关于java:一招搞定-Spring-Boot-可视化监控

当某个应用程序在生产环境中运行时，监控其运行状况是必要的。通过实时理解应用程序的运行状况，你能在问题呈现之前失去正告，也能够在客户留神到问题之前解决问题。

在本文中，咱们将创立一个 Spring Boot 应用程序，在 Spring Actuator，Micrometer，Prometheus 和 Grafana 的帮忙下来监控零碎。其中，Spring Actuator 和 Micrometer 是 Spring Boot App 的一部分。

简要阐明了不同组件的目标：

Spring Actuator：在应用程序里提供泛滥 Web 接口，通过它们理解利用程序运行时的外部情况。无关更多信息，请参见 Spring Boot 2.0 中的 Spring Boot Actuator。
Micrometer：为 Java 平台上的性能数据收集提供了一个通用的 API，它提供了多种度量指标类型（Timers、Guauges、Counters 等），同时反对接入不同的监控零碎，例如 Influxdb、Graphite、Prometheus 等。Spring Boot Actuator 对此提供了反对。
Prometheus：一个工夫序列数据库，用于收集指标。
Grafana：用于显示指标的仪表板。

上面，咱们将别离介绍每个组件。本文中应用的代码存档在 GitHub 上。

首先要做的是创立一个能够监控的应用程序。通过Spring Initializr，并增加 Spring Boot Actuator，Prometheus 和 Spring Web 依赖项，咱们创立了一个如下所示的 Spring MVC 应用程序。

Spring Boot 根底就不介绍了，举荐下这个实战教程：

https://github.com/javastacks…

@RestController
public class MetricsController {@GetMapping("/endPoint1")
public String endPoint1() {return "Metrics for endPoint1";}

@GetMapping("/endPoint2")
public String endPoint2() {return "Metrics for endPoint2";}
}

启动应用程序：

$ mvn spring-boot:run

验证接口是否失常：

$ curl http://localhost:8080/endPoint1Metrics for endPoint1$ curl http://localhost:8080/endPoint2Metrics for endPoint2

验证 Spring Actuator 接口。为了使响应信息不便可读，咱们通过 python -mjson.tool 来格式化信息。

$ curl http://localhost:8080/actuator | python -mjson.tool
...
{
"_links":{
"self":{
"href":"http://localhost:8080/actuator",
"templated":false
      },
"health":{
"href":"http://localhost:8080/actuator/health",
"templated":false
      },
"health-path":{"href":"http://localhost:8080/actuator/health/{*path}",
"templated":true
      },
"info":{
"href":"http://localhost:8080/actuator/info",
"templated":false
      }
   }
}

默认状况下，会显示以上信息。除此之外，Spring Actuator 能够提供更多信息，然而你须要启用它。为了启用 Prometheus，你须要将以下信息增加到 application.properties 文件中。

management.endpoints.web.exposure.include=health,info,prometheus

重启应用程序，拜访 http://localhost:8080/actuato… 从 Prometheus 拉取数据，返回了大量可用的指标信息。咱们这里只显示输入的一小部分，因为它是一个很长的列表。

$ curl http://localhost:8080/actuator/prometheus
# HELP jvm_gc_pause_seconds Time spent in GC pause
# TYPE jvm_gc_pause_seconds summary
jvm_gc_pause_seconds_count{action="end of minor GC",cause="G1 Evacuation Pause",} 2.0
jvm_gc_pause_seconds_sum{action="end of minor GC",cause="G1 Evacuation Pause",} 0.009
...

如前所述，还须要 Micrometer。Micrometer为最风行的监控零碎提供了一个简略的仪表板，容许仪表化 JVM 利用，而无需关怀是哪个供应商提供的指标。它的作用和 SLF4J 相似，只不过它关注的不是 Logging（日志），而是 application metrics（利用指标）。简而言之，它就是利用监控界的 SLF4J。

Spring Boot Actuator 为 Micrometer 提供了主动配置。Spring Boot2 在 spring-boot-actuator 中引入了 micrometer，对 1.x 的 metrics 进行了重构，另外反对对接的监控零碎也更加丰盛(Atlas、Datadog、Ganglia、Graphite、Influx、JMX、NewRelic、Prometheus、SignalFx、StatsD、Wavefront)。

更新后的 application.properties 文件如下所示：

management.endpoints.web.exposure.include=health,info,metrics,prometheus

重启应用程序，并从 http://localhost:8080/actuator/metrics 中检索数据。

$ curl http://localhost:8080/actuator/metrics | python -mjson.tool
...
{
"names": [
"http.server.requests",
"jvm.buffer.count",
"jvm.buffer.memory.used",
...

能够间接通过指标名来检索具体信息。例如，如果查问 http.server.requests 指标，能够按以下形式检索：

$ curl http://localhost:8080/actuator/metrics/http.server.requests | python -mjson.tool
...
{
"name": "http.server.requests",
"description": null,
"baseUnit": "seconds",
"measurements": [
        {
"statistic": "COUNT",
"value": 3.0
        },
        {
"statistic": "TOTAL_TIME",
"value": 0.08918682
        },
...

Prometheus 是 Cloud Native Computing Foundation 的一个开源监控零碎。因为咱们的应用程序中有一个 /actuator/Prometheus 端点来供 Prometheus 抓取数据，因而你当初能够配置 Prometheus 来监控你的 Spring Boot 应用程序。

Prometheus 有几种装置办法，在本文中，咱们将在 Docker 容器中运行 Prometheus。

你须要创立一个 prometheus.yml 文件，以增加到 Docker 容器中。

global:
scrape_interval:15s

scrape_configs:
- job_name: 'myspringmetricsplanet'
metrics_path: '/actuator/prometheus'
static_configs:
- targets: ['HOST:8080']

scrape_interval：Prometheus 多久轮询一次应用程序的指标
job_name：轮询工作名称
metrics_path：指标的 URL 的门路
targets：主机名和端口号。应用时，替换 HOST 为主机的 IP 地址

如果在 Linux 上查找 IP 地址有艰难，则能够应用以下命令：

$ ip -f inet -o addr show docker0 | awk '{print $4}' | cut -d '/' -f 1

启动 Docker 容器并将本地 prometheus.yml 文件，映射到 Docker 容器中的文件。

$ docker run \
    -p 9090:9090 \
    -v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml \
    prom/prometheus

胜利启动 Docker 容器后，首先验证 Prometheus 是否可能通过 http://localhost:9090/targets收集数据。

如上图所示，咱们遇到 context deadline exceeded 谬误，造成 Prometheus 无法访问主机上运行的 Spring Boot 应用程序。如何解决呢？

能够通过将 Docker 容器增加到你的主机网络来解决此谬误，这将使 Prometheus 可能拜访 Spring Boot 应用程序。

$ docker run \
    --name prometheus \
    --network host \
    -v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml \
    -d \
    prom/prometheus

再次验证，状态批示为 UP。

当初能够显示 Prometheus 指标。通过拜访 http://localhost:9090/graph，在搜寻框中输出http_server_requests_seconds_max 并单击“执行”按钮，将为你提供申请期间的最长执行工夫。

最初增加的组件是 Grafana。只管 Prometheus 能够显示指标，但 Grafana 能够帮忙你在更精美的仪表板中显示指标。Grafana 也反对几种装置形式，在本文中，咱们也将在 Docker 容器中运行它。

$ docker run --name grafana -d -p 3000:3000 grafana/grafana

点击 http://localhost:3000/，就能够拜访 Grafana。

默认的用户名 / 明码为admin/admin。单击“登录”按钮后，你须要更改默认明码。

接下来要做的是增加一个数据源。单击左侧边栏中的“配置”图标，而后抉择“Data Sources(数据源)”。

单击Add data source（增加数据源）按钮。

Prometheus 在列表的顶部，抉择 Prometheus。

填写可拜访 Prometheus 的 URL，将 HTTP Access 设置为 Browser，而后单击页面底部的Save&Test 按钮。

关注公众号，学习更多 Java 干货！

一切正常后，将显示绿色的告诉标语，批示数据源正在工作。

当初该创立仪表板了。你能够自定义一个，但也能够应用开源的仪表板。用于显示 Spring Boot 指标的一种罕用仪表板是 JVM 仪表板。

在左侧边栏中，点击 + 号，而后抉择导入。

输出 JVM 仪表板的 URL https://grafana.com/grafana/d…，而后单击“Load(加载)”按钮。

为仪表板输出一个有意义的名称（例如 MySpringMonitoringPlanet），抉择 Prometheus 作为数据源，而后单击 Import 按钮。

到目前为止，你就能够应用一个很酷的 Grafana 仪表板。

也能够将自定义面板增加到仪表板。在仪表板顶部，单击 Add panel（增加面板）图标。

单击 Add new panel（增加新面板）。

在 Metrics 字段中，输出 http\_server\_requests\_seconds\_max，在右侧栏中的 Panel title 字段中，能够输出面板的名称。

最初，单击右上角的 Apply 按钮，你的面板将增加到仪表板。不要遗记保留仪表板。

为应用程序设置一些负载，并查看仪表板上的 http\_server\_requests\_seconds\_max 指标产生了什么。

$ watch -n 5 curl http://localhost:8080/endPoint1$ watch -n 10 curl http://localhost:8080/endPoint2

在本文中，咱们学习了如何为 Spring Boot 应用程序增加一些根本监控。这非常容易，只须要通过将 Spring Actuator，Micrometer，Prometheus 和 Grafana 组合应用。

当然，这只是一个终点，然而从这里开始，你能够为 Spring Boot 应用程序扩大和配置更多、更具体的指标。

关于java:一招搞定-Spring-Boot-可视化监控

浏览原文

1、简介

2、创立示例利用

3、增加 Prometheus

4、增加 Grafana

5、论断