Prometheus + Grafana：一套 SpringBoot 应用的可视化监控方案！
此系列文章将会描述Java框架Spring Boot、服务治理框架Dubbo、应用容器引擎Docker，及使用Spring Boot集成Dubbo、Mybatis等开源框架，其中穿插着Spring Boot中日志切面等技术的实现，然后通过gitlab-CI以持续集成为Docker镜像。
本文为Spring Boot 通过监控门面 micrometer 集成 Prometheus，再使用Grafana进行数据的实时展示
本系列文章中所使用的框架版本为
Spring Boot 2.0.3-RELEASE，Spring 5.0.7-RELEASE，Dubbo 2.6.2。
监控门面，概念同日志门面slf4j，均为基于外观设计模式所实现的规范，支持众多监控系统的应用程序Metrics外观
Micrometer
SpringBoot 2.x上已引入第三方实现的metrics Facade，默认与Micrometer集成，而Micrometer具有Prometheus的MeterRegistry规范的实现。
Prometheus拉取及处理SpringBoot应用中的监控数据，最后通过Grafana提供的UI界面进行数据的实时展示。
更多关于Micrometer功能的信息，请参阅其参考文档，特别是概念部分：
- https://micrometer.io/docs
metrics tag/label
关于metrics是否支持tag/label，则代表其metrics是否能够有多维度的支持。像statsd不支持tag，如果要区分多host的同一个jvm指标，则通常是通过添加prefix来解决，不过这个给查询统计以及后续扩展带了诸多的不变。
支持tag的好处就是可以进行多维度的统计和查询，以同一微服务但是不同实例的jvm指标来说，可以通过tag来添加host标识，这样监控系统就可以灵活根据tag查询过滤来查看不同主机粒度的，甚至是不同数据中心的粒度。
埋点
Maven依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
<version>${springboot.version}</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-undertow</artifactId>
<version>${springboot.version}</version>
</dependency>
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
<version>1.1.2</version>
</dependency>
application配置
management.metrics.export.prometheus.enabled=true
management.metrics.export.prometheus.step=1m
management.metrics.export.prometheus.descriptions=true
management.web.server.auto-time-requests=true
management.endpoints.web.exposure.include=health,info,env,prometheus,metrics,httptrace,threaddump,heapdump
web埋点
servlet容器undertow
@SpringBootApplication
@EnableAspectJAutoProxy(proxyTargetClass = true)
@ComponentScan("com.test")
public class Starter {
public static void main(String[] args) {
new SpringApplicationBuilder(Starter.class)
.web(WebApplicationType.SERVLET).run(args);
}
}
Prometheus
Prometheus是一个开源的监控系统，起源于SoundCloud。它由以下几个核心组件构成：
- 数据爬虫： 根据配置的时间定期的通过HTTP抓去metrics数据。
- time-series 数据库： 存储所有的metrics数据。
- 简单的用户交互接口： 可视化、查询和监控所有的metrics。
Docker安装
docker run -d \
--name prometheus \
--net dubbo \
--hostname prom \
-p 9090:9090 \
-v /media/raid10/tmp/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml \
prom/prometheus \
--config.file=/etc/prometheus/prometheus.yml
增加promtheus拉取数据的项目，需在挂载的配置文件prometheus.yml中增加对应的Endpoint设置并重启服务
Grafana
Grafana使你能够把来自不同数据源比如Elasticsearch, Prometheus, Graphite, influxDB等多样的数据以绚丽的图标展示出来。它也能基于你的metrics数据发出告警。当一个告警状态改变时，它能通知你通过email，slack或者其他途径。
Docker安装
docker run -d \
--name grafana \
--net dubbo \
-p 3000:3000 \
-e "GF_SERVER_ROOT_URL=http://grafana.server.name" \
-e "GF_SECURITY_ADMIN_PASSWORD=secret" \
grafana/grafana
效果：
来源：tillend.blog.csdn.net/article/details/86768376
精彩推荐最全的java面试题库开源版的高仿 “ 微信 ”，吊炸天！与其在网上拼命找题？ 不如马上关注我们~