引言

在微服務(wù)架構(gòu)流行的今天，服務(wù)的監(jiān)控和管理變得尤為重要。Prometheus 作為一個(gè)開源的監(jiān)控和告警工具，以其強(qiáng)大的數(shù)據(jù)采集、存儲(chǔ)和查詢能力，受到了眾多開發(fā)者的青睞。

Spring Boot 作為 Java 領(lǐng)域快速構(gòu)建微服務(wù)的框架，與 Prometheus 的結(jié)合可以實(shí)現(xiàn)對(duì) Spring Boot 應(yīng)用的實(shí)時(shí)監(jiān)控。本文將介紹如何使用 Prometheus 監(jiān)控 Spring Boot 應(yīng)用。

Prometheus 簡(jiǎn)介

Prometheus 是一個(gè)開源的系統(tǒng)監(jiān)控和警報(bào)工具包，它通過采集和存儲(chǔ)指標(biāo)（metrics），提供了強(qiáng)大的數(shù)據(jù)查詢語(yǔ)言，可以幫助我們分析和理解應(yīng)用程序的行為。

Prometheus 的核心組件是 Prometheus Server，它負(fù)責(zé)采集監(jiān)控指標(biāo)并提供查詢接口。

Spring Boot Actuator

Spring Boot Actuator 是 Spring Boot 提供的一系列用于監(jiān)控和管理 Spring Boot 應(yīng)用的工具。

它提供了許多端點(diǎn)（endpoints），例如 /health、/info、/metrics 等，這些端點(diǎn)可以公開應(yīng)用的內(nèi)部信息，如健康狀態(tài)、配置信息和度量指標(biāo)。

集成 Prometheus 和 Spring Boot

要將 Prometheus 與 Spring Boot 應(yīng)用集成，

我們需要執(zhí)行以下步驟：

添加依賴

首先，將 Spring Boot Actuator 和 Micrometer Prometheus Registry 添加到項(xiàng)目的依賴中。

Actuator 提供了一系列內(nèi)置端點(diǎn)，用于顯示運(yùn)行應(yīng)用的性能信息，如健康狀況、指標(biāo)等。

Micrometer Prometheus registry 會(huì)將這些指標(biāo)格式化為 Prometheus 可讀格式。

• xml

<dependencies>
    <!-- Spring Boot Actuator -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
        <version>2.7.15</version>
    </dependency>
    <!-- Micrometer Prometheus Registry -->
    <dependency>
        <groupId>io.micrometer</groupId>
        <artifactId>micrometer-registry-prometheus</artifactId>
        <version>1.9.14</version>
    </dependency>
</dependencies>

配置 Actuator

在 application.yml 或 application.properties 文件中配置 Actuator 以暴露 Prometheus 端點(diǎn)。

例如，在 application.yml 中：

• yaml

management:
  endpoints:
    web:
      exposure:
        include: '*'
    metrics:
      export:
        prometheus:
          enabled: true
  endpoints:
    web:
      base-path: "/status" # 將/actuator/xxx修改為/status/xxx，防止被猜到
      server:
        request:
          metric-name: "application:request" # 自定義接口指標(biāo)名
      client:
        request:
          metric-name: "application:client_request" # 自定義http客戶端指標(biāo)名
  server:
    port: 10111 # 指定端口，默認(rèn)跟server.port一樣，可以防止被猜到

配置 Prometheus

下載并運(yùn)行 Prometheus Server，然后從 Prometheus 官網(wǎng)或 GitHub 倉(cāng)庫(kù)獲取適用于您操作系統(tǒng)的版本。

啟動(dòng) Prometheus Server 后，需要修改其配置文件 prometheus.yml，以便添加 Spring Boot 應(yīng)用作為監(jiān)控目標(biāo)。

• yaml

global:
  scrape_interval: 15s
scrape_configs:
  - job_name: "prometheus"
    static_configs:
      - targets: ["localhost:9090"]
  - job_name: 'prometheusapp'
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ['localhost:8080']

監(jiān)控落地

基于 Prometheus + Grafana 的監(jiān)控落地，包括安裝 Prometheus + Grafana、導(dǎo)入依賴、配置 Prometheus 拉取數(shù)據(jù)以及配置 Grafana 監(jiān)控面板。

通過上述步驟，我們可以成功地將 Prometheus 與 Spring Boot 應(yīng)用集成，實(shí)現(xiàn)對(duì)應(yīng)用的實(shí)時(shí)監(jiān)控。

監(jiān)控結(jié)果與可觀察的指標(biāo)

在Spring Boot應(yīng)用中整合Prometheus后，我們可以監(jiān)控到一系列關(guān)鍵的性能指標(biāo)，這些指標(biāo)對(duì)于理解應(yīng)用的行為和健康狀況至關(guān)重要。

以下是一些主要的監(jiān)控結(jié)果和可觀察的指標(biāo)：

系統(tǒng)和JVM指標(biāo)

• CPU使用率：監(jiān)控系統(tǒng)CPU的使用情況，可以通過PromQL查詢r(jià)ate(process_cpu_seconds_total[5m])來獲取。
• 內(nèi)存使用情況：包括堆內(nèi)存和非堆內(nèi)存的使用情況，可以通過jvm_memory_used_bytes等指標(biāo)來監(jiān)控。
• 垃圾回收（GC）：監(jiān)控JVM的垃圾回收情況，包括GC次數(shù)和耗時(shí)，可以通過jvm_gc_collection_seconds_sum等指標(biāo)來監(jiān)控。

應(yīng)用性能指標(biāo)

• 請(qǐng)求處理時(shí)間：監(jiān)控接口的響應(yīng)時(shí)間，可以通過http_server_requests_seconds等指標(biāo)來獲取。
• 請(qǐng)求量：監(jiān)控接口的請(qǐng)求次數(shù)，可以通過http_server_requests_total等指標(biāo)來監(jiān)控。
• 錯(cuò)誤率：監(jiān)控接口的錯(cuò)誤請(qǐng)求次數(shù)，可以通過http_server_requests_seconds_count等指標(biāo)來監(jiān)控。

業(yè)務(wù)指標(biāo)

• 訂單總額：模擬訂單系統(tǒng)的實(shí)時(shí)訂單總額，可以通過自定義指標(biāo)order_amount_sum來監(jiān)控。
• 下單失敗率：監(jiān)控10分鐘內(nèi)的下單失敗率，可以通過自定義指標(biāo)來實(shí)現(xiàn)監(jiān)控。
• 請(qǐng)求失敗數(shù)：監(jiān)控請(qǐng)求失敗的次數(shù)，可以通過自定義指標(biāo)來實(shí)現(xiàn)監(jiān)控。

容器和部署指標(biāo)

• 容器啟動(dòng)時(shí)間：監(jiān)控容器的啟動(dòng)時(shí)間，可以通過自定義腳本和Prometheus的pushgateway來實(shí)現(xiàn)。
• 容器運(yùn)行時(shí)指標(biāo)：監(jiān)控容器的運(yùn)行時(shí)指標(biāo)，如資源使用情況等。

自定義指標(biāo)

• 接口調(diào)用次數(shù)和耗時(shí)：通過自定義指標(biāo)來監(jiān)控特定接口的調(diào)用次數(shù)和耗時(shí)，可以通過method_rt等指標(biāo)來監(jiān)控。
• 訂單請(qǐng)求次數(shù)：通過自定義指標(biāo)metrics_request_count來監(jiān)控訂單請(qǐng)求的次數(shù)。

通過這些指標(biāo)，我們可以對(duì)Spring Boot應(yīng)用的性能和健康狀況有一個(gè)全面的了解。

這些數(shù)據(jù)不僅可以幫助我們及時(shí)發(fā)現(xiàn)和解決問題，還可以用于性能優(yōu)化和故障排查。

通過Grafana等可視化工具，我們可以將這些指標(biāo)以圖表的形式展示出來，使得監(jiān)控結(jié)果更加直觀和易于理解。

如何通過Prometheus監(jiān)控分布式系統(tǒng)的指標(biāo)？

要通過Prometheus監(jiān)控分布式系統(tǒng)的指標(biāo)，可以遵循以下步驟和最佳實(shí)踐：

選擇合適的監(jiān)控指標(biāo)

根據(jù)Google的分布式監(jiān)控經(jīng)驗(yàn)，推薦的四個(gè)黃金指標(biāo)包括[1]：

• 延遲：服務(wù)請(qǐng)求的時(shí)間，反映用戶體驗(yàn)和系統(tǒng)核心性能。
• 通訊量：監(jiān)控當(dāng)前系統(tǒng)的流量，用于衡量服務(wù)的容量需求。
• 錯(cuò)誤：監(jiān)控當(dāng)前系統(tǒng)所有發(fā)生的錯(cuò)誤請(qǐng)求，衡量當(dāng)前系統(tǒng)錯(cuò)誤發(fā)生的速率。
• 飽和度：衡量當(dāng)前服務(wù)的飽和度，主要強(qiáng)調(diào)最能影響服務(wù)狀態(tài)的受限制的資源，如內(nèi)存狀態(tài)。

使用Exporter收集數(shù)據(jù)

Prometheus通過Exporter來收集分布式系統(tǒng)中的數(shù)據(jù)。常見的Exporter包括[11]：

• NodeExporter：收集主機(jī)的CPU、內(nèi)存、磁盤等信息。
• 其他Exporter：根據(jù)需要監(jiān)控的具體服務(wù)或組件，可能需要使用特定的Exporter。

配置Prometheus

配置Prometheus的prometheus.yml文件，定義如何拉取不同Exporter的數(shù)據(jù)[11]：

• yaml

scrape_configs:
  - job_name: 'node'
    static_configs:
      - targets: ['localhost:8080']

這將配置Prometheus從NodeExporter的:8080端口拉取數(shù)據(jù)。

多集群監(jiān)控方案

在分布式云場(chǎng)景下，可以采用TMP+TDCC方案，通過在中心賬號(hào)下創(chuàng)建TMP監(jiān)控實(shí)例，并在該賬號(hào)下開啟TDCC HUB集群，將其他賬號(hào)下的集群統(tǒng)一注冊(cè)到TDCC HUB集群中，實(shí)現(xiàn)一套監(jiān)控系統(tǒng)采集所有集群的指標(biāo)[9]。

聚合查詢與指標(biāo)數(shù)據(jù)量

對(duì)于多集群數(shù)據(jù)存放在一起的情況，可以進(jìn)行預(yù)聚合以減少查詢時(shí)Prometheus的壓力和反饋耗時(shí)[9]。同時(shí)，需要注意監(jiān)控?cái)?shù)據(jù)的總量，建議所有集群總的數(shù)據(jù)量不超過450w。

可視化與告警

使用Grafana與Prometheus結(jié)合，實(shí)現(xiàn)數(shù)據(jù)的可視化展示[12]。同時(shí)，可以設(shè)置告警規(guī)則，當(dāng)特定指標(biāo)超過閾值時(shí)觸發(fā)告警。

監(jiān)控指標(biāo)的類型

Prometheus主要有四種類型的監(jiān)控指標(biāo)[10]：

1. Counter：只增不減的計(jì)數(shù)器，如HTTP訪問量。
2. Gauge：反映系統(tǒng)的當(dāng)前狀態(tài)，可增可減，如CPU使用率。
3. Histogram：用于統(tǒng)計(jì)和分析樣本的分布情況。
4. Summary：與Histogram類似，但提供了分位數(shù)統(tǒng)計(jì)。

通過上述步驟和實(shí)踐，可以有效地通過Prometheus監(jiān)控分布式系統(tǒng)的指標(biāo)，確保系統(tǒng)的穩(wěn)定性和性能。

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論