statsd 的副作用可能会导致额外的延迟
statsd's side effects possibly causing extra latency
我正在使用 Datadog 的 statsd client 来记录特定服务器响应的持续时间。当 time-ing 这些响应时，我过去常常传入相当多的自定义标签。所以我正在减少自定义标签的数量。
但是，问题是当我减少传入的标签数量时，服务器响应会有额外的延迟，这不直观，因为我传入的标签更少而且实现没有改变。
根据 Datadog 和 Etsy（最初发布 statsd）的说法，这些记录这些指标的方法没有阻塞。但是，他们必须使用一些额外的线程来执行此操作。
可能是什么问题？使用此客户端是否可能有任何副作用？
我不能具体说明 Java 实现，但在 CSharp 客户端中，通过 UDP 端口 8125 将此数据发送到 127.0.0.1 的能力已完成。它在同一个线程上作为您的执行代码而不是异步的。一旦发送 UDP 消息，您的流程的全部工作就完成了 - 它被触发并立即被遗忘。
你提到的线程开销发生在单独的 Datadog 代理进程中，该进程在 UDP 8125 的另一端侦听，并且有自己的线程池和在发送到 Datadog 服务器之前缓冲一些数据的能力。
您是否有显示此行为的其他信息？据我所知，这听起来不像是 Datadog/StatsD 东西的副作用。
我在 Datadog 的帮助论坛上找到了答案："How to graph percentiles in Datadog"。
- Making a change to increase tag complexity (adding additional tags to be more specific) will lead to changes in the behavior of a rolled up metric visualization
- EX: Whereas before the change METRIC_NAME.avg (without any tags) would be aggregating across all raw points (statsd takes all the raw datapoints, aggregates it and then ships over a single metric stream), adding a tag like region (US, EU) tag causes statsd to bin raw datapoints into two region bins, aggregate them, and ship over two streams. This means when graphing METRIC_NAME.avg AVG by * means an aggregate across the two streams rather than a single one
所以要点是延迟本身并没有增加，但是聚合多个流（每个流对应每个自定义标签）导致图形显示不同的形状。
我正在使用 Datadog 的 statsd client 来记录特定服务器响应的持续时间。当 time-ing 这些响应时，我过去常常传入相当多的自定义标签。所以我正在减少自定义标签的数量。
但是，问题是当我减少传入的标签数量时，服务器响应会有额外的延迟，这不直观，因为我传入的标签更少而且实现没有改变。
根据 Datadog 和 Etsy（最初发布 statsd）的说法，这些记录这些指标的方法没有阻塞。但是，他们必须使用一些额外的线程来执行此操作。
可能是什么问题？使用此客户端是否可能有任何副作用？
我不能具体说明 Java 实现，但在 CSharp 客户端中，通过 UDP 端口 8125 将此数据发送到 127.0.0.1 的能力已完成。它在同一个线程上作为您的执行代码而不是异步的。一旦发送 UDP 消息，您的流程的全部工作就完成了 - 它被触发并立即被遗忘。
你提到的线程开销发生在单独的 Datadog 代理进程中，该进程在 UDP 8125 的另一端侦听，并且有自己的线程池和在发送到 Datadog 服务器之前缓冲一些数据的能力。
您是否有显示此行为的其他信息？据我所知，这听起来不像是 Datadog/StatsD 东西的副作用。
我在 Datadog 的帮助论坛上找到了答案："How to graph percentiles in Datadog"。
- Making a change to increase tag complexity (adding additional tags to be more specific) will lead to changes in the behavior of a rolled up metric visualization
- EX: Whereas before the change METRIC_NAME.avg (without any tags) would be aggregating across all raw points (statsd takes all the raw datapoints, aggregates it and then ships over a single metric stream), adding a tag like region (US, EU) tag causes statsd to bin raw datapoints into two region bins, aggregate them, and ship over two streams. This means when graphing METRIC_NAME.avg AVG by * means an aggregate across the two streams rather than a single one
所以要点是延迟本身并没有增加，但是聚合多个流（每个流对应每个自定义标签）导致图形显示不同的形状。