ARMS 系统监控
一、什么是 ARMS？
ARMS 是阿里云提供的应用实时监控服务，采用了探针技术，能够在不修改应用代码的情况下，自动收集和分析应用性能数据，快速构建实时的监控能力。
针对之前提到的 “怎么实现可观测性” 的 4 个核心问题么？ARMS 给出了这样的答案：
1）统计什么？
ARMS 能够监控 Java 应用性能（CPU、内存、线程、GC 等）、应用调用链追踪、异常分析诊断、请求数、错误数、平均耗时、连接池/线程池监控等全方位指标。
2）如何收集？
通过 Java Agent 技术，在 JVM 启动时加载监控代理，实现无侵入式的数据收集。
3）如何存储？
数据存储在阿里云的分布式存储系统中，用户无需关心存储细节。
4）如何展示？
ARMS 提供了丰富的 Web 控制台，支持多维度的数据分析和可视化展示。
二、接入 ARMS
在使用任何云产品之前，我们都需要先了解其 计费规则，保护好自己的 money。
好在 ARMS 提供的免费资源，一般足够个人测试使用：
下面来接入 ARMS，首先访问 ARMS 控制台，第一次使用需要开通服务。
进入接入中心，选择 Java 应用监控：
选择手动安装 Agent：
按照指引下载 Agent 包：
从这里下载：
下载完成后解压到合适的位置，比如我这里的解压路径是 D:/SoftWare/AliyunJavaAgent/aliyun-java-agent.jar。
复制启动命令，注意替换目录路径和应用名称。应用名称可以自定义，建议使用有意义的名称便于后续管理。
你也可以选择开启应用安全功能，它能够提供 应用层面的安全监控能力，帮你抵御一些漏洞攻击。
在 IDE 中编辑项目的启动配置，将复制的命令参数添加到 VM options 中：
-javaagent:D:/SoftWare/AliyunJavaAgent/aliyun-java-agent.jar
-Darms.licenseKey=xxx
-Darms.appName=xxl-arms⚠️ 注意，需要将参数间的换行替换为空格！
接下来启动项目。启动会比平时慢一些，这是正常的，因为引入 Agent 会拖慢启动速度。
看到下图信息就表示启动成功了，默认数据会上报到杭州区域：
最后，回到 ARMS 控制台的应用列表页面，就能看到刚刚接入的应用了：
三、指标监控
下面我们来看看 ARMS 都提供了哪些指标的监控，有个印象就好。
3.1.应用概览
点击进入应用详情页，首先看到的是应用概览 Tab。建议切换到新版视图，豁然开朗。
在这个页面可以看到应用的核心性能指标，包括请求数、响应时间、错误数等关键数据。
3.2.应用拓扑
应用拓扑页面展示了项目的依赖关系图，可以清晰地看到应用和各种中间件的连接情况：
这个视图对于理解系统架构和排查依赖问题有用。
3.3.提供服务
提供服务页面能够统一展示所有接口的调用情况，包括请求量、错误数、平均耗时等核心指标：
点击具体接口还可以深入分析该接口的详细数据（这就是所谓的 “下钻分析”）：
ARMS 还提供了 SQL 调用分析功能，能够监控数据库操作的性能：
以及 NoSQL（如 Redis）的调用分析：
还提供了异常分析功能，可以帮助快速定位和解决应用中的异常问题：
3.4.调用链分析
调用链分析是 ARMS 的核心功能之一，可以深度分析单次请求的完整调用路径，快速定位瓶颈点：
点击具体的调用记录，在 Trace 详情页面可以看到请求经过的每个环节和对应的耗时，右侧还能显示当时的 JVM 状态：
在全链路聚合页面可以清晰地看到树形的调用结构：
点击分析后，会根据特定的 serviceName 和 span 进行过滤分析：
其中，错误 / 慢 Trace 分析功能特别实用，能够一秒定位到性能瓶颈：
3.5.依赖服务
依赖服务页面专门监控应用对外部服务的调用情况，比如数据库、缓存等：
可以深入到具体依赖的详情页面，比如数据库详情：
这里能够看到执行的具体 SQL 语句和慢 SQL，一目了然！
还能分析哪些请求对数据库的消耗最大：
3.6.实例监控
实例监控页面展示服务器本身的运行状态：
可以深入查看某个实例的详细信息：
JVM 监控提供了堆内存、垃圾回收等关键指标：
线程池监控帮助了解线程的使用情况：
甚至还有连接池监控，比如数据库连接池、Redis 连接池：
机器负载监控显示了系统层面的资源使用情况，比如 CPU、内存利用率，如果发现利用率较高，可能要考虑升配；较低则表示可能存在浪费。
3.7.场景化分析
ARMS 还提供了 5 大场景化分析功能：
- 异常分析
- 日志分析
- 数据库分析
- 调用链分布
- 上下游分析
异常分析比较实用，能够按照异常名称进行分类展示，可以快速查看某类异常的出现情况，以及查看异常堆栈信息，从而快速定位错误：
3.8.事件分析
事件分析页面用于管理各种告警事件：
3.9.应用配置
在应用配置页面可以设置数据采样率、自定义探针收集的指标：
还可以开启一些高级功能，比如 Arthas 监控、持续性能剖析等：
不过需要注意的是，收集的数据越多，费用也会相应增加，请按需开启。
3.10.应用诊断
开启相关配置后，可以使用应用诊断功能。
持续性能分析能够深入分析应用的性能瓶颈：
智能洞察功能提供自动化的问题发现能力：
线程分析帮助了解线程的执行状态：
Arthas 诊断功能集成了阿里巴巴开源的 Java 应用诊断工具 Arthas，能够在不修改代码、不重启应用的情况下，对运行中的 Java 应用进行实时诊断，包括查看类加载信息、方法执行情况、线程状态等。
可以分析线程耗时和查看实时堆栈：
通过查看实时堆栈，可以精确定位线程正在执行的任务。如果某个线程出现阻塞，也能清楚地看到阻塞发生的位置，在排查死锁时特别有用。
还可以直接连接到应用进行在线诊断：
💡 友情提示：测试完成后记得关闭不必要的监控功能，避免产生不必要的费用。
四、告警能力
监控和告警天生一对，通常是配套使用的，告警机制能够在问题发生时及时通知相关人员。
创建告警规则的流程很简单：
ARMS 支持阈值检测和区间检测两种模式。以监控慢 SQL 次数为例：
可以配置告警通知方式、时间段、重复策略等：
创建完成后，可以在告警规则列表中看到，并且支持测试功能：
还有一些常见的告警配置，比如应用响应时间超过阈值、错误率超过阈值、数据库连接数过高、JVM 内存使用率过高等。
💡 不过要注意合理配置告警，而且要配置分级告警，否则可能就会出现大家对告警已经麻了，有告警也不处理的情况。
五、扩展知识 - 探针技术
为什么 ARMS 只是在启动命令中加了几个参数，就能实现这么全面的监控功能？而且能够支持那么灵活的筛选？这背后的技术原理是什么？
答案就是探针技术
首先，数据是通过探针技术 Java Agent 收集的。Java Agent 是 JVM 提供的机制，允许在 Java 应用启动时或运行时动态修改字节码，从而实现无侵入式的监控。
利用探针进行监控的原理如下：
- 字节码增强：Java Agent 通过 Java Instrumentation API 在类加载时拦截字节码，动态插入监控代码。
- 方法织入：在关键方法（如 HTTP 请求处理、数据库调用等）的入口和出口处织入监控逻辑，记录执行时间、参数、返回值等信息。
- 数据收集：织入的监控代码会收集各种性能数据，并通过网络传输到监控平台。
- 链路追踪：通过在请求上下文中传递唯一标识，将分布式调用链串联起来，形成完整的 Trace。
这种方式的优势在于完全不需要修改业务代码，只需要在 JVM 启动时指定 Agent，就能获得全面的监控能力。
💡 学过后端架构的朋友应该会发现，探针技术和服务网格的 Sidecar 模式在核心理念上非常相似，都体现了 无侵入式增强 的设计思想。能够在不修改原有业务代码（或服务）的前提下，为应用添加监控、治理等横切关注点功能。
它们都采用了代理拦截的工作模式，探针通过字节码增强拦截方法调用、Sidecar 通过网络代理拦截服务通信，本质上都是在应用的执行路径上插入额外的处理逻辑。将业务逻辑和运维监控解耦，让开发者专注于业务开发。
六、扩展知识 - 数据的维度划分
监控平台之所以能提供如此灵活的筛选和分析能力，关键在于合理的数据维度设计。
以一个 HTTP 请求为例，监控系统会记录 最细粒度 的维度信息：
| 维度 | 示例值 | 说明 |
|---|---|---|
| 时间戳 | 2025-08-14 19:30:10 | 请求发生的精确时间 |
| 应用名 | xxl-arms | 应用标识 |
| 接口路径 | /api/arms-log | 具体的接口 |
| HTTP 方法 | POST | 请求方法 |
| 响应状态码 | 200 | 请求结果 |
| 响应时间 | 150ms | 接口耗时 |
| 客户端 IP | 127.0.0.1 | 请求来源 |
| 用户 ID | 12345 | 业务维度 |
基于这些最细粒度的数据，监控平台就可以进行各种维度的聚合分析，比如：
- 按时间聚合：统计每分钟/小时/天的请求量
- 按接口聚合：分析各接口的性能表现
- 按状态码聚合：计算成功率和错误率
- 按用户聚合：分析用户行为模式