我正在学习DropWizard指标库（以前称为Coda Hale指标），对于何时应使用Metersvs感到困惑Timers。根据文档：
仪表：仪表测量一组事件发生的速率
和：
计时器：计时器基本上是一种事件的持续时间的直方图，它是事件发生率的米
基于这些定义，我无法分辨它们之间的区别。令我感到困惑的是，Timer它没有像我期望的那样被使用。对我来说，Timer就是这样：一个计时器；它应该测量astart()和之间的时间差stop()。但是似乎Timers还可以捕获事件发生的速率，感觉它们像踩Meters脚一样。
如果我能看到每个组件输出什么的示例，这可以帮助我理解何时/何地使用这两个组件。
Answers:
您之所以感到困惑，部分原因是DW Metrics Timer IS以及DW Metrics Meter。
仪表专用于速率，单位为Hz（事件每秒）。每个仪表都会发布4（？）个不同的指标：
您可以通过在代码中的不同点记录一个值来使用仪表-DW Metrics会自动记下每个呼叫的挂牌时间以及您给它的值，并使用它们来计算该值的增加速率：
Meter getRequests = registry.meter("some-operation.operations")
getRequests.mark() //resets the value, e.g. sets it to 0
int numberOfOps = doSomeNumberOfOperations() //takes 10 seconds, returns 333
getRequests.mark(numberOfOps) //sets the value to number of ops.
我们希望速率为33.3 Hz，因为发生了333次操作，两次调用mark（）之间的时间为10秒。
计时器计算以上四个指标（将每个Timer.Context视为一个事件），并向其中添加许多其他指标：
每个计时器总共报告15个指标。
简而言之：计时器报告很多指标，要理解它们可能很棘手，但是一旦您完成，它们便是发现棘手行为的一种非常有效的方法。
事实是，仅收集两点之间花费的时间并不是一个非常有用的指标。考虑：您有如下代码块：
Timer timer = registry.timer("costly-operation.service-time")
Timer.Context context = timer.time()
costlyOperation() //service time 10 ms
context.stop()
假设它costlyOperation()具有不变的成本，不变的负载，并且在单个线程上运行。在1分钟的报告期内，我们应该预计此操作的时间为6000次。显然，我们不会通过6000x线路报告实际的服务时间-相反，我们需要某种方式来汇总所有这些操作以适合我们所需的报告窗口。DW Metrics的计时器每分钟（我们的报告期间）为我们自动执行一次。5分钟后，我们的指标注册表将报告：
现在，让我们考虑进入一个时期，有时我们的操作有时会完全脱离轨道和障碍：
Timer timer = registry.timer("costly-operation.service-time")
Timer.Context context = timer.time()
costlyOperation() //takes 10 ms usually, but once every 1000 times spikes to 1000 ms
context.stop()
在1分钟的收集时间内，由于每千次执行需要更长的时间，因此现在执行的次数少于6000次。得出大约5505的信息。在第一分钟（系统总时间为6分钟）之后，我们将看到：
如果用图形表示，则大多数请求（p50，p75，p99等）将在10毫秒内完成，但1000个请求（p99）中的一个请求将在1秒内完成。这也将被视为平均速度略有下降（约2％），平均1分钟的平均速度有相当大的下降（接近9％）。
如果仅查看时间平均值（速率或持续时间），就永远不会发现这些尖峰-如果对许多成功操作进行平均，它们就会被拖入背景噪声中。同样，仅知道最大值也无济于事，因为它不会告诉您最大值发生的频率。这就是为什么直方图是跟踪性能的强大工具的原因，也是DW Metrics的计时器同时发布速率和直方图的原因。