NanoProfiler - 适合生产环境的性能监控类库之实践ELK篇

上期回顾

上次介绍了NanoProfiler的大数据分析理念，一晃已经时隔一年多了，真是罪过！有朋友问到何时开源的问题，这里先简单说明一下。因为是单位的项目，虽然单位的目标肯定是要开源的，但是，毕竟不像个人项目那么*。一方面要保证代码本身的质量，另一方面也要剥离对单位其他框架类库的依赖，一忙起来就拖延日久了，我只能说尽力尽快推动这个事情！不过，Nuget package一直在Nuget.org，可以免费使用的。想尝试的朋友无需太多顾虑。另外，单位的项目中已经大面积使用已经有近两年了，所以，性能和稳定性是有保障的。

这一期，我们就来结合elasticsearch，logstash，kibana手把手实践一把。

示例代码

附件包含完整的示例代码和logstash配置文件：http://files.cnblogs.com/files/teddyma/nanoprofiler_demo.zip

此示例代码演示了之前几期介绍中提到的NanoProfiler的绝大多数功能，包括DB和WCF profiling的演示和基于Unity的AOP。示例中包含了两个简单的HTTP Handler，分别演示了在同步和异步情形下，NanoProfiler一致的使用体验。

示例代码可以使用VS2012，2013或2015打开，并且直接编译和运行。直接运行默认会在浏览器访问AsyncHandler.ashx，可以看到简单的demo数据输出。点击View Profiling Results，或者直接访问/nanoprofiler/view，可以看到最近的100个请求的profiling结果。NanoProfiler的Profiling Storage默认是基于slf4net写profiling结果的，本示例中通过slf4net.log4net，将profiling结果记录到App_Data目录中的文本文件。

示例代码用到了SQL Express 2012 LocalDB，如果运行时报SQL connection错误，请确保安装了LocalDB：http://www.microsoft.com/en-US/download/details.aspx?id=29062

关于NanoProfiler基本功能的使用请参见之前几期博客文章的介绍，这里重点介绍一下实践中结合数据的收集和分析工具elasticsearch，logstash，kibana如何对profiling的结果进行分析。

下载和安装 elasticsearch，logstash，kibana

最新版本的elasticsearch，logstash对windows已经有了很好的支持，只需要JRE7+，下载后的默认配置，即使在windows下都可直接运行。比起两年前可幸福多了，记得以前在虚拟机的ubuntu里安装鼓捣半天。

首先，安装elasticsearch，从官网下载zip包：https://download.elastic.co/elasticsearch/elasticsearch/elasticsearch-1.7.1.zip

解压到某个本地目录。执行bin\elasticsearch.bat，elasticsearch就已经运行了。太简单了，不是？

接着，安装logstash，同样从官网下载zip包：https://download.elastic.co/logstash/logstash/logstash-1.5.4.zip

解压到某个本地目录。这就已经算安装完了，不是逗你！

最后，从官网下载kibana（这里使用kibana v3，因为v3是纯静态页面的，随便一个web服务器就能运行，另外，真的对kibana4的新UI无爱，还是喜欢3的UI）：https://download.elastic.co/kibana/kibana/kibana-3.1.2.zip

解压到某个本地目录，host到IIS里，例如：我用的URL是：http://localhost:8080/k3/

在浏览器中访问http://localhost:8080/k3/，因为没有使用80端口，它可能会显示一个Connection Failed错误信息，提示你该怎么fix。如果你没看到错误信息，可以跳过本节下面的内容。

要fix这个问题，我们只需要在elasticsearch安装目录的config/elasticsearch.yml文件结尾添加一行：

http.cors.enabled: true

然后，停掉elasticsearch，再重新运行bin/elasticsearch.bat

在浏览器中重新访问http://localhost:8080/k3/，可以看到，这次没有错误信息了！（注意，不要直接按F5，要去掉刚才有错误信息页面地址里的#connectionFailed部分）

至此，elasticsearch，logstash，kibana全部安装完毕了！

使用logstash导入profiling结果到elasticsearch

回到我们的示例程序，在浏览器中再刷新几次对AsyncHandler.ashx的访问（只是为了多点profiling数据），然后，在App_Data目录，应该能看到profiling log文件。打开log文件，我们看到，里面的每一行是一个json。这一节，我们的目的是，将log文件里的json，通过logstash导入elasticsearch。

我们需要定义一个logstash的conf文件，别忘了改里面的路径到你本机的正确目录，关于logstash的具体使用帮助，可以参考官方文档：https://www.elastic.co/guide/en/logstash/current/advanced-pipeline.html

profiling.conf

input {

  file {

    codec => "json"

    path => [ "C:/Users/teddy/git/nanoprofiler_demo/Demos/NanoProfiler.Demos.SimpleDemo/App_Data/*.log" ]

    sincedb_path => "C:/Users/teddy/git/nanoprofiler_demo/Demos/NanoProfiler.Demos.SimpleDemo/App_Data/sincedb.profiling-logs"

    sincedb_write_interval => 5

    start_position => "beginning"

    discover_interval => 5

  }

}

filter

{

  # Use started as @timestamp field

  date {

    match => [ "started", "ISO8601" ]

    timezone => "UTC"

    target => "@timestamp"

  }

}

output {

  elasticsearch {

    protocol => "http"

    host => "localhost"

    document_id => "%{id}"

    index => "logstash-profiling-log-%{+YYYY.MM.dd}"

    workers => 1

  }

}

接下来就可以让logstash执行了，在cmd里cd到logstash的安装目录，执行：bin/logstash -f profiling.conf

在浏览器中访问http://localhost:9200/_search，可以看到，我们的profiling数据已经被成功导入elasticsearch。