如何在Spring中监控Server Sent Events(SSE)专属指标？

针对SpringBoot基于SseEmitter实现的SSE服务，除了status_code、延迟这类标准HTTP指标外，以下专属指标是生产环境可观测性的核心关注点，覆盖连接生命周期、事件传输和异常场景：

一、连接生命周期类指标 #

这类指标直接反映长连接的健康状态，是标准HTTP请求指标无法覆盖的维度：

• 活跃SSE连接数：当前保持开放的SseEmitter连接总数。
  • 监控价值：这是最核心的指标，直接体现服务的长连接承载压力。数值突然飙升可能是客户端批量发起连接；骤降则可能是网络波动导致批量断开，或是服务端出现连接泄漏。数值持续过高会耗尽服务端文件句柄，引发资源不足问题。
  • 实现思路：维护一个全局原子计数器，在创建SseEmitter时递增，在连接的onCompletion、onTimeout回调中递减，通过Micrometer注册为Gauge类型指标。
• 累计SSE连接建立数：从服务启动以来，成功建立的SSE连接总次数。
  • 监控价值：用来统计SSE连接的整体规模，对比HTTP总请求数，能区分出长连接流量占比，帮助评估服务的负载结构。
• 累计正常关闭连接数：客户端主动断开或事件推送完成后正常关闭的连接总次数。
• 累计异常关闭连接数：因超时、客户端强制断开、服务端IO错误导致的连接关闭总次数。
  • 监控价值：结合正常关闭数计算连接正常关闭率，异常率过高说明网络环境不稳定，或是客户端SSE实现存在缺陷。

二、事件传输类指标 #

聚焦SSE业务消息的推送效率，直接关联业务触达能力：

• 累计事件推送成功数：成功发送到客户端的SSE事件总次数。
  • 监控价值：对比业务侧生成的事件数，能计算消息触达率，及时发现推送丢失问题。
  • 实现思路：在调用SseEmitter.send()且未抛出异常时，递增计数器。注意捕获IOException（客户端已断开）等异常场景，这类情况不计入成功数。
• 事件推送延迟：从事件生成到send()方法执行完成的时间差。
  • 监控价值：不同于HTTP请求延迟，这个指标反映的是事件在服务端的排队+推送耗时，数值过高说明服务端存在消息积压，或是单个事件数据量过大导致传输阻塞。
• 单次事件推送数据量：每次send()发送的事件字节大小。
  • 监控价值：如果单次推送数据量过大，可能导致连接暂时阻塞，甚至触发客户端的处理超时，需要结合客户端能力设置合理的推送粒度。

三、异常与风险类指标 #

覆盖标准HTTP状态码之外的SSE专属错误场景：

• 累计事件推送失败数：调用SseEmitter.send()时抛出异常的总次数。
  • 监控价值：失败率过高会直接影响业务消息的触达，需要设置告警阈值，及时排查客户端连接状态或服务端资源问题。
• 累计SseEmitter超时数：因超时时间到自动关闭的连接总次数。
  • 监控价值：超时次数过多，要么是超时阈值设置不合理（过短导致正常连接被关闭，过长导致无效连接占用资源），要么是客户端网络中断后未主动断开连接。
• 闲置连接数：超过指定时长（比如15分钟）未发送任何事件的活跃连接数。
  • 监控价值：这类闲置连接会占用服务端端口和内存资源，长期积累可能导致资源泄漏，需要定时扫描并清理，同时监控这类连接的数量变化。

实现建议 #

可以借助Spring Boot自带的Micrometer框架来实现这些指标的收集：

1. 自定义切面（@Around）拦截SseEmitter的创建、send()方法调用、回调触发等关键节点；
2. 用Micrometer的Counter、Gauge、Timer等类型注册对应指标；
3. 结合Prometheus+Grafana搭建监控面板，设置阈值告警（比如活跃连接数超过阈值、推送失败率高于5%时触发告警）。

内容的提问来源于stack exchange，提问作者IcedDante