框架通过编写简单的yaml, 就可以实现复杂的性能监控与告警处理, 如告警/dump jvm堆快照/dump jvm线程栈/提取变量/打印变量等，极大的简化了伙伴编写监控脚本的工作量与工作难度，大幅提高人效；
框架提供include机制，用来加载并执行其他的步骤yaml，一方面是功能解耦，方便分工，一方面是功能复用，提高效率与质量，从而推进监控脚本整体的工程化。
底层实现使用协程，高性能
- 可做系统监控与报警，通过支持3类17个指标的告警，适用于广泛的监控与告警场景。
- 支持解析gc log，借以监控gc耗时或频率，并有可视化分析。
- 配合Locust性能测试框架，做性能监控与报表，以弥补Locust监控功能的缺失。
- 支持通过yaml来配置执行的步骤，简化了监控脚本开发: 每个步骤可以有多个动作，但单个步骤中动作名不能相同（yaml语法要求）; 动作代表一种监控操作，如schedule/alert/send_email/dump_sys_csv等等;
- 支持用
include动作引用其他的yaml配置文件，以便解耦与复用; - 支持用
schedule动作来实现定时处理; - 支持用
monitor_gc_log动作来订阅与解析gc log，以便分析与监控gc耗时或频率; - 支持3类17个指标的告警: 1 系统性能指标 2 进程性能指标 3 gc耗时或频率指标
- 支持导出多种性能报告文件，如jvm堆快照/jvm线程栈/gc记录的xlsx/所有进程信息的xlsx/有时序的系统性能指标的csv/有时序的进程性能指标的csv
- 定时处理与异步执行命令都是使用协程来实现，高性能。
HttpBoot SeleniumBoot AppiumBoot MiniumBoot ExcelBoot
- 支持更多的动作
sudo apt install sysstat
pip3 install MonitorBoot
安装后会生成命令MonitorBoot;
注： 对于深度deepin-linux系统，生成的命令放在目录~/.local/bin，建议将该目录添加到环境变量PATH中，如
export PATH="$PATH:/home/shi/.local/bin"
- 执行
# 1 执行单个文件
MonitorBoot 步骤配置文件.yml
# 2 执行多个文件
MonitorBoot 步骤配置文件1.yml 步骤配置文件2.yml ...
# 3 执行单个目录, 即执行该目录下所有的yml文件
MonitorBoot 步骤配置目录
# 4 执行单个目录下的指定模式的文件
MonitorBoot 步骤配置目录/step-*.yml
-t指定运行时间，可以用来配合在Locust的压测时间内同步监控系统性能。
# 指定运行时间为600秒(10分钟)
MonitorBoot 步骤配置文件.yml -t 600
用于指定多个步骤, 示例见源码 example 目录下的文件;
顶级的元素是步骤;
每个步骤里有多个动作(如schedule/alert/send_email/dump_sys_csv)，如果动作有重名，就另外新开一个步骤写动作，这是由yaml语法限制导致的，但不影响步骤执行。
支持通过yaml来配置执行的步骤;
每个步骤可以有多个动作，但单个步骤中动作名不能相同（yaml语法要求）;
动作代表一种监控操作，如schedule/alert/send_email/dump_sys_csv等等;
下面详细介绍每个动作:
- sleep: 线程睡眠;
sleep: 2 # 线程睡眠2秒- print: 打印, 支持输出变量/函数;
# 调试打印
print: "总申请数=${dyn_data.total_apply}, 剩余份数=${dyn_data.quantity_remain}"变量格式:
$msg 一级变量, 以$为前缀
${data.msg} 多级变量, 用 ${ 与 } 包含
函数格式:
${random_str(6)} 支持调用函数，目前仅支持以下几个函数: random_str/random_int/random_element/incr
函数罗列:
now(): 当前时间字符串
random_str(n): 随机字符串，参数n是字符个数
random_int(n): 随机数字，参数n是数字个数
random_element(var): 从list中随机挑选一个元素，参数var是list类型的变量名
incr(key): 自增值，从1开始，参数key表示不同的自增值，不同key会独立自增
- include: 包含其他步骤文件，如记录公共的步骤，或记录配置数据(如用户名密码);
include: part-common.yml- set_vars: 设置变量;
set_vars:
name: shi
password: 123456
birthday: 5-27- print_vars: 打印所有变量;
print_vars:- config_email: 配置邮件信息
- config_email:
host: smtp.qq.com
password: $emailpass
from_name: MonitorBoot
from_email: aaa@qq.com
to_name: shigebeyond # 可选，
to_email: bbb@qq.com- send_email: 发送邮件
- send_email:
title: hello
msg: hello world- schedule: 定时处理，就是每隔指定秒数就执行下子步骤
# 定时处理
- schedule(5): # 每隔5秒
# 执行子步骤
- print: '每隔5s触发: ${now()}'- tail: 订阅文件中最新增加的行，其中变量 tail_line 记录最新增加的行
- tail(/home/shi/test.log): # 订阅文件 /home/shi/test.log
# 执行子步骤，能读到变量 tail_line
- print: '最新行: $tail_line'- alert: 告警处理动作，他会逐个执行告警条件，如果满足条件则发生告警并调用
when_alert注册的子步骤
- alert: # 告警
# 告警条件
# 1 系统的性能指标相关的条件
- sys.cpu_percent >= 90 # cpu使用率 >= 90%
- sys.mem_used >= 1024M # 已使用内存 >= 1024M
- sys.mem_free <= 1024M # 剩余内存 <= 1024M
- sys.mem_percent >= 90 # 内存使用率 >= 90%
- sys.disk_percent >= 90 # 磁盘使用率 >= 90%
- sys.disk_read >= 10M # 读速率 >= 10M
- sys.disk_write >= 10M # 写速率 >= 10M
- sys.net_recv >= 10M # 接收速率 >= 10M
- sys.net_sent >= 10M # 发送速率 >= 10M
# 2 监控的进程的性能指标相关的条件，仅在有监控进程的情况下使用
- proc.cpu_percent >= 90 # cpu的使用频率 >= 90%
- proc.mem_used >= 1024M # 已用内存 >= 1024M
- proc.mem_percent >= 1024M # 内存使用率 >= 1024M
- proc.disk_read >= 10M # 读速率 >= 10M
- proc.disk_write >= 10M # 写速率 >= 10M
# 3 gc指标相关的条件，仅在有监控gc log的情况下使用
- ygc.costtime > 5 # minor gc耗时 > 5s
- fgc.costtime > 5
- fgc.interval < 10 # full gc间隔时间 < 10s限制告警的处理频率，以防止告警通知(发邮件)太频繁
- alert(60): # 60秒内不处理同条件的告警，也就是说： 在60秒内如果发生多个同条件的告警，只处理第一个告警
- fgc.interval < 10
- alert: # 默认是600秒内不处理同条件的告警
- fgc.interval < 10告警条件格式: 指标 操作符 对比值，其中指标与操作符有：
10.1 系统的性能指标
| 指标名 | 含义 |
|---|---|
| sys.cpu_percent | cpu使用率 |
| sys.mem_used | 已使用内存 |
| sys.mem_free | 剩余内存 |
| sys.mem_percent | 内存使用率 |
| sys.disk_percent | 磁盘使用率 |
| sys.disk_read | 读速率 |
| sys.disk_write | 写速率 |
| sys.net_recv | 接收速率 |
| sys.net_sent | 发送速率 |
10.2 进程的性能指标
| 指标名 | 含义 |
|---|---|
| proc.cpu_percent | cpu的使用频率 |
| proc.mem_used | 已用内存 |
| proc.mem_percent | 内存使用率 |
| proc.disk_read | 读速率 |
| proc.disk_write | 写速率 |
10.3 gc记录的耗时与频率指标
| 指标名 | 含义 |
|---|---|
| ygc.costtime | minor gc耗时 |
| ygc.interval | minor gc间隔时间 |
| fgc.costtime | full gc耗时 |
| fgc.interval | full gc间隔时间 |
10.4 操作符
| 操作符 | 含义 |
|---|---|
= |
相同 |
> |
大于 |
< |
小于 |
>= |
大于等于 |
<= |
小于等于 |
- when_alert: 记录当发生告警要调用的子步骤
- when_alert: # 发生告警时要执行以下子步骤
# 子步骤
- send_alert_email: # 发告警邮件- send_alert_email: 发告警邮件
- send_alert_email: # 发告警邮件发送的邮件如下:
- monitor_pid: 监控进程的pid，其实现就是定时调用 grep_pid 动作
# 监控进程的pid
- monitor_pid:
grep: java | visualvm | org.netbeans.Main # 用 `ps aux | grep` 搜索进程时要搜索的关键字，支持多个，用|分割
interval: 10 # 定时检查的时间间隔，可省，默认10秒
when_no_run: # 没运行时执行以下步骤
- exec: nohup jvisualvm & # 重启程序- grep_pid: 搜索进程的pid
grep_pid: java | visualvm | org.netbeans.Main # 用 `ps aux | grep` 搜索进程时要搜索的关键字，支持多个，用|分割- monitor_gc_log: 监控gc日志
# 监控gc日志
- monitor_gc_log(/home/shi/code/testing/kt-test/gc.log):
# 当有新的gc记录时，执行以下子步骤
- when_alert: # 发生告警时要执行以下步骤
- send_alert_email: # 发告警邮件
- alert: # 告警
- ygc.costtime > 5 # gc耗时 > 5s
- fgc.costtime > 5
- fgc.interval < 10 # gc间隔时间 < 10s- dump_jvm_heap: 导出jvm堆快照，导出文件名如
JvmHeap-20230505164656.hprof
- dump_jvm_heap: # dump jvm堆快照(如果你监控了jvm进程)- dump_jvm_thread: 导出jvm线程栈，导出文件名如
JvmThread-20230505164657.tdump
- dump_jvm_thread: # dump jvm线程栈(如果你监控了jvm进程)- dump_jvm_gcs_xlsx: 导出gc记录的xlsx，导出文件名如
JvmGC-20230505164657.xlsx
- dump_jvm_gcs_xlsx: # dump gc记录
- dump_jvm_gcs_xlsx: # dump gc记录
#bins: 8 # 分区数，bins与interval参数是二选一
interval: 10 # 分区的时间间隔，单位秒，bins与interval参数是二选一文件内容如下:
- dump_all_proc_xlsx: 导出所有进程信息的xlsx，导出文件名如
ProcStat-20230508083721.xlsx
- dump_all_proc_xlsx: # dump所有进程文件内容如下:
最后一个为指定进程的线程信息，最后一列nid为线程id的16进制，拿着nid可在导出的jvm线程栈文件去找对应线程信息
- dump_sys_csv: 将系统性能指标导出到csv中，导出文件名如
Sys-2023-05-08.csv，性能指标有：cpu%/s, mem%/s, mem_used(MB), disk_read(MB/s), disk_write(MB/s), net_sent(MB/s), net_recv(MB/s)；一般配合schedule动作来使用
- dump_sys_csv:
- dump_sys_csv: 导出的csv文件前缀文件内容如下：
- dump_1proc_csv: 将当前被监控的进程的性能指标导出到csv中，导出文件名如
Proc-java:org.netbeans.Main[18733]-2023-05-08.csv，性能指标有：cpu%/s, mem_used(MB), mem%, status；一般配合schedule动作来使用
- dump_1proc_csv:
- dump_1proc_csv: 导出的csv文件前缀文件内容如下：
- compare_gc_logs: 对比多个gc log，并将对比结果存到excel中，导出文件名如
对比gc-20230509170722.xlsx
# 对比多个gc log，并将对比结果存到excel中
- compare_gc_logs:
logs: # 要对比的gc log文件，可以是dict或list
# - /home/shi/code/testing/kt-test/gc2.log
# - /home/shi/code/testing/kt-test/gc5.log
优化前: /home/shi/code/testing/kt-test/gc2.log
优化后: /home/shi/code/testing/kt-test/gc5.log
interval: 30 # 分区的时间间隔，单位秒
filename_pref: 对比gc # 生成的结果excel文件前缀，可省，默认为JvmGCCompare文件内容如下，可以很直观的看到2个gc的优劣：
- exec: 执行命令
exec: ls- stop_after: 在指定秒数后结束
stop_after: 600 # 600秒(10分钟)后结束 MonitorBoot 进程- stop_at: 在指定时间结束
stop_at: 2022-7-6 13:44:10 # 在 2022-7-6 13:44:10 时结束 MonitorBoot 进程- 定时监控系统的性能指标，并将指标值写入到csv中；
- 性能指标有：cpu%/s, mem%/s, mem_used(MB), disk_read(MB/s), disk_write(MB/s), net_sent(MB/s), net_recv(MB/s)
# example/dump_sys.yml
# 配置邮件账号
- config_email:
host: smtp.qq.com
password: $emailpass
from_name: MonitorBoot
from_email: ???@qq.com
to_name: ???
to_email: ???@qq.com
# 定时做系统告警
- schedule(10):
- when_alert: # 发生告警时要执行以下步骤
- send_alert_email: # 发告警邮件
- dump_all_proc_xlsx: # dump所有进程
- alert: # 告警
# 告警条件
- sys.mem_free <= 1024M # 剩余内存 <= 1024M
- cpu_percent >= 90 # cpu使用率 >= 90%
# - disk_percent >= 90 # 磁盘使用率 >= 90%
- 定时监控指定进程(jvisualvm)的性能指标，并将指标值写入到csv中；
- 性能指标有：cpu%/s, mem_used(MB), mem%, status
# example/dump_process.yml
# 监控进程的pid，当进程不存在时重启程序
- monitor_pid:
grep: java | visualvm | org.netbeans.Main # 用 `ps aux | grep` 搜索进程时要搜索的关键字，支持多个，用|分割
interval: 5 # 定时检查的时间间隔，可省，默认10秒
when_no_run: # 没运行时执行以下步骤
- exec: nohup jvisualvm & # 重启程序
# 定时导出进程信息
- schedule(5):
- dump_1proc_csv: # dump当前监控的进程
- 定时监控进程(jvisualvm)的存活状态
- 如果进程未运行，则重启jvisualvm
# example/monitor_and_restart_process.yml
# 监控进程的pid，当进程不存在时重启程序
- monitor_pid:
grep: java | visualvm | org.netbeans.Main # 用 `ps aux | grep` 搜索进程时要搜索的关键字，支持多个，用|分割
interval: 10 # 定时检查的时间间隔，可省，默认10秒
when_no_run: # 没运行时执行以下步骤
- exec: nohup jvisualvm & # 重启程序
- 定时做系统性能指标检查，当满足告警条件时触发告警
- 告警处理：发告警邮件 + dump所有进程
# example/alert_sys.yml
# 配置邮件账号
- config_email:
host: smtp.qq.com
password: $emailpass
from_name: MonitorBoot
from_email: ???@qq.com
to_name: ???
to_email: ???@qq.com
# 定时做系统告警
- schedule(10):
- when_alert: # 发生告警时要执行以下步骤
- send_alert_email: # 发告警邮件
- dump_all_proc_xlsx: # dump所有进程
- alert: # 告警
# 告警条件
- sys.mem_free <= 1024M # 剩余内存 <= 1024M
- cpu_percent >= 90 # cpu使用率 >= 90%
# - disk_percent >= 90 # 磁盘使用率 >= 90%
- 订阅gc log文件变更，解析与检查gc指标，当满足告警条件时触发告警
- 告警处理：发邮件+dump堆快照+dump线程栈+dump gc记录
# example/alert_jvm_gc.yml
# 准备：要先启动 kt-test 项目中的java主类 vm.chapter2.GcTestForMonitorBoot
# 配置邮件账号
- config_email:
host: smtp.qq.com
password: $emailpass
from_name: MonitorBoot
from_email: ???@qq.com
to_name: ???
to_email: ???@qq.com
# 监控进程的pid
- monitor_pid:
grep: java | GcTestForMonitorBoot
# 监控gc日志
- monitor_gc_log(/home/shi/code/testing/kt-test/gc.log):
- when_alert: # 发生告警时要执行以下步骤
- send_alert_email: # 发告警邮件
- dump_jvm_heap: # dump jvm堆快照(如果你监控了jvm进程)
- dump_jvm_thread: # dump jvm线程栈(如果你监控了jvm进程)
- dump_jvm_gcs_xlsx: # dump gc记录
- alert: # 告警
- ygc.costtime > 5 # gc耗时 > 5s
- fgc.costtime > 5
- fgc.interval < 10 # gc间隔时间 < 10s