golang stats.PipelineStatistics 示范

以下是使用 `stats.PipelineStatistics` 结构体进行性能统计的示例代码：

pipelineStats := stats.NewPipelineStats()

source := NewSourceComponent(pipelineStats)
processor := NewProcessorComponent(pipelineStats)
sink := NewSinkComponent(pipelineStats)

go source.Run()
go processor.Run()
go sink.Run()

for {
    select {
    case <-time.After(time.Second):
        // 输出整个 Pipeline 的性能统计信息
        pipelineStats.PrintStats()

        // 输出每个组件的性能统计信息
        sourceStats := source.GetStats()
        processorStats := processor.GetStats()
        sinkStats := sink.GetStats()
        fmt.Printf("Source stats: %+v\n", sourceStats)
        fmt.Printf("Processor stats: %+v\n", processorStats)
        fmt.Printf("Sink stats: %+v\n", sinkStats)
    }
}

在上述代码中，我们创建了一个 Pipeline，并使用 `stats.NewPipelineStats()` 函数创建了一个 `stats.PipelineStatistics` 结构体。然后，通过将 `pipelineStats` 参数传递给每个组件的构造函数，用于在组件内部收集性能统计信息。在每个组件的 `Run()` 方法中，我们调用了 `pipelineStats.StartComponent()` 方法，用于在性能统计信息中标记该组件的开始时间。在事件处理的代码中，我们更新了事件数量和处理时间的统计信息。最后，在主循环中，我们通过定时器定期输出整个 Pipeline 的性能统计信息，并调用每个组件的 `GetStats()` 方法输出其性能统计信息。

需要注意的是，在输出性能统计信息之前，需要先确保各个组件已经开始运行。在上述代码中，我们通过 `go source.Run()`、`go processor.Run()` 和 `go sink.Run()` 分别启动了每个组件的运行。同时，我们通过 `time.After()` 定时器定期输出性能统计信息，以便及时了解 Pipeline 的性能情况。