参数
全局指标
| 指标 |
指标名称 |
| all_p99 |
所有服务响应时间的 p99 值 |
| all_p95 |
所有服务响应时间的 p95 值 |
| all_p90 |
所有服务响应时间的 p90 值 |
| all_p75 |
所有服务响应时间的 p75 值 |
| all_p70 |
所有服务响应时间的 p70 值 |
| all_heatmap |
所有服务响应时间的热点图 |
服务指标
| 指标 |
指标名称 |
| service_resp_time |
服务的平均响应时间 |
| service_sla |
服务的成功率 |
| service_p99 |
服务响应时间的 p99 值 |
| service_p95 |
服务响应时间的 p95 值 |
| service_p90 |
服务响应时间的 p90 值 |
| service_p75 |
服务响应时间的 p75 值 |
| service_p50 |
服务响应时间的 p50 值 |
服务实例指标
| 指标 |
指标名称 |
| service_instance_sla |
服务实例的成功率 |
| service_instance_resp_time |
服务实例的平均响应时间 |
| service_instance_cpm |
服务实例每分钟调⽤次数 |
端点指标
| 指标 |
指标名称 |
| endpoint_cpm |
端点每分钟调⽤次数 |
| endpoint_avg, |
端点平均响应时间 |
| endpoint_sla, |
端点成功率 |
| endpoint_p99 |
端点响应时间的 p99 值 |
| endpoint_p95 |
|
| endpoint_p90 |
|
| endpoint_p75 |
|
| endpoint_p50 |
|
JVM指标
| 指标 |
指标名称 |
| instance_jvm_cpu |
|
| instance_jvm_memory_heap |
|
| instance_jvm_memory_noheap |
|
| instance_jvm_memory_heap_max |
|
| instance_jvm_memory_noheap_max |
|
| instance_jvm_young_gc_time |
|
| instance_jvm_old_gc_time |
|
服务关系指标
| 指标 |
指标名称 |
| service_relation_client_cpm |
在客户端每分钟检测到的调⽤次数 |
| service_relation_server_cpm |
在服务端每分钟检测到的调⽤次数 |
| service_relation_client_call_sla |
在客户端检测到的成功率 |
| service_relation_server_call_sla |
在服务端检测到的成功率 |
| service_relation_client_resp_time |
在客户端检测到的平均响应时间 |
| service_relation_server_resp_time |
在服务端检测到的平均响应时间 |
| service_relation_client_cpm |
在客户端每分钟检测到的调⽤次数 |
| service_relation_server_cpm |
在服务端每分钟检测到的调⽤次数 |
端点关系指标
| 指标 |
指标名称 |
| endpoint_relation_cpm |
|
| endpoint_relation_resp_time |
|
其他关键指标
| 指标 |
指标名称 |
| CPM |
每分钟请求调⽤的次数 |
| SLA |
⽹站服务可⽤性(主要是通过请求成功与失败次数来计算),9越多代表全年服务可⽤时间越长服务更可靠,停机 时间越短 |
| CLR |
(公共语⾔运⾏库)在运⾏期管理程序的执⾏:主要包含:内存管理、代码安全验证、代码执⾏、垃圾收集。CLR 有⼀项服务称为GC(Garbage Collector,垃圾收集),它能为你⾃动管理内存。GC⾃动从内存中删除程序不再访问的 对象,GC是程序员不再操⼼许多以前必须执⾏的任务,⽐如释放内存和检查内存泄漏。 |
| 百分位数 |
skywalking中有P50,P90,P95这种统计⼝径,就是百分位数的概念 |
内置方法参数
以下内容都是出自SkyWalking官方git
service_resp_time = from(Service.latency).longAvg();
service_sla = from(Service.*).percent(status == true);
service_cpm = from(Service.*).cpm();
service_percentile = from(Service.latency).percentile(10); // Multiple values including p50, p75, p90, p95, p99
service_apdex = from(Service.latency).apdex(name, status);
service_mq_consume_count = from(Service.*).filter(type == RequestType.MQ).count();
service_mq_consume_latency = from((str->long)Service.tag["transmission.latency"]).filter(type == RequestType.MQ).filter(tag["transmission.latency"] != null).longAvg();
// Service relation scope metrics for topology
service_relation_client_cpm = from(ServiceRelation.*).filter(detectPoint == DetectPoint.CLIENT).cpm();
service_relation_server_cpm = from(ServiceRelation.*).filter(detectPoint == DetectPoint.SERVER).cpm();
service_relation_client_call_sla = from(ServiceRelation.*).filter(detectPoint == DetectPoint.CLIENT).percent(status == true);
service_relation_server_call_sla = from(ServiceRelation.*).filter(detectPoint == DetectPoint.SERVER).percent(status == true);
service_relation_client_resp_time = from(ServiceRelation.latency).filter(detectPoint == DetectPoint.CLIENT).longAvg();
service_relation_server_resp_time = fr