SkyWalking仪表盘
目录
1、Rocketbot-仪表盘
1.1 APM
1.1.1 Global全局维度
1.1.2 Service服务维度
1.1.3 Instance实例维度
1.1.4 Endpoint端点（API）维度
1.2 DataSource展示栏
2、拓扑图
3、追踪
4、性能剖析
5、告警
1、Rocketbot-仪表盘
作用：查看被监控服务的运行状态。
监控面板：
1.1 APM
APM： 应用性能管理，通过各种探针采集数据，收集关键指标，同时搭配数据呈现以实现对应用程序性能管理和故障管理的系统化解决方案。
1.1.1 Global全局维度
板块描述：
services load :服务每分钟请求数s1ow services:慢响应服务，单位ms
Un-Health services (Apdex) :Apdex性能指标，1为满分。
show Endpoints:慢响应端点，单面ms
G1obal Response Latency:百分比响应延时，不同百分比的延时时间，单位ms
G1obal Heatmap:服务响应时间热力分布图，根据时间段内不同响应时间的数量显示颜色深度
底部栏:展示数据的时间区间，点击可以调整
1.1.2 Service服务维度
属性描述：
service Apdex（数字):当前服务的评分
service Apdex（折线图）:不同时间的Apdex评分
service Avg Response Times:平均响应延时，单位ms
G1obal Response Time Percentile:百分比响应延时
successfu1 Rate（数字):请求成功率
successfu1 Rate（折线图):不同时间的请求成功率
servce Load（数字):每分钟请求数
servce Load(折线图):不同时间的每分钟请求数
servce Instances Load:每个服务实例的每分钟请求数
show service Instance:每个服务实例的最大延时
service Instance successfu1 Rate:每个服务实例的请求成功率
1.1.3 Instance实例维度
属性描述：
service Instance Load:当前实例的每分钟请求数
service Instance successfu1 Rate:当前实例的请求成功率
service Instance Latency:当前实例的响应延时
vM CPu: jvm占用CPU的百分比
JVM Memory : VM内存占用大小，单位m
JVM GC Time : VM垃圾回收时间，包含YGC和oGC
JVM Gc count: JVM垃圾回收次数，包含YGC和oGC
JVM Thread count (ava service) : VM创建线程数量
CLR xx:类似VM虚拟机(可以直接理解成虚拟机)
1.1.4 Endpoint端点（API）维度
属性描述：
Endpoint Load in current service:每个端点的每分钟请求数
s1ow Endpoints in current service:每个端点的最慢请求时间，单位ms
successful Rate in current service:每个端点的请求成功率
Endpoint Load:当前端点每个时间段的请求数据
Endpoint Avg Response Time:当前端点每个时间段的请求行响应时间
Endpoint Response Time Percentile:当前端点每个时间段的响应时间占比
Endpoint successfu1 Rate:当前端点每个时间段的请求成功率
1.2 DataSource展示栏
属性描述：
当前数据库:选择查看数据库指标
Database Avg Response Time:当前数据库事件平均响应时间，单位ms
Database Access successfu7 Rate:当前数据库访问成功率
Database Traffic:CPM，当前数据库每分钟请求数
Database Access Latency Percentile:数据库不同比例的响应时间，单位ms
s1ow statements :前N个慢查询，单位ms
A17 Database Loads:所有数据库中CPM排名
Un-Health Databases:所有数据库健康排名，请求成功率排名
2、拓扑图
3、追踪
属性描述：
左侧:api接口列表，红色-异常请求，蓝色-正常请求
右侧:api追踪列表，api请求连接各端点的先后顺序和时间
操作详情：可以看到底层执行语句
4、性能剖析
创建性能剖析采集清单：
新建性能剖析属性描述：
服务:需要分析的服务
端点:链路监控中端点的名称，可以再链路追踪中查看端点名称监控时间:采集数据的开始时间
监控持续时间:监控采集多长时间起始监控时间:多少秒后进行采集监控间隔:多少秒采集一次
最大采集数:最大采集多少样本
5、告警
不同维度告警列表，可分为服务、端点和实例。日志收集只在8.4以上版本支持。
SkyWalking仪表盘相关推荐
- 项目运行状况不断，怎么办？看看企业级监控项目Skywalking吧
一. Skywalking概述 一个优秀的项目,除了具有高拓展的架构.高性能的方案.高质量的代码之外,还应该在上线后具备多角度的监控功能.现在企业中的监控服务也有很多,Skywalking除了提供多维 ...
- Skywalking应用实战 Agent探针、Rocketbot以及告警
3 Skywalking应用 相关术语: skywalking-collector:链路数据归集器,数据可以落地ElasticSearch/H2 skywalking-ui:web可视化平台,用来展示 ...
- SkyWalking java单体和dubbo微服务请求链路跟踪,SkyWalking钉钉告警
一. 基于docker-compose或二进制部署skywalking skywalking-ui: 前端服务,端口号8080. skywalking-oap(Observability An ...
- Seata 新特性，APM 支持 SkyWalking
作者:赵禹光,Seata Contributor,SkyWalking PMC 背景前序 正如所看到的文章题目,就在此时,Seata 与 SkyWalking 两个生态融合,取得了阶段性成果. ...
- 微服务组件记事本：Skywalking的ES索引 · 收藏篇
(2021年倒计时33天) 书接上文,在上回书中,我们说到了<微服务组件记事本:Skywalking执行效果 · 多图篇>,文章比较详细的展示了Skywalking中的各种数据和图表展示, ...
- skywalking(2)
安装 1.安装jdk 2.安装es 3.安装skywalking(backend和ui) 应用启动时添加探针(agent) 使用 java -javaagent:/aa/bb/boot.jar -Ds ...
- skywalking搭建与使用
前言 在分布式环境中,对于服务的监控与链路追踪变得越来越重要,简单来说,相比单体应用,分布式环境下的服务链路变得更长,问题定位.排查与解决也更加复杂,因此使用一款好的服务监控工具可以为Java开发人员 ...
- SpringBoot实战（十六）:集成Skywalking调用链监控系统
强烈推荐一个大神的人工智能的教程:http://www.captainbed.net/zhanghan [前言] Skywalking做为生产级的调用链监控工具,不仅提供了丰富的监控系统,而且通过字节 ...
- Skywalking全链路追踪使用说明
1.背景与需求: 随着业务规模的不断增大,系统的复杂度也越来越高,我们的软件架构也进入了分布式的阶段,服务按照不同的维度进行拆分,那么一次请求可能横跨多个服务模块.项目,依赖的中间件也越来越多,其中任 ...
最新文章
- 64位win7中使用vs2013为python3.4安装pycrypto-2.6.1插件报Unable to find vcvarsall.bat异常解决方式...
- python导入pandas具体步骤方法_python导入pandas具体步骤方法-
- java知识体系 servlet_03-Servlet 体系结构知识梳理
- iOS开发之复制字符串到剪贴板
- 进入到一个新的产品，如何开展测试工作
- 【2019牛客多校第七场:H】Pair（数位dp）
- 记录下qcharts绘制曲线遇到的坑
- VS2019配置opencv-4.5.2-vc14_vc15
- 用dw做html表格边框,Dreamweaver怎么设计彩色边框的表格?
- 陈敏 Java课设实验报告
- docker配置centos7（二），dnf，sshd配置及部分其它常用软件
- iOS 中的常用设计模式总结
- c语言binsearch函数头文件,C++ binary_search()函数详解
- 光学心率传感器工作原理
- word公式和图片显示不完全
- 牛客练习赛72-Abrz的杯子brz的雪糕
- Matlab图像处理入门教程（菜鸟级）
- 大连的房价很便宜了！
- DNS盾是干嘛的?DNS盾有什么特点?
- Java 之父：找Bug最浪费时间，现在不是开源的黄金时代