如何解决__execute-count 值与 Metrics Reporting API v2 收集的值之间的差异
我运行了一个拓扑，并在 metric Reporting API v2 中使用了 Meter 类型。在执行方法中，我标记了这个指标。所以每当调用execute方法时它都会标记一个事件。但是当我将此值与 __execute-count 进行比较时，我看到了巨大的差异。有谁知道为什么会这样？
这些是我的日志中同时收集的值：
9:v7 __execute-count {v0:v7=44500}9:v7 tuple_inRate.count 664129
更新： 当我在 Meter 指标上使用 mark 方法时，与 Counter 指标相比，我会得到不同的结果。但是，我仍然不明白为什么计数器指标（元组计数器）的值与 __execute-count 不同。
解决方法
如本 answer 中所述，Storms 内部指标只是根据实际数据流的百分比估算。最初，它使用 5% 的传入元组来进行这些估计。这可能会导致极高或极低的吞吐量不准确。
编辑：文档描述了以下内容：
一般来说，除非另有说明，否则所有这些元组计数指标都是随机子采样的。这意味着您在 UI 和内置指标中看到的计数不一定准确。事实上，默认情况下，我们仅对 5% 的事件进行抽样，并从中估计事件总数。采样百分比可通过topology.stats.sample.rate 配置按拓扑进行配置。将其设置为 1.0 将使计数准确，但请注意，我们采样的事件越多，拓扑运行的速度就越慢（因为度量在处理元组时在同一代码路径中进行计数）。这就是为什么我们将 5% 的采样率设为默认值。
EDIT 2 在这个 post 中，有更多关于估计的信息：
它的工作方式是，如果您选择 0.05 的采样率，它将选择接下来 20 个事件的随机元素，将计数增加 20。因此，如果您有 20该螺栓的任务，您的统计数据可能会下降 +-380。
顺便说一下，execute_count 只是一个递增的数字，而您的 tuple_inRate.count 是一个比率，不是吗？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
