SpringBoot 项目中集成 Prometheus 和 Grafana

项目上线后，除了能保障正常运行以外，也需要服务运行的各个指标进行监控，例如服务器CPU、内存使用占比，Full GC 执行时间等，针对一些指标出现异常，可以加入一些报警机制能及时反馈给开发运维。这样，对于一些突发异常，能提前预知、并及时修复，避免服务宕机造成的损失。

针对 SpringBoot 项目，Spring 团队提供了对应 stater ， spring-boot-actuator 模块通过 HTTP endpoints 来获取 SpringBoot 项目中的审计、健康状况以及一些配置项、容器注册 bean 以及heapdump 等信息，

actuator 通过开放 http 接口方式来表示各个指标详情，但这种方式并不直观，并且针对一些指标阈值并没有提供一些报警规则，因此需要引入另外一个服务Prometheus ，专用于事件监视以及报警的开源工具。

Prometheus 指标是基于事件戳方式进行记录的，通过 key、value 方式存储，记录指标在时间维度方面颗粒度更小；除了Prometheus 外，针对指标可视化还需要一个工具Grafana，专用于数据查询、以及指标可视化

SpringBoot

创建一个 SpringBoot 项目，加入 spring-boot-starter-actuator 以及 micrometer-registry-prometheus 依赖，对外暴露 /actuator/permetheus 端口服务，让Prometheus 用于数据抓取；

项目 pom 依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.1.8.RELEASE</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <groupId>com.example</groupId>
    <artifactId>demo</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>demo</name>
    <description>Demo project for Spring Boot</description>
    <properties>
        <java.version>1.8</java.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>druid-spring-boot-starter</artifactId>
            <version>1.1.17</version>
        </dependency>

        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <version>8.0.15</version>
        </dependency>


        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-jpa</artifactId>
        </dependency>


        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>
        <dependency>
            <groupId>io.micrometer</groupId>
            <artifactId>micrometer-registry-prometheus</artifactId>
        </dependency>



        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <optional>true</optional>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
                <version>2.1.8.RELEASE</version>
                <configuration>
                    <excludes>
                        <exclude>
                            <groupId>org.projectlombok</groupId>
                            <artifactId>lombok</artifactId>
                        </exclude>
                    </excludes>
                </configuration>
            </plugin>
        </plugins>
    </build>

</project>

服务 yml 配置项，除了将 actuator 的 metrics、health 等接口暴露给 prometheus 服务外，服务还加入了 druid 数据连接池，监控 MYSQL数据库的运行，密码是经过 Druid 加密后处理的。

server:
  port: 8082

spring:
  application:
    name: metricsLocalApp
  redis:
    host: localhost
    port: 6379
    password: 123456
  datasource:
    url: jdbc:mysql://localhost:3306/xxx?useUnicode=true&characterEncoding=utf-8&serverTimezone=Asia/Shanghai&useSSL=false
    username: root
    password: YjHh36LKJ62yxE9RhYVQLDDWK2QseZ/S7OgtBC7sv1Yzi6YLUOZMN8BcFrAbzLJmjXtmXW2f9nISSReTob+qZQ==
    driver-class-name: com.mysql.cj.jdbc.Driver
    #    开启druid驱动
    type: com.alibaba.druid.pool.DruidDataSource

    druid:
      filter:
        config:
          enabled: true

      #      初始化建立物理连接个数
      initial-size: 3
      #      最凶奥连接池
      min-idle: 3
      #      连接池最大连接数
      max-active: 20
      # 获取连接时最大等待时间，单位毫秒
      max-wait: 60000
      # 申请连接的时候检测，如果空闲时间大于timeBetweenEvictionRunsMillis，执行validationQuery检测连接是否有效。
      test-while-idle: true
      # 既作为检测的间隔时间又作为testWhileIdel执行的依据
      time-between-connect-error-millis: 60000
      # 销毁线程时检测当前连接的最后活动时间和当前时间差大于该值时，关闭当前连接
      min-evictable-idle-time-millis: 30000
      # 用来检测连接是否有效的sql 必须是一个查询语句
      # mysql中为 select 'x'
      # oracle中为 select 1 from dual
      validation-query: select 'x'
      # 申请连接时会执行validationQuery检测连接是否有效,开启会降低性能,默认为true
      test-on-borrow: false
      # 归还连接时会执行validationQuery检测连接是否有效,开启会降低性能,默认为true
      test-on-return: false
      # 是否缓存preparedStatement,mysql5.5+建议开启
      pool-prepared-statements: true
      # 当值大于0时poolPreparedStatements会自动修改为true
      max-pool-prepared-statement-per-connection-size: 20
      # 合并多个DruidDataSource的监控数据
      use-global-data-source-stat: false
      # 配置扩展插件
      filters: stat,wall,slf4j
      # 通过connectProperties属性来打开mergeSql功能；慢SQL记录
      connect-properties: druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2000
      # 定时输出统计信息到日志中，并每次输出日志会导致清零（reset）连接池相关的计数器。
      time-between-log-stats-millis: 300000
      # 配置DruidStatFilter
      web-stat-filter:
        enabled: true
        url-pattern: '/*'
        exclusions: '*.js,*.gif,*.jpg,*.bmp,*.png,*.css,*.ico,/druid/*'
      # 配置DruidStatViewServlet
      stat-view-servlet:
        # 是否启用StatViewServlet（监控页面）默认值为false（考虑到安全问题默认并未启动，如需启用建议设置密码或白名单以保障安全）
        url-pattern: '/druid/*'
        # 禁用HTML页面上的“Reset All”功能
        reset-enable: false
#        # druid登录名
        login-username: admin
        # 登录密码
        login-password: admin
        enabled: true
      connection-properties: config.decrypt=true;config.decrypt.key=MFwwDQYJKoZIhvcNAQEBBQADSwAwSAJBAOuIUu/iVnxlfq9EYCmu9CVVEYrjwMjI8/DZ7zMwVnLov9cNxRnK3TV94SDL6p5C0EjFx1NKW5ntJwVoe8jZxV8CAwEAAQ==

management:
  server:
    port: 9001
#  开启 actator 服务
  endpoints:
    web:
      exposure:
        include: '*'
# 暴露 metrics 端口
  endpoint:
    metrics:
      enabled: true
#    配置 prometheus 服务
    prometheus:
      enabled: true


  metrics:
    export:
      prometheus:
        enabled: true

    tags:
      application: ${
    
    spring.application.name}

此外，SpringBoot启动入口，将服务名注册到 micrometer 中的 application，用于prometheus 数据抓取

@SpringBootApplication
public class DemoApplication {
    
    

    public static void main(String[] args) {
    
    
        SpringApplication.run(DemoApplication.class, args);
    }

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

项目启动，浏览器输入 http://localhost:9001/actuator/prometheus，就可以看到如下基本指标，包含jvm、tomcat 以及系统cpu、线程及内存信息

Prometheus 配置

以下操作，都以假设你的电脑已经安装好 Docker 工具为前提；

扫描二维码关注公众号，回复： 14656204 查看本文章

本机环境 OS ：Windows10

1，从dockerhub 拉取 prometheus 镜像

docker pull prom/prometheus:v2.37.5

2，在合适文件中创建 prometheus.yml 配置文件

global:
# 数据抓取频率
  scrape_interval:     60s
  # 数据评估频率
  evaluation_interval: 60s

# 抓取配置项 
scrape_configs:
   # 指定 springboot name标签
  - job_name: "metricsLocalApp"
   # 设定metrics 的路径
    metrics_path: "/actuator/prometheus"
    static_configs:
    # 配置目标关联 host，如果是本机的话，建议用  内网ip，而不用 localhost；
    - targets: ['192.168.0.108:9001']

3，打开 terminal，启动刚刚拉取的 permetheus 镜像；注意 D:/programCoding/Docker/permetheus/config/prometheus.yml 为我的电脑中 permetheus 的安装路径，这里目的是要挂载到镜像中的配置文件夹中；

docker run  -d -p 9090:9090 -v D:/programCoding/Docker/permetheus/config/prometheus.yml:/etc/prometheus/prometheus.yml  prom/prometheus:v2.37.5

镜像启动成功后，浏览器输入http://localhost:9090，点击上方菜单栏中的 status 下选框，点击 Targets，就能看到类似于下面的页面效果；第一个对应上文中的 SpringBoot 项目；

Grafana 安装

prometheus 配置完成之后，下面需要配置 Grafana ，这里也是借助 Docker 镜像；

docker 拉取 grafana 镜像

docker pull grafana/grafana:9.2.13

运行镜像

docker run -d -p 3000:3000 --name=grafana -v D:/programCoding/Docker/grafana/storage:/var/lib/grafana grafana/grafana:9.2.13

启动成功后，浏览器输入http://localhost:3000；Grafana 初始账号和密码都为 admin

首先，创建数据源

然后，创建dashboard

选取数据源，指定metrics 指标

然后 Grafana 就能根据你的设置，生成N个可视化面板。