标题：Java实战：三招精准监控API请求耗时，提升系统性能有妙方
关键词：Java API监控、响应时长统计、性能优化、AOP切面、Servlet过滤器
描述：本文深度解析Java中监控API请求耗时的三种实战方案，通过拦截器、AOP切面和Servlet过滤器实现精准统计，附完整代码示例与性能优化建议。

正文：

在微服务架构盛行的今天，接口响应速度直接影响用户体验。作为Java开发者，我们常需监控API请求耗时以定位性能瓶颈。下面通过三种主流方案，手把手教你实现精准监控。

一、拦截器方案：轻量级统计

Spring的拦截器（Interceptor）适合全局接口监控，只需重写preHandle和afterCompletion方法：

java
public class TimeInterceptor extends HandlerInterceptorAdapter {
private static final ThreadLocal startTime = new ThreadLocal<>();

@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) {
    startTime.set(System.currentTimeMillis());
    return true;
}

@Override
public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) {
    Long duration = System.currentTimeMillis() - startTime.get();
    String path = request.getRequestURI();
    LogUtils.info("API [{}] cost: {}ms", path, duration);
    startTime.remove();
}

}

优势：
- 零侵入性，配置简单
- 可结合日志系统（如Log4j2）自动归档
局限：
- 无法获取方法级注解信息
- 异步请求中ThreadLocal可能失效

二、AOP切面方案：方法级精准监控

若需监控特定注解标记的接口（如@RestController），AOP是最优雅的方案：

java
@Aspect
@Component
public class ApiTimeAspect {
@Around("@within(org.springframework.web.bind.annotation.RestController)")
public Object logExecutionTime(ProceedingJoinPoint joinPoint) throws Throwable {
long start = System.currentTimeMillis();
Object result = joinPoint.proceed();
long duration = System.currentTimeMillis() - start;

    MethodSignature signature = (MethodSignature) joinPoint.getSignature();
    String methodName = signature.getMethod().getName();
    LogUtils.debug("Method [{}] executed in {}ms", methodName, duration);

    return result;
}

}

进阶技巧：
1. 使用@annotation定位特定注解方法
2. 通过MDC（Mapped Diagnostic Context）传递请求ID
3. 整合Prometheus实现实时监控看板

三、Servlet过滤器方案：底层通用监控

对于非Spring项目（如Jersey），可通过Filter实现：

java
@WebFilter("/*")
public class TimeFilter implements Filter {
@Override
public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain)
throws IOException, ServletException {
long start = System.currentTimeMillis();
chain.doFilter(request, response);
long cost = System.currentTimeMillis() - start;

    HttpServletRequest httpReq = (HttpServletRequest) request;
    String path = httpReq.getRequestURI();
    System.out.println("Request to [" + path + "] cost: " + cost + "ms");
}

}

适用场景：
- 传统Servlet项目
- 需监控静态资源请求
- 与Nginx监控数据交叉验证

避坑指南

1. 线程安全：优先使用ThreadLocal而非类变量
2. 异常处理：在finally块中计算耗时避免漏统计
3. 性能影响：高频接口建议采样记录（如10%请求）
4. 数据关联：通过RequestID串联网关→服务→DB调用链

可视化与告警

将统计数据接入监控系统，才是闭环的关键：
- ELK方案：日志→Logstash→Elasticsearch→Kibana图表
- Prometheus方案：
java
Summary requestDuration = Summary.build()
.name("httprequestduration_ms")
.help("API request duration in milliseconds")
.register();

// AOP切面中记录
requestDuration.observe(duration);
- **告警规则**：yml
groups:
- name: api-alert
rules:
- alert: SlowAPI
expr: httprequestdurationmssummary{quantile="0.9"} > 1000
for: 5m

通过这三板斧，我们不仅掌握了API耗时的监控能力，更能将数据转化为性能优化的行动指南。当某个商品查询接口从2000ms优化到200ms时，那种成就感才是工程师的快乐源泉。