java

关注公众号 jb51net

关闭
首页 > 软件编程 > java > SpringBoot Prometheus使用

SpringBoot对接Prometheus指标监控使用详解

作者：小码农叔叔

随着微服务在生产环境大规模部署和应用,随之而来也带来了新的问题,其中比较关键的就是关于微服务的运维和监控,本文将结合微服务运维监控中的指标监控进行详细的说明,需要的朋友可以参考下

一、前言

随着微服务在生产环境大规模部署和应用，随之而来也带来了新的问题，其中比较关键的就是关于微服务的运维和监控。行业有句话叫无监控不运维，以springboot为基础框架的微服务开发和部署模式，给业务快速发展提供了有效的支撑，但随着业务的飞速发展，需要拆分的服务也越来越多，这就给线上的运维工作带了很大的挑战，所以近些年来，微服务的运维、链路跟踪和各类指标监控被 日渐重视起来。本文将结合微服务运维监控中的指标监控进行详细的说明。

二、微服务监控概述

2.1 微服务常用监控指标

在微服务的监控世界里，可以说涉及到的内容非常多，涵盖内容也比较多，结合实际经验以下列举了微服务中常用的一些监控指标：

性能指标

资源利用

错误指标

系统健康

业务指标

日志监控

网络指标

分布式跟踪

2.2 微服务常用指标监控工具

在微服务架构中，常用的指标监控工具有很多选择，以下列举了几个比较流行和广泛使用的工具：

Prometheus

Prometheus 是一个开源的监控和警报工具包，特别适合动态服务发现和高度动态的环境。它具有强大的数据模型和查询语言，可以实时存储和查询大量时间序列数据，用于监控各种微服务的性能指标。

Grafana

Grafana 是一个开源的数据可视化和监控平台，与多种数据源兼容，包括 Prometheus、Elasticsearch、InfluxDB 等。它可以通过仪表盘展示监控数据，支持创建灵活的图表和警报。

Jaeger

Jaeger 是一个开源的分布式追踪系统，用于监控和故障排除微服务架构中的服务调用。它提供了端到端的跟踪信息，帮助理解和优化服务间的调用路径和性能问题。

Datadog

Datadog 是一种云端监控和安全平台，支持监控微服务的性能、日志和安全事件。它提供实时分析、警报和可视化工具，帮助团队监控和优化复杂的微服务架构。

ELK Stack (Elasticsearch, Logstash, Kibana)：

ELK Stack 是一个流行的日志管理和分析解决方案，Elasticsearch 用于存储和搜索日志数据，Logstash 用于数据收集和处理，Kibana 用于数据可视化和分析。ELK Stack 适用于监控微服务的日志输出，帮助分析和排查问题。

Zipkin

Zipkin 是另一个开源的分布式追踪系统，可以帮助追踪和可视化请求在微服务间的传播和延迟情况。它支持多种后端存储，如MySQL、Cassandra等。

AWS CloudWatch：

AWS CloudWatch 是亚马逊提供的监控和管理服务，用于收集和跟踪AWS云上的资源和应用程序。它支持监控各种AWS服务以及自定义应用程序指标，可以设置警报和自动响应。

New Relic：

New Relic 提供全栈的性能监控解决方案，适用于云端和本地部署环境。它支持实时监控应用程序性能、基础设施状态和用户行为，帮助优化微服务的性能和稳定性。

工具的选择通常需要结合团队的配置，资源的预算以及当前系统所处的阶段合理选择，没有确定的标准，但是有一点是需要注意的，选择监控工具时，尽量选择那些知名度高，运维难度低，社区活跃，同时生态较为丰富的工具。

2.3 微服务使用Prometheus监控优势

Prometheus提供了强大而丰富的监控功能，而且可以结合Grafana 将动态监控的各项指标进行可视化图形展示，可以说是非常完美的使用组合，而springboot服务在线上运行的过程中，也会产生各类指标数据，基于此，可以将微服务对接Prometheus，利用Grafana 将微服务运行过程中的各项指标信息呈现出来。

具体来说，微服务架构与Prometheus结合使用有几个显著的优势：

动态服务发现和监控：

微服务架构通常涉及多个服务实例的动态扩展和收缩，这些实例可以动态添加或删除。Prometheus支持与服务发现工具（如Kubernetes、Consul等）集成，能够自动发现和监控这些服务实例的健康状态和性能指标，无需手动配置每个实例。

多维度数据模型：

Prometheus使用灵活的多维数据模型来存储时间序列数据。这种模型允许开发人员定义和记录各种自定义指标，可以根据服务的特定需求捕获各种不同的度量数据，如请求延迟、吞吐量、错误率等。这对于微服务架构中的复杂度是非常重要的。

强大的查询语言：

Prometheus提供了PromQL查询语言，允许开发人员执行高级查询和聚合操作，以分析和理解微服务架构中不同服务的性能和行为。这些查询可以帮助识别瓶颈、优化资源使用和改进系统的可靠性。

可扩展性和灵活性：

Prometheus设计为可扩展和灵活的监控解决方案，适用于从小型部署到大规模微服务架构的各种场景。它支持水平扩展和分布式部署，可以处理大量的时间序列数据并保持低延迟查询。

与Grafana等工具的集成：

Prometheus与Grafana等数据可视化工具集成紧密，可以通过仪表盘直观地展示收集到的监控数据。这种集成使开发团队能够快速识别问题、监控关键性能指标并实时做出响应。

三、环境准备

在正式使用springboot接入Prometheus之前，需要提前将相关的环境准备完成。提前准备一台服务器，部署如下几个服务即可。

3.1 部署Prometheus服务

参考相关的资料部署Prometheus服务，部署完成后确保能够访问下面的页面

3.2 部署Grafana 服务

Grafana 主要用于展示监控的服务指标信息，以更优雅的可视化看板进行展示

3.3 提前搭建springboot工程

提前准备一个springboot工程，便于后面做集成使用

3.3.1 引入基础依赖

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.5.5</version>
        <relativePath/>
    </parent>
 
    <dependencies>
 
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>
 
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
 
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <scope>provided</scope>
        </dependency>
 
    </dependencies>

重点说明一下actuator的作用，这是springboot将指标上报Prometheus的关键组件，关于actuator具备如下作用：

健康检查

Actuator 提供了一个 /actuator/health 端点，用于检查应用程序的健康状态，开发者可以通过该端点了解应用程序是否正常运行，以及是否存在任何健康问题。

信息端点

Actuator 提供了一组信息端点，用于获取应用程序的详细信息，例如，/actuator/info 端点可以返回应用程序的自定义信息，如版本号、环境配置等。

度量指标

Actuator 收集和暴露了许多与应用程序性能相关的度量指标，如 CPU 使用率、内存使用情况、请求计数等，这些指标可以通过 /actuator/metrics 端点获取，并用于监控和性能调优。

日志管理

Actuator 允许动态修改应用程序的日志级别，而无需重新启动应用程序，通过 /actuator/loggers 端点，开发者可以查看和修改应用程序中各个日志记录器的级别。

远程 Shell

Actuator 提供了一个远程 Shell 端点，可以通过命令行或远程终端与应用程序进行交互，这使得开发者可以在运行中的应用程序中执行命令、查看状态等。

3.3.2 配置Actuator 端点

在springboot的yml配置文件中添加如下信息：

server:
  port: 8087
 
spring:
  application:
    name: boot-pro
 
#暴露actuator的端点
management:
  endpoints:
    web:
      exposure:
        include: "*"

在上面的配置中，通过management这个标签将actuator的相关指标暴露出去

3.3.3 访问actuator端点

启动工程之后，访问actuator的端点，确保可以正常暴露指标信息

在/actuator这个端点中，列举出了更详细的指标信息的url访问地址，比如需要访问系统的健康信息指标，可以访问如下的url

到这里基本的前置准备工作就初步完成了，接下来就是如何接入Prometheus的过程。

四、springboot接入Prometheus

通过上一步，利用actuator暴露服务端点信息的能力，可以将微服务的各项指标暴露出去，理论上讲，actuator这个组件就相当于是上一篇提到的各种exporter，用于搜集指标，然后上报到Prometheus，但是光有上面暴露出来的指标信息还不够，因为Prometheus并不认识这些指标，因此需要通过某种方式进行转换之后才能被Prometheus接受，下面看具体的操作流程。

4.1 工程配置与改造操作流程

4.4.1 引入新的依赖包

为了让Prometheus能够解析actuator的指标信息，还需要引入下面的依赖，通过该组件，将服务的指标信息转换成Prometheus能够接收的数据格式

        <dependency>
            <groupId>io.micrometer</groupId>
            <artifactId>micrometer-registry-prometheus</artifactId>
            <scope>runtime</scope>
        </dependency>

4.4.2 补充配置信息

在yml配置文件中补充关于Prometheus的配置信息，完整配置如下：

server:
  port: 8087
 
spring:
  application:
    name: boot-pro
 
#暴露actuator的端点
management:
  endpoints:
    web:
      exposure:
        include: "*"
        
  # 激活prometheus
  endpoint:
    prometheus:
      enabled: true
    health:
      show-details: always
  #指标信息相关配置
  metrics:
    export:
      prometheus:
        enabled: true

4.4.3 prometheus 端点验证

再次启动工程，重新访问/actuator端点，此时可以看到展示的端点列表中就有了prometheus的信息

进一步，当访问prometheus的端点url时，就能看到关于prometheus的相关指标信息了，那么当服务接入prometheus时，prometheus监控的就是如下这些指标数据

4.4.4 增加配置bean

增加如下的配置bean，主要是为了将当前接入到prometheus中的服务具有一个明确的标识

    @Bean
    MeterRegistryCustomizer<MeterRegistry> configureBean (
            @Value("${spring.application.name}") String appName
    ){
        return (registry) -> registry.config().commonTags("application",appName);
    }

4.4.5 打包并部署到服务器

工程打包并部署到服务器

在工程中有一个接口可以测试一下是否可以正常访问

4.2 配置Prometheus

以上工程改造就完成了，接下来就需要配置Prometheus 的相关信息了，参考下面的步骤。

4.2.1 修改Prometheus 配置文件

找到prometheus.yml配置文件中，在job的部分添加如下配置内容

scrape_configs:
  - job_name: "prometheus"
    static_configs:
      - targets: ["localhost:9090"]
      
  #新增springboot服务的监控    
  - job_name: "boot-pro"
    scrape_interval: 5s
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ["localhost(建议使用公网IP):8087"]

配置内容说明：

scrape_interval：5s；

每隔5秒，prometheus发起向指点的端点url拉取一次指标监控信息并存储至本地；

metrics_path：

暴露给prometheus拉取监控指标信息的url；

4.2.2 重启Prometheus 服务

重启完成之后，再次访问Prometheus 的控制台，可以看到上述的微服务指标就在这里展现出来了

通过链接点击进去，正好是 /actuator/prometheus这个端点，里面展示了详细的被prometheus监控的指标信息

五、SpringBoot监控指标接入Grafana

通过上面的整合，我们已经可以通过Prometheus拉取到springboot的指标信息，但为了后续能够更直观的看到指标中的各项数据的动态变化，还需要接入Grafana，利用Grafana强大的数据看板功能进行呈现，下面介绍如何在Grafana中展示SpringBoot的监控指标信息。

5.1 部署与启动Grafana服务

在准备阶段完成

5.2 官网拷贝监控模板的ID

进入Grafana的官网，找一个展示效果还不错的模板，然后拷贝模板ID供下面配置dashboard使用

dashboard地址：Grafana dashboards | Grafana Labs

可以根据自己的需要搜索并选择一个合适的模板

比如我选择下面这个，拷贝并保存这个ID：4701

5.3 配置dashboard

在Grafana界面找到配置dashboard的入口

点击添加一个新的dashboard，来到下面的页面

点击导入一个dashboard

拷贝上面的ID到此处，然后点击load

首先需要点击ID框右侧的load，它会做ID的正确性检查，校验通过之后，再点击下面的load，才会跳转到下一页面，在下面的页面中，如果之前你没有配置过Prometheus的数据源的话，还需要重新配置一下

出现上面的信息之后，点击Import即可，如果导入成功，将会跳转到下面的页面看到如下的可视化效果展示

上面只是截了一部分的指标监控信息，页面上还有更完整的信息可以看到，有兴趣的同学可以深入研究里面的配置项。

六、写在文末

本文通过详细的操作展示了如何将springboot应用快速接入Prometheus进行指标监控，并且通过配置Grafana将Prometheus监控的指标信息可视化的呈现出来，基于此，可以在实际的项目中，利用这个思路改造现有的工程，并接入Prometheus进行全方位的监控，为日常微服务的运维工作提供便利，希望对看到的同学有用，本篇到此结束，感谢观看。

以上就是SpringBoot对接Prometheus指标监控使用详解的详细内容，更多关于SpringBoot Prometheus使用的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:
阅读全文