在生产环境中，监控对于项目问题的分析排查变得尤为重要。
本文将介绍如何利用Java Agent技术实现对SpringBoot应用的无侵入式监控，帮助开发人员在不修改源码的情况下获取应用运行时的关键指标。
Java Agent简介
Java Agent是JDK 1.5引入的特性，它允许我们在JVM启动时或运行时动态地修改已加载的类字节码，从而实现对应用行为的增强或监控。
Java Agent的核心优势在于能够在不修改源代码的情况下，对应用进行功能扩展。
Java Agent主要有两种使用方式：
启动时加载（premain)
运行时加载（agentmain)
本文将主要关注启动时加载的方式。
技术原理
Java Agent的工作原理基于字节码增强技术，通过在类加载过程中修改字节码来实现功能增强。
在SpringBoot应用监控场景中，我们可以利用Java Agent拦截关键方法的调用，收集执行时间、资源使用情况等指标。
主要技术栈：
• Java Agent：提供字节码修改的入口
• Byte Buddy/ASM/Javassist：字节码操作库
• SpringBoot：目标应用框架
• Micrometer：指标收集与暴露
实现步骤
1. 创建Agent项目
首先，我们需要创建一个独立的Maven项目用于开发Java Agent：
<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <parent> <groupId>demo</groupId> <artifactId>springboot-agent</artifactId> <version>0.0.1-SNAPSHOT</version> </parent> <artifactId>agent</artifactId> <dependencies> <dependency> <groupId>net.bytebuddy</groupId> <artifactId>byte-buddy</artifactId> <version>1.14.5</version> </dependency> <dependency> <groupId>net.bytebuddy</groupId> <artifactId>byte-buddy-agent</artifactId> <version>1.14.5</version> </dependency> <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> <version>1.10.0</version> </dependency> </dependencies> <build> <plugins> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-compiler-plugin</artifactId> <configuration> <source>21</source> <target>21</target> <encoding>utf-8</encoding> </configuration> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-jar-plugin</artifactId> <version>3.2.0</version> <configuration> <archive> <manifestEntries> <Premain-Class>com.example.agent.MonitorAgent</Premain-Class> <Can-Redefine-Classes>true</Can-Redefine-Classes> <Can-Retransform-Classes>true</Can-Retransform-Classes> </manifestEntries> </archive> </configuration> </plugin> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-shade-plugin</artifactId> <version>3.2.4</version> <executions> <execution> <phase>package</phase> <goals> <goal>shade</goal> </goals> </execution> </executions> </plugin> </plugins> </build> </project>2. 实现Agent主类
创建MonitorAgent类，实现premain方法：
package com.example.agent; import net.bytebuddy.agent.builder.AgentBuilder; import net.bytebuddy.implementation.MethodDelegation; import net.bytebuddy.matcher.ElementMatchers; import java.lang.instrument.Instrumentation; import java.util.concurrent.Executors; import java.util.concurrent.ScheduledExecutorService; import java.util.concurrent.TimeUnit; public class MonitorAgent { private static final ScheduledExecutorService executorService = Executors.newSingleThreadScheduledExecutor(); public static void premain(String arguments, Instrumentation instrumentation) { System.out.println("SpringBoot监控Agent已启动..."); log(); // 使用ByteBuddy拦截SpringBoot的Controller方法 new AgentBuilder.Default() .type(ElementMatchers.nameEndsWith("Controller")) .transform((builder, typeDescription, classLoader, module, protectionDomain) -> builder.method(ElementMatchers.isAnnotatedWith( ElementMatchers.named("org.springframework.web.bind.annotation.RequestMapping") .or(ElementMatchers.named("org.springframework.web.bind.annotation.GetMapping")) .or(ElementMatchers.named("org.springframework.web.bind.annotation.PostMapping")) .or(ElementMatchers.named("org.springframework.web.bind.annotation.PutMapping")) .or(ElementMatchers.named("org.springframework.web.bind.annotation.DeleteMapping")) )) .intercept(MethodDelegation.to(ControllerInterceptor.class)) ) .installOn(instrumentation); } private static void log(){ executorService.scheduleAtFixedRate(() -> { // 收集并打印性能指标 String text = MetricsCollector.scrape(); System.out.println("==============="); System.out.println(text); }, 0, 5, TimeUnit.SECONDS); } }3. 实现拦截器
创建Controller拦截器：
package com.example.agent; import net.bytebuddy.implementation.bind.annotation.*; import java.lang.reflect.Method; import java.util.concurrent.Callable; public class ControllerInterceptor { @RuntimeType public static Object intercept( @Origin Method method, @SuperCall Callable<?> callable, @AllArguments Object[] args) throws Exception { long startTime = System.currentTimeMillis(); String className = method.getDeclaringClass().getName(); String methodName = method.getName(); try { // 调用原方法 return callable.call(); } catch (Exception e) { // 记录异常信息 MetricsCollector.recordException(className, methodName, e); throw e; } finally { long executionTime = System.currentTimeMillis() - startTime; // 收集性能指标 MetricsCollector.recordExecutionTime(className, methodName, executionTime); } } }4. 实现指标收集
创建MetricsCollector类用于收集和暴露监控指标：
package com.example.agent; import java.util.Map; import java.util.concurrent.ConcurrentHashMap; import java.util.concurrent.atomic.AtomicLong; public class MetricsCollector { private static final Map<String, AtomicLong> executionTimeMap = new ConcurrentHashMap<>(); private static final Map<String, AtomicLong> invocationCountMap = new ConcurrentHashMap<>(); private static final Map<String, AtomicLong> exceptionCountMap = new ConcurrentHashMap<>(); public static void recordExecutionTime(String className, String methodName, long executionTime) { String key = className + "." + methodName; executionTimeMap.computeIfAbsent(key, k -> new AtomicLong(0)).addAndGet(executionTime); invocationCountMap.computeIfAbsent(key, k -> new AtomicLong(0)).incrementAndGet(); // 输出日志，实际项目中可能会发送到监控系统 System.out.printf("Controller执行: %s, 耗时: %d ms%n", key, executionTime); } public static void recordException(String className, String methodName, Exception e) { String key = className + "." + methodName; exceptionCountMap.computeIfAbsent(key, k -> new AtomicLong(0)).incrementAndGet(); System.out.printf("Controller异常: %s, 异常类型: %s, 消息: %s%n", key, e.getClass().getName(), e.getMessage()); } public static void recordSqlExecutionTime(String className, String methodName, long executionTime) { String key = className + "." + methodName; executionTimeMap.computeIfAbsent(key, k -> new AtomicLong(0)).addAndGet(executionTime); invocationCountMap.computeIfAbsent(key, k -> new AtomicLong(0)).incrementAndGet(); System.out.printf("SQL执行: %s, 耗时: %d ms%n", key, executionTime); } public static void recordSqlException(String className, String methodName, Exception e) { String key = className + "." + methodName; exceptionCountMap.computeIfAbsent(key, k -> new AtomicLong(0)).incrementAndGet(); System.out.printf("SQL异常: %s, 异常类型: %s, 消息: %s%n", key, e.getClass().getName(), e.getMessage()); } // 获取各种指标的方法，可以被监控系统调用 public static Map<String, AtomicLong> getExecutionTimeMap() { return executionTimeMap; } public static Map<String, AtomicLong> getInvocationCountMap() { return invocationCountMap; } public static Map<String, AtomicLong> getExceptionCountMap() { return exceptionCountMap; } }5. 集成Prometheus与Grafana（可选）
为了更好地可视化监控数据，我们可以将收集到的指标暴露给Prometheus，并使用Grafana进行展示。首先，添加Micrometer相关依赖：
<dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> <version>1.10.0</version> </dependency>然后，修改MetricsCollector类，将收集到的指标注册到Micrometer：
package com.example.agent; import io.micrometer.core.instrument.Counter; import io.micrometer.core.instrument.MeterRegistry; import io.micrometer.core.instrument.Timer; import io.micrometer.prometheus.PrometheusConfig; import io.micrometer.prometheus.PrometheusMeterRegistry; import java.util.Map; import java.util.concurrent.ConcurrentHashMap; import java.util.concurrent.TimeUnit; public class MetricsCollector { private static final PrometheusMeterRegistry registry = new PrometheusMeterRegistry(PrometheusConfig.DEFAULT); private static final Map<String, Timer> timers = new ConcurrentHashMap<>(); private static final Map<String, Counter> exceptionCounters = new ConcurrentHashMap<>(); public static void recordExecutionTime(String className, String methodName, long executionTime) { String key = className + "." + methodName; getOrCreateTimer(key, "controller").record(executionTime, TimeUnit.MILLISECONDS); System.out.printf("Controller执行: %s, 耗时: %d ms%n", key, executionTime); } public static void recordException(String className, String methodName, Exception e) { String key = className + "." + methodName; getOrCreateExceptionCounter(key, "controller", e.getClass().getSimpleName()).increment(); System.out.printf("Controller异常: %s, 异常类型: %s, 消息: %s%n", key, e.getClass().getName(), e.getMessage()); } public static void recordSqlExecutionTime(String className, String methodName, long executionTime) { String key = className + "." + methodName; getOrCreateTimer(key, "sql").record(executionTime, TimeUnit.MILLISECONDS); System.out.printf("SQL执行: %s, 耗时: %d ms%n", key, executionTime); } public static void recordSqlException(String className, String methodName, Exception e) { String key = className + "." + methodName; getOrCreateExceptionCounter(key, "sql", e.getClass().getSimpleName()).increment(); System.out.printf("SQL异常: %s, 异常类型: %s, 消息: %s%n", key, e.getClass().getName(), e.getMessage()); } private static Timer getOrCreateTimer(String name, String type) { return timers.computeIfAbsent(name, k -> Timer.builder("app.execution.time") .tag("name", name) .tag("type", type) .register(registry) ); } private static Counter getOrCreateExceptionCounter(String name, String type, String exceptionType) { String key = name + "." + exceptionType; return exceptionCounters.computeIfAbsent(key, k -> Counter.builder("app.exception.count") .tag("name", name) .tag("type", type) .tag("exception", exceptionType) .register(registry) ); } // 获取Prometheus格式的指标数据 public static String scrape() { return registry.scrape(); } // 获取注册表，可以被其他组件使用 public static MeterRegistry getRegistry() { return registry; } }6. 启动Agent并应用到SpringBoot应用
编译并打包Agent项目后，可以通过JVM参数将Agent添加到SpringBoot应用中：
java -javaagent:/path/to/springboot-monitor-agent.jar -jar your-springboot-app.jar进阶扩展
除了基本的监控功能外，我们还可以对Agent进行以下扩展：
1. JVM指标监控
监控JVM的内存使用、GC情况、线程数等指标：
private static void monitorJvmMetrics(MeterRegistry registry) { // 注册JVM内存指标 new JvmMemoryMetrics().bindTo(registry); // 注册GC指标 new JvmGcMetrics().bindTo(registry); // 注册线程指标 new JvmThreadMetrics().bindTo(registry); }2. HTTP客户端监控
监控应用发起的HTTP请求：
new AgentBuilder.Default() .type(ElementMatchers.nameContains("RestTemplate") .or(ElementMatchers.nameContains("HttpClient"))) .transform((builder, typeDescription, classLoader, module, protectionDomain) -> builder.method(ElementMatchers.named("execute") .or(ElementMatchers.named("doExecute")) .or(ElementMatchers.named("exchange"))) .intercept(MethodDelegation.to(HttpClientInterceptor.class)) ) .installOn(instrumentation);3. 分布式追踪集成
与Zipkin或Jaeger等分布式追踪系统集成，实现全链路追踪：
public static void recordTraceInfo(String className, String methodName, String traceId, String spanId) { // 记录追踪信息 MDC.put("traceId", traceId); MDC.put("spanId", spanId); // 处理逻辑... }优势与注意事项
优势
无侵入性：不需要修改应用源代码
灵活性：可以动态决定要监控的类和方法
通用性：适用于任何基于SpringBoot的应用
运行时监控：可以实时收集应用运行数据
注意事项
性能影响：字节码增强会带来一定的性能开销，需要合理选择监控点
兼容性：需要确保Agent与应用的JDK版本兼容
稳定性：Agent本身的异常不应影响应用主流程
安全性：收集的数据可能包含敏感信息，需要注意数据安全
总结
在实际使用中，我们可以根据具体需求，对Agent进行定制化开发，实现更加精细化的监控。
同时，可以将Agent与现有的监控系统集成，构建完整的应用性能监控体系。
