Spring Boot Actuator metrics 使用Prometheus 和 Grafana 进行监控（二）

欢迎来到Spring Boot Actuator系列教程的第二部分，在第一部分，你学到了spring-boot-actuator 模块能够作什么，在spring boot application如何配置，以及怎样和各类actuator端点交互。

在本文中，你将学到 spring boot actuator如何和监控系统 Prometheus、被称为图形解决方案Grafana 的集成。

在本文末尾，你还能在本地机子设置Prometheus 和 Grafana dashboard，可视化和监控全部来自Spring Boot application的指标数据。

Prometheus

Prometheus 是一个开源监控系统，它最初是由SoundCloud建立的。

它由下面的核心组件组成：

• 数据刮刀-配置间隔周期性地经过HTTP拉取指标数据
• 时序数据库-存储全部指标数据
• 简单用户接口-可视化，查询、监控全部指标。

Grafana

Grafana 容许你从各类数据源导入数据，像Elasticsearch, Prometheus, Graphite, InfluxDB等等，

而且用漂亮的图表可视化这些数据。

它还可让你设置基于指标数据的警告规则。当警告状态发生改变时，能够经过email, slack或者其余渠道通知到你。

注意这里，Prometheus dashboard 也有简单的图表，可是Grafana 的图表更好，这就是为何，本文咱们用Prometheus和Grafana集成一块儿，导入和可视化咱们的指标数据。

将Micrometer Prometheus 注册添加到Spring Boot 应用。

Spring Boot 使用 Micrometer一个应用指标外观 ，集成actuator metrics和使用外部监控系统。它支持多个监控系统，像Netflix Atlas, AWS Cloudwatch, Datadog, InfluxData, SignalFx, Graphite, Wavefront, Prometheus 等等。

为了集成 Prometheus，你须要添加micrometer-registry-prometheus 依赖。

<!-- Micrometer Prometheus registry  -->

<dependency>

<groupId>io.micrometer</groupId>

<artifactId>micrometer-registry-prometheus</artifactId>

</dependency>

一旦你添加了上面的依赖，Spring Boot将会自动配置一个PrometheusMeterRegistry 和CollectorRegistry 去收集和导出可被Prometheus服务器scraped格式的指标数据.全部application的指标数据在actuator的/prometheus 端点 均可获取，Prometheus服务器经过该端点周期性获取指标数据。

探索Spring Boot Actuator 的/prometheus端点

咱们探索prometheus 端点，当micrometer-registry-prometheus依赖可用的时候，它由Spring Boot 暴露出来。

首先，你启动endpoint-discovery页面 http://localhost:8080/actuator 能够看到prometheus 端点信息。

prometheus 端点暴露了被Prometheus服务器格式的指标数据。经过http://localhost:8080/actuator/prometheus你能够看到暴露的指标数据。

# HELP jvm_buffer_memory_used_bytes An estimate of the memory that the Java virtual machine is using for this buffer pool

# TYPE jvm_buffer_memory_used_bytes gauge

jvm_buffer_memory_used_bytes{id="direct",} 81920.0

jvm_buffer_memory_used_bytes{id="mapped",} 0.0

# HELP jvm_threads_live The current number of live threads including both daemon and non-daemon threads

# TYPE jvm_threads_live gauge

jvm_threads_live 23.0

# HELP tomcat_global_received_bytes_total  

# TYPE tomcat_global_received_bytes_total counter

tomcat_global_received_bytes_total{name="http-nio-8080",} 0.0

# 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="Allocation Failure",} 7.0

jvm_gc_pause_seconds_sum{action="end of minor GC",cause="Allocation Failure",} 0.232

jvm_gc_pause_seconds_count{action="end of minor GC",cause="Metadata GC Threshold",} 1.0

jvm_gc_pause_seconds_sum{action="end of minor GC",cause="Metadata GC Threshold",} 0.01

jvm_gc_pause_seconds_count{action="end of major GC",cause="Metadata GC Threshold",} 1.0

jvm_gc_pause_seconds_sum{action="end of major GC",cause="Metadata GC Threshold",} 0.302

# HELP jvm_gc_pause_seconds_max Time spent in GC pause

# TYPE jvm_gc_pause_seconds_max gauge

jvm_gc_pause_seconds_max{action="end of minor GC",cause="Allocation Failure",} 0.0

jvm_gc_pause_seconds_max{action="end of minor GC",cause="Metadata GC Threshold",} 0.0

jvm_gc_pause_seconds_max{action="end of major GC",cause="Metadata GC Threshold",} 0.0

# HELP jvm_gc_live_data_size_bytes Size of old generation memory pool after a full GC

# TYPE jvm_gc_live_data_size_bytes gauge

jvm_gc_live_data_size_bytes 5.0657472E7



## More data ...... (Omitted for brevity)

使用Docker下载和运行Prometheus

1. 下载Prometheus

你可使用docker pull命令 下载Prometheus docker 镜像，像这样：

$ docker pull prom/prometheus

下载完镜像，你能够输入docker 镜像命令，查看本地存在的镜像列表

$ docker image ls

REPOSITORY                                   TAG                 IMAGE ID            CREATED             SIZE

prom/prometheus                              latest              b82ef1f3aa07        5 days ago

1.  Prometheus 配置prometheus.yml

接着，咱们须要从Spring Boot Actuator的/prometheus 端点，配置Prometheus 以便scrape 指标数据

使用下面的配置，建立一个名叫prometheus.yml 的新文件

# my global config

global:

  scrape_interval:     15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.

  evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.

  # scrape_timeout is set to the global default (10s).



# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.

rule_files:

  # - "first_rules.yml"

  # - "second_rules.yml"



# A scrape configuration containing exactly one endpoint to scrape:

# Here it's Prometheus itself.

scrape_configs:

  # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.

  - job_name: 'prometheus'

    # metrics_path defaults to '/metrics'

    # scheme defaults to 'http'.

    static_configs:

    - targets: ['127.0.0.1:9090']



  - job_name: 'spring-actuator'

    metrics_path: '/actuator/prometheus'

    scrape_interval: 5s

    static_configs:

    - targets: ['HOST_IP:8080']

以上配置是从Prometheus文档提供的配置文件基础上做了扩展。最重要的，值得注意是，在scrape_configs 部分中，  spring-actuator job 的metrics_path ，指定 Actuator的prometheus 端点路径，目标部分包括了你的Spring Boot 应用的HOST 和 PORT，请确保用运行Spring Boot application 的机子的IP地址，代替HOST_IP，注意这里，localhost在这里是无效的，由于咱们从docker 容器链接HOST的机子，你必须指定网络IP地址。

1. 使用 Docker运行Prometheus

最后，咱们使用 Docker运行Prometheus。输入下面的命令， 之后台服务方式，启动Prometheus 服务-

$ docker run -d --name=prometheus -p 9090:9090 -v <PATH_TO_prometheus.yml_FILE>:/etc/prometheus/prometheus.yml prom/prometheus --config.file=/etc/prometheus/prometheus.yml

请确保 用你Prometheus 配置文件存储的路径，代替<PATH_TO_prometheus.yml_FILE>

执行上面命令以后，docker 将会在容器内启动Prometheus 服务 。用下面的命令，你能够查看全部容器的列表。

$ docker container ls

CONTAINER ID        IMAGE               COMMAND                  CREATED             STATUS              PORTS                    NAMES

e036eb20b8ad        prom/prometheus     "/bin/prometheus --c…"   4 minutes ago       Up 4 minutes        0.0.0.0:9090->9090/tcp   prometheus

1. 从Prometheus dashboard 可视化 Spring Boot 指标

就是这样，你如今能够导航到http://localhost:9090 查看Prometheus dashboard了。

你能够在表达式文本框中，输入一个Prometheus 查询表达式。

下面是咱们Spring Boot 应用指标的一些Prometheus图

 

1.系统的CPU使用状况

2.响应延迟的缓慢API

 

使用Docker下载和运行Grafana

输入下面Docker命令下载和运行Grafana

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

以上命令会在Docker容器内部 启动Grafana，在主机机器上保证3000端口可用。

你能够输入docker容器ls 命令 查看容器列表

$ docker container ls

CONTAINER ID        IMAGE               COMMAND                  CREATED                  STATUS              PORTS                    NAMES

cf9196b30d0d        grafana/grafana     "/run.sh"                Less than a second ago   Up 5 seconds        0.0.0.0:3000->3000/tcp   grafana

e036eb20b8ad        prom/prometheus     "/bin/prometheus --c…"   16 minutes ago           Up 16 minutes       0.0.0.0:9090->9090/tcp   prometheus

 

就是这样，你如今能够导航到http://localhost:3000 ，用默认用户名admin 和密码admin 登陆Grafana

配置Grafana 从Prometheus导入指标数据

下列步骤 ，从Prometheus导入指标数据，并在Grafana可视化它。

1.在Grafana 添加 Prometheus数据源

2.用Graph建立一个新Dashboard

3.在Grafana的查询编辑器，添加一个Prometheus查询。

4. 从Grafana的dashboard可视化指标

你能够从Github上，找到完整的Actuator演示源代码。

点击访问原文地址