钟的由来

Meters 用来测量事件发生的频率，例如每秒请求数，不仅如此，还会统计最近 1 分钟、5 分钟和 15 分钟的频率。 但为什么会是 1 分钟、5 分钟和 15 分钟，这里需要参考 UNIX 系统关于平均负荷 load average 的定义。

在 Meters 的代码注释中建议开发者参考以下的资源： 

UNIX Load Average Part 1: How It Works

UNIX Load Average Part 2: Not Your AverageAverage

EMA

有时我们会查看服务器的负载，通常情况下你可能会在终端上输入 top、uptime 和 w 等命令，这时终端会有如下的输出：

load average 的三个数字表示 1 分钟、5 分钟、15 分钟内系统的平均负荷，通过数值大小来判断系统负载的高低，而负载的计算依赖于运行在 CPU 上进程数和进程状态，当进程的状态为 TASK_RUNNING 或者包含 TASK_UNINTERRUPTIBLE 时会被计算在内。

下面是 Linux kernel 计算负载的代码片段：

Metrics 就是参考 UNIX 系统平均负荷的实现设计了 Meters。

2. Meters 的使用

account 模块使用 Meters 测量鉴权接口被调用的频率。 在测试的代码中通过不断的加大并发请求数，来测量 account 模块能承受的极限。

代码说明：

1. 测试开始之前需要登录 SDMK 获取用于验证的 token。

2. 子方法 getOneMinuteRate(Stringtoken, int thread)模拟并发测试，测试总次数 = 线程数 * 1000。

3. 并发数从 1 到 256 指数增长。

输出如下：

从上面的输出结果可以看出，随着并发数加大，account 每秒钟处理的请求数也在加大，用折线图来显示：

3. Meters 的层次结构

Meters 使用类 EWMA 实现了 Metered 的接口，从而可以统计输出 1 分钟、5 分钟和 15 分钟内调用的频率。

 下面是类 Meter 核心处理过程： 

4. 指数移动平均算法

类 EWMA 实现了指数移动平均算法，关于指数移动平均算法可以参考维基百科的定义：

那么类 EWMA 是如何实现的：

类 EWMA 定义了三个常量：M1_ALPHA、M5_ALPHA 和 M15_ALPHA，这是指数移动平均算法的加权值，至于具体值也是借鉴 Kernal 的魔数：

类 EWMA 的核心方法：

为了观测增量频率和总频率随时间的变化情况，测试过程中每隔 5 秒钟采集一次增量频率和总频率，持续 2 钟，最后绘制成折线图。

5. 结束语

从本章的讲解可以看出 Meters 是经过 Metrics 精心设计的，精心设计的工具就要应到到实践中，你对此有何看法呢？