15、Java 服务资源监控指标解析

Java 服务资源监控指标解析

1. 内存饱和监测概述

此前我们关注了延迟和错误指标，现在来探讨与内存消耗相关的常见饱和测量指标。内存饱和监测对于保障 Java 服务的稳定运行至关重要，因为内存问题可能导致应用程序性能下降甚至崩溃。

2. 垃圾回收暂停时间监测

2.1 最大暂停时间

垃圾回收（GC）暂停常常会延迟用户请求响应的交付，并且可能是应用程序即将出现“内存不足”故障的预警信号。我们可以从以下几个方面来监测这个指标：
- 设置固定警报阈值 ：为可接受的最大 GC 暂停时间设置固定的警报阈值（需知道 GC 暂停会直接影响最终用户的响应时间），可以针对 Minor GC 和 Major GC 类型设置不同的阈值。通过绘制 jvm.gc.pause 计时器的最大值来设定阈值。
- 使用热力图 ：如果应用程序频繁出现暂停，使用暂停时间的热力图可以帮助我们了解随时间变化的典型行为。

2.2 垃圾回收占用时间比例

由于 jvm.gc.pause 是一个计时器，我们可以单独查看其总和。具体操作如下：
1. 计算一段时间间隔内该总和的增量。
2. 将增量总和除以该时间间隔，以确定 CPU 用于垃圾回收的时间比例。
3. 当该比例达到一定程度时，触发警报。

以下是 Prometheus 查询示例，用于计算按原因划分的垃圾回收占用时间：