通过PM2如何统计当前的活跃请求

本篇主要是对@pm2/io实现Metrics的原理解析，至于具体使用方式，请查看上篇基于PM2实现的NodeJS无损发布

PM2 Metrics

Metrics 只是@pm2/io 的一部分功能，用于添加一些自定义指标。共有meter、histogram、counter、gauge、metric五种指标。实现的大体原理都是一致的，区别只是每种指标对象的构建方式不一样。以下内容主要以Counter为主进行解析。

Counter

其核心：每个工作进程都创建一个内存对象，来进行统计计数。最终统一收集到PM2主进程进行缓存。在主进程也是以单独进程保存数据。通过上篇的案例，也很清楚的发现这一点。

源码解读

在这里可以简单理解，@pm2/io用于工作进程的统计上报 ，pm2 主进程用于数据的收集存储。

在下面的代码截图展示中，删除了一些判空逻辑和日志代码，以便更清楚的展示核心流程。

@pm2/io 数据统计上报

1. 初始化MetricService，并且创建一个Map类型的metrics变量，用于存储每种指标对象。

2. 当业务层面调用counter时，即对Counter的初始化，将创建的对象添加到metrics中，并且返回一个counterInstance。

3. 获取到counterInstance后，通过实例方法进行数据更新。可以看到，Counter本身就是一个简单的计数器。

4. 接下来就是数据的上报，即第一步创建MetricService时的init方法，创建了一个定时器来进行数据的发送。提供了递增、递减以及获取值的方法

疑问：这里的定时器间隔时间为什么设置为990ms， 5. 数据发送，以axm:monitor为事件名称，通过process.send 进行同步

pm2 数据存储

监听axm:monitor消息，进行存储。如下图，创建了一个clusters_db的对象，以pm_id为Key, 记录对应进程的数据。 这里就是上篇文章案例，为何从pm2_env.axm_monitor中获取数据。

pm_id: 进程id, 从0开始进行自增

为何进程单独存储

1. 每个进程单独展示，更容易观察及发现问题，对于指标的合并没有需求意义

2. NodeJS进程间不能共享内存，子进程只能通过主进程进行共享，但是涉及到共享需求时，就需要考虑到锁相关的概念，程序更加的复杂

   欢迎各位来指正或者评论自己的见解

@pm2/io VS tx2

在使用Metrics 方面， tx2 功能逻辑是和@pm2/io是一致的，在代码层面做了删减。比如用字面量对象代替了Class 创建对象。

库	Size
@pm/io	204kb
tx2	12kb

总结

以上主要对Coounter流程进行解读，其他的指标统计也是一样的流程。其核心就是进程间的IPC通信。那么我们是否可以通过Metrics这种方式来记录其他的数据呢？或者说不使用@pm2/io库,自己业务代码中直接通过Process.send上报一些自定义的数据给pm2呢。