Reduce memory footprint of sentinel-dashboard Metric

英文不太好，用中文描述吧，请谅解

## Issue Description

Type: *feature request*

### Describe what happened (or what feature you want)
目前我们的sentinel-dashboard大概接入了200个应用，metric数据最开始是存储在内存(后面提出来了)，应用分配的内存比较小，1G，发现Metric占用了大量的内存，实例数超过300W，资源名比较长，
在不增加内存的情况，一直fullGC 。
300W个实例，每个实例里面都存有app 和 resource 内容，资源吗比较长，占用太多内存

### Describe what you expected to happen
降低Metric占用的内存大小

### How to reproduce it (as minimally and precisely as possible)

1. 新增一种Metric存储策略，使用简化版的Metric实体
2.
3.

### Tell us your environment
sentinel1.4.0 （看过代码，存储这一块和目前最新的版本一样）

### Anything else we need to know?
我看了目前sentinel-dashboard metric展示相关代码，在最新版本(1.8.0-SNAPSHOT)中，大概只用到了MetricEntity实体中的4个属性：
时间：timestamp Date
通过 QPS：passQps Long
拒绝QPS：blockQps Long
响应时间：rt double

也就是说，就目前而言，MetricEntity中的其他属性是无用了，但是却占用了大量的内存(resource、app )，也许是为了扩展考虑吧？

所以，能否提供一个新的Metric存储策略，缩减无效属性，降低内存使用，如下：

public class LowMetricEntity {
private long timestamp;
private long gmtCreate;

private int successQps;
private int exceptionQps;
private int passQps;
private int blockQps;

/**
* summary rt of all success exit qps.
*/
private double rt;

/**
* 本次聚合的总条数
*/
private int count;
}

Start by examining the dashboard metric storage path and the MetricEntity fields used by the metric display code. Define the reduced-memory storage strategy around the listed timestamp, QPS, response-time, and aggregation values, then verify that metric display behavior is preserved while memory usage decreases.

Written by the indexing model from the issue text.