Spring Aspect搭配WebFlux的预期行为？基于@Around实现Prometheus指标遇问题

嘿，我注意到你在尝试用@Around注解实现自定义的@TimeMetric来统计接口执行时间，但因为你的Controller返回的是Mono这种Reactor异步类型，直接用同步的计时逻辑肯定拿不到真实的执行耗时——这是异步代码里很常见的坑！

问题根源 #

你当前的代码里，joinPoint.proceed()会立刻返回一个Mono对象，但此时service.doSomeJob()的实际业务逻辑还没开始执行。如果只是在proceed()前后计时，得到的只是Mono对象初始化的时间，完全不是接口真正处理请求的耗时。

修正后的Aspect实现 #

我们需要针对Reactor类型的返回值，用它的生命周期钩子来捕获真正的完成时间。这里用doFinally（不管成功还是失败都会触发）来确保能统计到完整的执行时长：

import io.micrometer.core.instrument.MeterRegistry;
import io.micrometer.core.instrument.Timer;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.springframework.stereotype.Component;
import reactor.core.publisher.Flux;
import reactor.core.publisher.Mono;

import java.util.concurrent.TimeUnit;

@Aspect
@Component
public class TimeMetricAspect {

    private final Timer requestTimer;

    // 注入Micrometer的MeterRegistry，用来创建Timer指标
    public TimeMetricAspect(MeterRegistry meterRegistry) {
        this.requestTimer = Timer.builder("api_request_duration_ms")
                .description("API请求执行时长（毫秒）")
                .register(meterRegistry);
    }

    @Around("@annotation(TimeMetric)")
    public Object logExecutionTime(ProceedingJoinPoint joinPoint) throws Throwable {
        long startTime = System.currentTimeMillis();
        Object result = joinPoint.proceed();

        // 处理Mono类型的异步返回值
        if (result instanceof Mono) {
            return ((Mono<?>) result)
                    .doFinally(signalType -> {
                        long duration = System.currentTimeMillis() - startTime;
                        requestTimer.record(duration, TimeUnit.MILLISECONDS);
                    });
        }
        // 处理Flux类型的异步返回值
        else if (result instanceof Flux) {
            return ((Flux<?>) result)
                    .doFinally(signalType -> {
                        long duration = System.currentTimeMillis() - startTime;
                        requestTimer.record(duration, TimeUnit.MILLISECONDS);
                    });
        }
        // 处理同步方法的情况
        else {
            long duration = System.currentTimeMillis() - startTime;
            requestTimer.record(duration, TimeUnit.MILLISECONDS);
            return result;
        }
    }
}

关键细节说明 #

• doFinally钩子：它会在Mono/Flux的整个数据流完成（包括成功、失败、取消）时触发，这样能准确统计从请求进入到业务逻辑完全结束的总耗时。
• Prometheus指标选型：用Timer（底层对应Prometheus的Histogram）最合适，它不仅能记录耗时，还能生成分位数、平均值等统计数据，方便监控分析。
• 兼容同步场景：代码里也处理了非Reactor类型的返回值，保证你的@TimeMetric注解能同时用于同步和异步接口。

额外小提示 #

如果你的项目是Spring Boot，其实可以直接用Micrometer自带的@Timed注解，它已经原生支持Reactor异步类型，不需要自己写AOP。但如果一定要自定义@TimeMetric注解，上面的代码就能完美解决你的问题。

内容的提问来源于stack exchange，提问作者Aleksey Kozel