关于Prometheus + Spring Boot 应用监控的问题-eolink官网

关于Prometheus + Spring Boot 应用监控的问题

1. Prometheus是什么

Prometheus是一个具有活跃生态系统的开源系统监控和告警工具包。一言以蔽之，它是一套开源监控解决方案。

Prometheus主要特性：

多维数据模型，其中包含由指标名称和键/值对标识的时间序列数据

PromQL，一种灵活的查询语言

不依赖分布式存储；单服务器节点是自治的

时间序列收集通过HTTP上的pull模型进行

通过中间网关支持推送（push）时间序列

通过服务发现或静态配置发现目标

支持多种模式的图形和仪表盘

为什么用pull（拉取）而不用push（推送）呢？

因为，pull有以下优势：

进行更改时，可以在笔记本电脑上运行监控

可以更轻松地判断目标是否下线

可以手动转到目标并使用Web浏览器检查其运行状况

目标暴露HTTP端点，Prometheus服务端通过HTTP主动拉取数据。既然是服务端自己主动向目标拉取数据，那么服务端运行在本地（我们自己的电脑上）也是可以的，只要能访问目标端点即可，同时就像心跳检测一样可以判断目标是否下线，还有，服务端自己主动拉取，那么想拉取谁的数据就拉取谁的数据，因而可以随意切换拉取目标。

回想一下Skywalking是怎么做的，SkyWalking有客户端和服务端，需要在目标服务上安装探针（agent），探针采集目标服务的指标数据，上报给服务端OAP服务，这个对目标有一定的侵入性，不过可以接受。Prometheus不需要探针，可以借助push gateway来实现push效果。

对了，有个名词要先说清楚，metrics （译：度量，指标），个人更倾向于把它翻译成指标，后面说指标就是metrics

2. 基本概念

2.1. 数据模型

Prometheus基本上将所有数据存储为时间序列：具有时间戳的值流，它们属于同一个指标和同一组标记的维度。除了存储的时间序列外，Prometheus还可以生成临时派生的时间序列作为查询的结果。

Metric names and labels

Every time series is uniquely identified by its metric name and optional key-value pairs called labels.

每个时间序列都由它的指标名称和称为标签的可选键/值对唯一标识。

样本构成实际的时间序列数据。每个样本包括：

一个64位的浮点值

一个毫秒时间戳

给定指标名称和一组标签，时间序列通常使用这种符号来标识：

{=, ...}

例如，有一个时间序列，指标名称是api_http_requests_total，标签有method="POST"和handler="/messages"，那么它可能被表示成这样：

api_http_requests_total{method="POST", handler="/messages"}

2.2. 指标类型

Counter

counter是一个累积量度，代表一个单调递增的计数器，其值只能增加或在重新启动时重置为零。例如，可以使用计数器来表示已服务请求数，已完成任务或错误的数量。

不要使用计数器来显示可以减小的值。例如，请勿对当前正在运行的进程数使用计数器，代替的应该使用量规。

Gauge

量规是一种指标，代表可以任意上下波动的单个数值。

量规通常用于测量值，例如温度或当前内存使用量，还用于可能上升和下降的“计数”，例如并发请求数。

Histogram

直方图对观察结果（通常是请求持续时间或响应大小）进行抽样，并在可配置的桶中对它们进行计数。它还提供了所有观测值的总和。

一个基础指标名称为的直方图在抓取期间会暴露多个时间序列：

观察桶的累积计数器，表示为 _bucket{le=""}

所有观测值的总和，表示为 _sum

观察到的事件数量，表示为 _count

Summary

与直方图类似，摘要对观察结果（通常是请求持续时间和响应大小等内容）进行抽样分析。虽然它还提供了观测值的总数和所有观测值的总和，但它可以计算滑动时间窗口内的可配置分位数。

一个基础指标名称为的摘要在抓取期间暴露多个时间序列:

观察桶的累积计数器，表示为 _bucket{le=""}

所有观测值的总和，表示为 _sum

观察到的事件数量，表示为 _count

2.3. 作业和实例

在Prometheus的术语中，可以抓取的端点称为实例，通常对应于单个进程。具有相同目的的实例集合，称为作业。

例如，一个作业有四个实例：

job: api-server

instance 1: 1.2.3.4:5670

instance 2: 1.2.3.4:5671

instance 3: 5.6.7.8:5670

instance 4: 5.6.7.8:5671

当Prometheus抓取目标时，它会自动在抓取的时间序列上附加一些标签，以识别被抓取的目标：

job：目标所属的已配置的作业名称

instance：被抓取的目标URL的:部分

3. 安装与配置

Prometheus通过抓取指标HTTP端点从目标收集指标。由于Prometheus以相同的方式暴露自己的数据，因此它也可以抓取并监视其自身的健康状况。

默认情况下，不用更改配置，直接运行就可以抓取prometheus自身的健康状况数据

# Start Prometheus.

# By default, Prometheus stores its database in ./data (flag --storage.tsdb.path)

./prometheus --config.file=prometheus.yml

直接访问 localhost:9090

访问 localhost:9090/metrics 可以查看各项指标

举个例子

输入以下表达式，点“Execute”，可以看到以下效果

prometheus_target_interval_length_seconds

这应该返回多个不同的时间序列（以及每个序列的最新值），每个序列的指标名称均为prometheus_target_interval_length_seconds，但具有不同的标签。

这个是以图形化的方式展示指标，通过localhost:9090/metrics查看也是一样的

如果我们只对99%的延迟感兴趣，我们可以使用以下查询：

prometheus_target_interval_length_seconds{quantile="0.99"}

为了计算返回的时间序列数，查询应该这样写：

count(prometheus_target_interval_length_seconds)

接下来，让我们利用Node Exporter来多添加几个目标：

tar -xzvf node_exporter-*.*.tar.gz

cd node_exporter-*.*

# Start 3 example targets in separate terminals:

./node_exporter --web.listen-address 127.0.0.1:8080

./node_exporter --web.listen-address 127.0.0.1:8081

./node_exporter --web.listen-address 127.0.0.1:8082

接下来，配置Prometheus来抓取这三个新目标

首先，定义一个名为'node'的作业，这个作业负责从这三个目标端点抓取数据。假设，想象前两个端点是生产环境的，另一个是非生产环境的，为了以示区别，我们将其打上两个不同的标签。在本示例中，我们将group="production"标签添加到第一个目标组，同时将group="canary"添加到第二个目标。

scrape_configs:

- job_name: 'node'

# Override the global default and scrape targets from this job every 5 seconds.

scrape_interval: 5s

static_configs:

- targets: ['localhost:8080', 'localhost:8081']

labels:

group: 'production'

- targets: ['localhost:8082']

labels:

group: 'canary'

3.1. 配置

为了查看所有的命令行参数，运行如下命令

./prometheus -h

配置文件是YAML格式的，可以使用 --config.file参数指定

配置文件的主要结构如下：

global:

# How frequently to scrape targets by default.

[ scrape_interval: | default = 1m ]

# How long until a scrape request times out.

[ scrape_timeout: | default = 10s ]

# How frequently to evaluate rules.

[ evaluation_interval: | default = 1m ]

# The labels to add to any time series or alerts when communicating with

# external systems (federation, remote storage, Alertmanager).

external_labels:

[ : ... ]

# File to which PromQL queries are logged.

# Reloading the configuration will reopen the file.

[ query_log_file: ]

# Rule files specifies a list of globs. Rules and alerts are read from

# all matching files.

rule_files:

[ - ... ]

# A list of scrape configurations.

scrape_configs:

[ - ... ]

# Alerting specifies settings related to the Alertmanager.

alerting:

alert_relabel_configs:

[ - ... ]

alertmanagers:

[ - ... ]

# Settings related to the remote write feature.

remote_write:

[ - ... ]

# Settings related to the remote read feature.

remote_read:

[ - ... ]

4. 抓取 Spring Boot 应用

Prometheus希望抓取或轮询单个应用程序实例以获取指标。 Spring Boot在 /actuator/prometheus 提供了一个actuator端点，以适当的格式提供Prometheus抓取。

为了以Prometheus服务器可以抓取的格式公开指标，需要依赖 micrometer-registry-prometheus

io.micrometer

micrometer-registry-prometheus

1.6.4

下面是一个示例 prometheus.yml

scrape_configs:

- job_name: 'spring'

metrics_path: '/actuator/prometheus'

static_configs:

- targets: ['HOST:PORT']

接下来，创建一个项目，名为prometheus-example

pom.xml

xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">

4.0.0

org.springframework.boot

spring-boot-starter-parent

2.4.3

com.cjs.example

prometheus-example

0.0.1-SNAPSHOT

prometheus-example

Demo project for Spring Boot

1.8

org.springframework.boot

spring-boot-starter-actuator

org.springframework.boot

spring-boot-starter-web

io.micrometer

micrometer-registry-prometheus

runtime

org.springframework.boot

spring-boot-maven-plugin

xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">

4.0.0

org.springframework.boot

spring-boot-starter-parent

2.4.3

com.cjs.example

prometheus-example

0.0.1-SNAPSHOT

prometheus-example

Demo project for Spring Boot

1.8

org.springframework.boot

spring-boot-starter-actuator

org.springframework.boot

spring-boot-starter-web

io.micrometer

micrometer-registry-prometheus

runtime

org.springframework.boot

spring-boot-maven-plugin

application.yml

spring:

application:

name: prometheus-example

management:

endpoints:

web:

exposure:

include: "*"

metrics:

tags:

application: ${spring.application.name}

这句别忘了：management.metrics.tags.application=${spring.application.name}

Spring BootActuator 默认的端点很多，详见

https://docs.spring.io/spring-boot/docs/2.4.3/reference/html/production-ready-features.html

启动项目，浏览器访问/actuator/prometheus 端点

配置Prometheus抓取该应用

scrape_configs:

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

- job_name: 'prometheus'

# metrics_path defaults to '/metrics'

# scheme defaults to 'http'.

static_configs:

- targets: ['localhost:9090']

- job_name: 'springboot-prometheus'

metrics_path: '/actuator/prometheus'

static_configs:

- targets: ['192.168.100.93:8080']

重启服务

./prometheus --config.file=prometheus.yml

4.1. Grafana

https://grafana.com/docs/

https://grafana.com/tutorials/

下载&解压

wget https://dl.grafana.com/oss/release/grafana-7.4.3.linux-amd64.tar.gz

tar -zxvf grafana-7.4.3.linux-amd64.tar.gz

启动

./bin/grafana-server web

浏览器访问 http://localhost:3000

默认账号是 admin/admin

首次登陆后我们将密码改成admin1234

先配置一个数据源，一会儿添加仪表盘的时候要选择数据源的

Grafana官方提供了很多模板，我们可以直接使用

首先要找到我们想要的模板

比如，我们这里随便选了一个模板

可以直接将模板JSON文件下载下来导入，也可以直接输入模板ID加载，这里我们直接输入模板ID

立竿见影，马上就看到漂亮的展示界面了

我们再添加一个DashBoard （ID：12856）

标签：api

使用SpringBoot实现API接口

326 2022-11-01

关于Prometheus + Spring Boot 应用监控的问题

java 单机接口限流处理方案

使用SpringBoot实现API接口

Python怎么调用GPT3.5接口

推荐文章

接口调用是什么意思？几种常用接口调用方式

接口设计原则

8款在线 API 接口文档管理工具

api管理系统是什么？

什么是接口调试？接口调试的步骤有哪些？

api 接口管理系统有哪些？

接口测试有几种测试方法

API文档生成工具有哪些？

微服务和api网关区别

交换机配置步骤

最近发表

热评文章

在线接口文档管理工具推荐，支持在线测试，HTTP接口

开源的在线接口文档wiki工具Mindoc的介绍与使

如何优雅的进行接口设计？接口设计的六大原则是什么？

什么是API测试,api检测公司

软件接口设计怎么做？前后端分离软件接口设计思路

接口管理平台推荐，几大接口管理平台总有一款适合你！