上期回顧
上一期：NanoProfiler - 適合生產環境的性能監控類庫 之 大數據篇
上次介紹了NanoProfiler的大數據分析理念，一晃已經時隔一年多了，真是罪過！ 有朋友問到何時開源的問題，這里先簡單說明一下。因為是單位的項目，雖然單位的目標肯定是要開源的，但是，畢竟不像個人項目那么自由。一方面要保證代碼本身的質量，另一方面也要剝離對單位其他框架類庫的依賴，一忙起來就拖延日久了，我只能說盡力盡快推動這個事情！不過，Nuget package一直在Nuget.org，可以免費使用的。想嘗試的朋友無需太多顧慮。另外，單位的項目中已經大面積使用已經有近兩年了，所以，性能和穩定性是有保障的。
這一期，我們就來結合elasticsearch，logstash，kibana手把手實踐一把。
示例代碼
附件包含完整的示例代碼和logstash配置文件：http://files.cnblogs.com/files/teddyma/nanoprofiler_demo.zip
此示例代碼演示了之前幾期介紹中提到的NanoProfiler的絕大多數功能，包括DB和WCF profiling的演示和基於Unity的AOP。示例中包含了兩個簡單的HTTP Handler，分別演示了在同步和異步情形下，NanoProfiler一致的使用體驗。
示例代碼可以使用VS2012，2013或2015打開，並且直接編譯和運行。直接運行默認會在瀏覽器訪問AsyncHandler.ashx，可以看到簡單的demo數據輸出。點擊View Profiling Results，或者直接訪問/nanoprofiler/view，可以看到最近的100個請求的profiling結果。NanoProfiler的Profiling Storage默認是基於slf4net寫profiling結果的，本示例中通過slf4net.log4net，將profiling結果記錄到App_Data目錄中的文本文件。
示例代碼用到了SQL Express 2012 LocalDB，如果運行時報SQL connection錯誤，請確保安裝了LocalDB：http://www.microsoft.com/en-US/download/details.aspx?id=29062
關於NanoProfiler基本功能的使用請參見之前幾期博客文章的介紹，這里重點介紹一下實踐中結合數據的收集和分析工具elasticsearch，logstash，kibana如何對profiling的結果進行分析。
下載和安裝 elasticsearch，logstash，kibana
最新版本的elasticsearch，logstash對windows已經有了很好的支持，只需要JRE7+，下載后的默認配置，即使在windows下都可直接運行。比起兩年前可幸福多了，記得以前在虛擬機的ubuntu里安裝鼓搗半天。
首先，安裝elasticsearch，從官網下載zip包：https://download.elastic.co/elasticsearch/elasticsearch/elasticsearch-1.7.1.zip
解壓到某個本地目錄。執行bin\elasticsearch.bat，elasticsearch就已經運行了。太簡單了，不是？
接着，安裝logstash，同樣從官網下載zip包：https://download.elastic.co/logstash/logstash/logstash-1.5.4.zip
解壓到某個本地目錄。這就已經算安裝完了，不是逗你！
最后，從官網下載kibana（這里使用kibana v3，因為v3是純靜態頁面的，隨便一個web服務器就能運行，另外，真的對kibana4的新UI無愛，還是喜歡3的UI）：https://download.elastic.co/kibana/kibana/kibana-3.1.2.zip
解壓到某個本地目錄，host到IIS里，例如：我用的URL是：http://localhost:8080/k3/
在瀏覽器中訪問http://localhost:8080/k3/，因為沒有使用80端口，它可能會顯示一個Connection Failed錯誤信息，提示你該怎么fix。如果你沒看到錯誤信息，可以跳過本節下面的內容。
要fix這個問題，我們只需要在elasticsearch安裝目錄的config/elasticsearch.yml文件結尾添加一行：
http.cors.enabled: true
然后，停掉elasticsearch，再重新運行bin/elasticsearch.bat
在瀏覽器中重新訪問http://localhost:8080/k3/，可以看到，這次沒有錯誤信息了！（注意，不要直接按F5，要去掉剛才有錯誤信息頁面地址里的#connectionFailed部分）
至此，elasticsearch，logstash，kibana全部安裝完畢了！
使用logstash導入profiling結果到elasticsearch
回到我們的示例程序，在瀏覽器中再刷新幾次對AsyncHandler.ashx的訪問（只是為了多點profiling數據），然后，在App_Data目錄，應該能看到profiling log文件。打開log文件，我們看到，里面的每一行是一個json。這一節，我們的目的是，將log文件里的json，通過logstash導入elasticsearch。
我們需要定義一個logstash的conf文件，別忘了改里面的路徑到你本機的正確目錄，關於logstash的具體使用幫助，可以參考官方文檔：https://www.elastic.co/guide/en/logstash/current/advanced-pipeline.html
profiling.conf
input {
file {
codec => "json"
path => [ "C:/Users/teddy/git/nanoprofiler_demo/Demos/NanoProfiler.Demos.SimpleDemo/App_Data/*.log" ]
sincedb_path => "C:/Users/teddy/git/nanoprofiler_demo/Demos/NanoProfiler.Demos.SimpleDemo/App_Data/sincedb.profiling-logs"
sincedb_write_interval => 5
start_position => "beginning"
discover_interval => 5
}
}
filter
{
# Use started as @timestamp field
date {
match => [ "started", "ISO8601" ]
timezone => "UTC"
target => "@timestamp"
}
}
output {
elasticsearch {
protocol => "http"
host => "localhost"
document_id => "%{id}"
index => "logstash-profiling-log-%{+YYYY.MM.dd}"
workers => 1
}
}
接下來就可以讓logstash執行了，在cmd里cd到logstash的安裝目錄，執行：bin/logstash -f profiling.conf
在瀏覽器中訪問http://localhost:9200/_search，可以看到，我們的profiling數據已經被成功導入elasticsearch。
用kibana顯示elasticsearch里數據
下面，我們可以嘗試用kibana來顯示elasticsearch里的profiling結果了。
首先，在kibana3的首頁，點擊創建一個新的空dashboard。
點擊右上角的設置按鈕，在彈出的窗口點擊index tab，如下圖輸入我們上面的profiling.conf里指定的輸出到elasticsearch的index名稱，然后點擊save保存。
回到dashboard，選擇Time Picker為最近一小時。
接下來我們要在dashboard上新建議個row，點擊dashboard右下角的Add a row，然后在彈出頁面點擊Create a row，然后點擊save保存。
這時，屏幕上或多出一個row，鼠標移動台左邊的屏幕邊緣，點擊+按鈕，選擇Panel Type為Table，其他不用填，直接點擊save保存。這時，我們已經能看到添加的Table Panel里面顯示我們的profiling數據了，不過，這個panel窄了點，我們可以像windows窗口一樣，把他拖大一點。
接下來，我們可以對profiling數據，做更多的filter，比如，我想看看所有的DB profiling結果。
當然，你也可以再點擊左邊的屏幕邊緣的+按鈕，添加kibana提供的各種其他酷酷的panel。
如果，你現在刷新幾下示例代碼中的AsyncHandler.ashx頁面，回到dashboard，稍等2-3秒，點擊頁面上方的刷新按鈕，就能看到，daskboard里顯示的profiling數據自動增加了。因為logstash是實時監控log文件變更的。😃
后面您就自己玩會兒？我去歇歇了！