Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

在 Amazon Kinesis Data Analytics 中使用自定义指标

Kinesis Data Analytics for Apache Flink 公开了 19 个指标 CloudWatch，包括资源使用情况和吞吐量指标。此外，您可以创建自己的指标来跟踪应用程序特定的数据，例如处理事件或访问外部资源。

工作方式

Kinesis Data Analytics 中的自定义指标使用 Apache Flink 指标系统。Apace Flink 指标具有以下属性：

有关 Apache Flink 指标的更多信息，请参阅 Apache Flink 文档中的指标。

要在适用于 Apache FlAmazon Kinesis Data Analytics 中创建自定义指标，您可以RichFunction通过调用扩展的任何用户函数访问 Apache Flink 指标系统GetMetricGroup。此方法返回一个MetricGroup对象，您可以使用该对象来创建和注册自定义指标。Kinesis Data Analytics 报告使用群组密钥KinesisAnalytics创建的所有指标 CloudWatch。您定义的自定义指标具有以下特征：

示例

以下代码示例演示如何创建映射类来创建和增加自定义指标，以及如何通过将映射类添加到DataStream对象来在应用程序中实现该映射类。

记录数量自定义指标

以下代码示例演示了如何创建映射类，该映射类来创建用于统计数据流中记录的指标（与numRecordsIn指标的功能相同）：

    private static class NoOpMapperFunction extends RichMapFunction<String, String> {
        private transient int valueToExpose = 0;
        private final String customMetricName;
 
        public NoOpMapperFunction(final String customMetricName) {
            this.customMetricName = customMetricName;
        }
 
        @Override
        public void open(Configuration config) {
            getRuntimeContext().getMetricGroup()
                    .addGroup("kinesisanalytics")
                    .addGroup("Program", "RecordCountApplication")
                    .addGroup("NoOpMapperFunction")
                    .gauge(customMetricName, (Gauge<Integer>) () -> valueToExpose);
        }
 
        @Override
        public String map(String value) throws Exception {
            valueToExpose++;
            return value;
        }
    }

在前面的示例中，valueToExpose变量会随着应用程序处理的每条记录而增加。

定义映射类后，然后创建一个实现地图的应用程序内流：

DataStream<String> noopMapperFunctionAfterFilter =
    kinesisProcessed.map(new NoOpMapperFunction("FilteredRecords"));

有关此应用程序的完整代码，请参阅记录数自定义指标应用程序。

字数自定义指标

以下代码示例演示如何创建映射类来创建用于计算数据流中字数的指标：

private static final class Tokenizer extends RichFlatMapFunction<String, Tuple2<String, Integer>> {
     
            private transient Counter counter;
     
            @Override
            public void open(Configuration config) {
                this.counter = getRuntimeContext().getMetricGroup()
                        .addGroup("kinesisanalytics")
                        .addGroup("Service", "WordCountApplication")
                        .addGroup("Tokenizer")
                        .counter("TotalWords");
            }
     
            @Override
            public void flatMap(String value, Collector<Tuple2<String, Integer>>out) {
                // normalize and split the line
                String[] tokens = value.toLowerCase().split("\\W+");
     
                // emit the pairs
                for (String token : tokens) {
                    if (token.length() > 0) {
                        counter.inc();
                        out.collect(new Tuple2<>(token, 1));
                    }
                }
            }
        }

在前面的示例中，counter变量会随着应用程序处理的每个单词而增加。

定义映射类后，然后创建一个实现地图的应用程序内流：

// Split up the lines in pairs (2-tuples) containing: (word,1), and
// group by the tuple field "0" and sum up tuple field "1"
DataStream<Tuple2<String, Integer>> wordCountStream = input.flatMap(new Tokenizer()).keyBy(0).sum(1);
     
// Serialize the tuple to string format, and publish the output to kinesis sink
wordCountStream.map(tuple -> tuple.toString()).addSink(createSinkFromStaticConfig());

有关此应用程序的完整代码，请参阅字数自定义指标应用程序。

查看自定义指标

您的应用程序的自定义指标显示在AWS/KinesisAnalytics仪表板的 CloudWatch 指标控制台的应用程序指标组下。