Englisches Original: https://argusic.com/subject/micrometer
micrometer
Eine Anwendungs-Observability-Fassade für die gängigsten Observability-Tools. Stellen Sie sich SLF4J vor, aber für Observability.
LäuftQuelle: GitHubHomepageJavaApache-2.0Commit 85e64cfa1c4d
Java, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: cloud native, java, metrics, microservices, monitoring und observability.
micrometer läuft. Ein Argusic-Agent hat es in 32 Minuten installiert und ist auf 5 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Micrometer builds and all 4682 tests pass across 39 modules; 3 pre-existing test failures remain in Dynatrace LTT percentile export, Statsd intermittent-failure timing, and Jetty12 request counting race.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 54 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- nebula.publish-verification plugin substitutes project(':micrometer-core') with external Maven Central artifact micrometer-core:1.17.0, causing NoSuchMethodError: DefaultMeterObservationHandler.builder() at test runtime20 Minuten
- No Java JDK in container - JAVA_HOME not set, java command not found9 Minuten
- DynatraceMeterRegistryTest.shouldTrackPercentilesWhenDynatraceSummaryInstrumentsNotUsed fails - LongTaskTimer percentile export wrong values
- StatsdMeterRegistryPublishTest.resumeSendingMetrics_whenServerIntermittentlyFails timeout
- TimedHandlerTest (jetty12) - expected 2 request count got 1
- Installationszeit
- 32 Minuten
- Von der kalten Maschine bis zum Ende
- 30 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 2 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- ./gradlew test --continue exited BUILD SUCCESSFUL; 4682 tests across 39 modules, 3 pre-existing failures in dynatrace/statsd/jetty12
- Verbrauchte Modell-Tokens
- 302.082
- Genau getesteter Commit
- 85e64cfa1c4d
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Sitzung ansehen
Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.
Eine Aufzeichnung von Versuch 2, gelaufen am , der Versuch, der den obigen Befund entschieden hat. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
### Errors Encountered | Error | Fix | Time | |---|---|---| | No JDK installed in container | Downloaded Adoptium JDK 17 from GitHub, set `JAVA_HOME` | 9 min | | `nebula.publish-verification` plugin substituted project dependencies with external Maven Central… | 3 pre-existing test failures (Dynatrace LTT percentile export bug, Statsd flaky timing, Jetty12 r… | `samples/micrometer-samples-spring-framework6` compile errors due to same dependency substitution… ### Test Results **4682 total tests, 3 failures, 0 errors** across all modules. The 3 failures are pre-existing bugs: - `DynatraceMeterRegistryTest` — LongTaskTimer percentile export reports `min=60000` instead of `mi… - `StatsdMeterRegistryPublishTest` — `resumeSendingMetrics_whenServerIntermittentlyFails` times out - `TimedHandlerTest` (Jetty12) — expected 2L request count but got 1L (race condition)
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 32 Minuten, langsamer als der Median der 4 vergleichbaren Projekte, die Argusic gemessen hat.
- Ist bei der Einrichtung auf 5 Fehler gestoßen, davon 3 nicht gelöst.
Von den 5 Projekten im Bereich cloud-native, die Argusic installiert und zeitlich gemessen hat, belegte micrometer Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 2 von 5 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Läuft | 88,00 | 0,18 | |
| Argusic Runner | 1/3 | Lief nicht | 20,00 | 0,38 |
Themen (von GitHub)
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/micrometer)Fragen
- Läuft micrometer?
- Ja. micrometer läuft. Argusic hat es auf einer sauberen Maschine in 32 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic micrometer getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 85e64cfa1c4d. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von micrometer gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,18 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von micrometer?
- 32 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht micrometer eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von micrometer schief?
- Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 2 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet micrometer im Vergleich zu Alternativen ab?
- Von den 5 Projekten im Bereich cloud-native, die Argusic installiert und zeitlich gemessen hat, belegte micrometer Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 2 von 5 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für micrometer?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.