延續前兩部分的 ITracer 介面與插裝技術，本部分引入基於 Spring 的組件模型管理監控服務。核心優勢：
Java 應用運行於底層硬體與 OS 之上，收集硬體/OS 層指標是全面監控基石。典型指標涵蓋：
代理模式：目標主機安裝專用軟體，本地聚合後推送/拉取。優點：採集能力強、效率高；缺點：部署維護成本高、代理故障導致監控盲區。
無代理模式：利用 OS 內建介面（SSH、WinRM、SNMP）遠端採集。優點：無額外部署；缺點：遠端採集多指標效率低、權限管理複雜。
最佳實踐：混合部署——本地代理負責高頻大量指標聚合，遠端監控器檢查主機存活與代理健康狀態。
Linux/UNIX 通過 /proc 虛擬檔案系統暴露核心效能數據（記憶體常駐、文本介面），配合 ps、sar、iostat、vmstat 等標準工具極易解析。採集器透過 Shell 執行命令並解析輸出，三種 Shell 存取方式：
java.lang.Process）
ssh-keygen -t dsa~/.ssh/authorized_keysknown_hosts 包含目標主機公鑰指紋whitehen@whitehen-desktop:~$ mkdir .ssh
whitehen@whitehen-desktop:~$ cd .ssh
whitehen@whitehen-desktop:~/.ssh$ ssh-keygen -t dsa
Generating public/private dsa key pair.
Enter file in which to save the key (/home/whitehen/.ssh/id_dsa): whitehen_dsa
Enter passphrase (empty for no passphrase):
Enter same passphrase again:
Your identification has been saved in whitehen_dsa.
Your public key has been saved in whitehen_dsa.pub.
whitehen@whitehen-desktop:~/.ssh$ cat whitehen_dsa.pub >> authorized_keys
ShellCollector 結合 IRemoteShell（如 JSchRemoteShell）與 CommandSet 實現通用採集。CommandSet 從 XML 載入，定義：目標平台、執行命令、輸出解析與映射規則。核心解析標籤：
<shellCommand>：實際命令<paragraphSplitter>：多段落分割正則<Extractors>/<CommandResultExtract>：解析映射規則<paragraph>：目標段落索引與命名空間前綴<columns>：行內欄位提取（entryName/values/offset）<namemapping>：將簡略名稱映射為可讀指標名<tracers>：指標類型（預設 SINT）<filterLine>：過濾無效行<lineSplit>：行分割正則範例：sar -u 1 3 取 CPU 使用率，sar -n SOCK 1 取 Socket 統計。解析輸出映射至 APM 樹 Hosts/Linux/whitehen-desktop/CPU Utilization 等節點。
針對輸出格式複雜（如 Cisco CSS Telnet show service summary），引入 GroovyScriptManager 預處理原始輸出：重命名重複欄位、過濾標題行、重組結構，再交由標準提取器解析。Groovy 腳本熱載入、效能佳、解析能力強。
String[] lines = formatTarget.toString().split("\r\r\n");
StringBuffer buff = new StringBuffer();
lines.each() {
if(!(it.contains("Load Transitions") || it.contains("show service summary") || it.trim().length() < 1)) {
buff.append(it).append('\n');
}
}
return buff.toString()
.replaceFirst("State", "Status")
.replaceFirst("Service Name", "ServiceName")
.replace("State", "Transitions");
JSchRemoteShell 基於 Ant SSHEXEC，每命令建立新連線，效率低。折衷方案：單輪詢周期合併多命令或使用 sar -A 等聚合選項一次取回所有指標，再由 CommandSet 多段落解析。長連線 Session Shell 實現較複雜，需處理提示符解析與狀態維護。
Windows 無豐富命令列工具，標準介面為 Windows Performance Manager (WPM/PerfMon)。計數器命名規則：\PerformanceObject(Instance)\Counter（如 \Processor(_Total)\% Processor Time）。遠端存取 WPM 困難，主要方案：
C# 實現 winsar.exe Category Counter Raw Instance 模擬 Linux sar 行為，輸出可由 ShellCollector 解析。為解決 .NET CLR 重複啟動開銷，實作 -service 模式：常駐進程讀配置、透過 JMS 監聽請求、回應至公共主題。Spring 端以 DelegatingShellCollector + RemoteJMSShell 發送請求、接收回應解析。JMS 發布/訂閱模式天然支援多主機代理部署，中央排程器統一觸發採集，可檢測代理無響應觸發告警。
DBA 工具與 APM 整合常被忽視，但資料庫性能與應用性能緊密相關，集中式 APM 倉庫關聯兩者指標價值極大。JDBCCollector 核心場景：
pg_stat_all_tables）查詢結果每行映射至追蹤命名空間：片段值可為字面常量或行標記 {columnIndex}，指標名為字面值，指標值取自 valueColumn。支援多 QueryMap 從單查詢提取多指標。
利用 RelativeTimeStampProvider 提供綁定變量（當前時間 -5 秒、當前時間 +10ms），查詢 sales_order 近 5 秒插入筆數，指標類型 SINT（sticky int）。採集頻率與時間窗需權衡 DB 負載，收集器自動追蹤查詢耗時供調優參考。
查詢 pg_stat_all_tables 取最忙 5 張表的順序掃描/索引掃描計數與元組讀取數，指標類型 SDLONG（sticky delta long）。四個 QueryMap 分別映射 SequentialScans、SequentialTupleReads、IndexScans、IndexTupleReads，片段含 schema 與表名 {0},{1}。命名空間含 {beanName} 動態標記收集器實例。
此部分配置展示了 availabilityNameSpace 整合可用性檢查與性能採集於單一收集器。
