Prometheus+Grafana可視化監控SpringBoot項目

原文地址：https://xeblog.cn/articles/7

Prometheus簡介

簡史

Prometheus受啓發於Google的Brogmon監控系統（類似的Kubernetes是從Google的Brog系統演變而來），從2012年開始由前Google工程師在Soundcloud以開源軟件的形式進行研發，而且於2015年早期對外發布早期版本。2016年5月繼Kubernetes以後成爲第二個正式加入CNCF基金會的項目，同年6月正式發佈1.0版本。2017年末發佈了基於全新存儲層的2.0版本，能更好地與容器平臺、雲平臺配合。

架構

特色

• 多維的數據模型（基於時間序列的k/v鍵值對）。
• 靈活的查詢及聚合語句（PromQL）。
• 不依賴分佈式存儲，節點自治。
• 基於HTTP的pull模式採集時間序列數據。
• 可使用pushgateway（prometheus的可選中間件）實現push模式。
• 可使用動態服務發現或靜態配置採集的目標機器。
• 支持多種圖形及儀表盤。

相關概念

數據模型

Prometheus 存儲的是時序數據, 即按照相同時序(相同的名字和標籤)，以時間維度存儲連續的數據的集合。

監控樣本

# HELP system_cpu_usage The "recent cpu usage" for the whole system
# TYPE system_cpu_usage gauge
system_cpu_usage 0.23587264544090683
# HELP logback_events_total Number of error level events that made it to the logs
# TYPE logback_events_total counter
logback_events_total{level="error",} 0.0
logback_events_total{level=「info」,} 557.0

複製代碼

• HELP用於解釋當前指標的含義，TYPE則說明當前指標的數據類型
• system_cpu_usage、 logback_events_total表示當前指標的名稱
• {}中的標籤反映了當前樣本的一些特徵和維度
• 0.2358726454409068三、0.0、557.0表示該監控樣本的具體值

時序類型

Prometheus 時序數據分爲 Counter, Gauge, Histogram, Summary 四種類型。

Prometheus的使用

安裝

官方下載地址

配置

Pom依賴

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

項目開啓監控

management.endpoint.metrics.enabled=true
management.endpoints.web.exposure.include=*
management.endpoint.prometheus.enabled=true
management.metrics.export.prometheus.enabled=true
複製代碼

添加Job

進入Prometheus安裝根目錄 vim prometheus.yml

新增節點

- job_name: xeblog-api
    metrics_path: /actuator/prometheus
    static_configs:
    - targets: ['127.0.0.1:8080’]
複製代碼

job_name：任務名稱 metrics_path： 指標路徑 targets：實例地址/項目地址，可配置多個

運行Prometheus

進入Prometheus安裝根目錄 ./prometheus 運行成功日誌

訪問地址：localhost:9090

PromQL

匹配過濾

操做符：= != =~ !~

匹配監控任務爲xeblog-api的非GET請求方法的請求數

http_server_requests_seconds_count{job="xeblog-api", method!="GET"}
複製代碼

匹配監控任務爲xeblog-api的非GET請求方法的請求數，且請求路徑不爲/api/message和/api/version

http_server_requests_seconds_count{job="xeblog-api", method!="GET", uri !~ "/api/message|/api/version"}
複製代碼

它門的區別主要是，「=~ !~」支持正則匹配

範圍查詢

查詢最近5分鐘內的全部樣本數據： http_request_total{}[5m] 可選單位：

• s - 秒
• m - 分鐘
• h - 小時
• d - 天
• w - 周
• y - 年

時間位移操做(offset)

查詢5分鐘前的樣本數據： http_request_total{} offset 5m

查詢昨天1天內的樣本數據： http_request_total{}[1d] offset 1d

聚合操做

• sum (求和)
• min (最小值)
• max (最大值)
• avg (平均值)
• stddev (標準差)
• stdvar (標準差別)
• count (計數)
• count_values (對value進行計數)
• bottomk (後n條時序)
• topk (前n條時序)
• quantile (分佈統計) ...

內置函數

• increase(v range-vector)：獲取區間向量中的第一個和最後一個樣本並返回其增加量
• rate(v range-vector)：計算區間向量v在時間窗口內平均增加速率
• irate(v range-vector)：計算區間向量v在時間窗口內平均增加速率（瞬時增加率，基於最後兩個數據）
• predict_linear(v range-vector, t scalar)：預測時間序列v在t秒後的值
• abs(v instant-vector)： 返回輸入向量的絕對值
• sort(v instant-vector)： 按升序排列
• sort_desc(v instant-vector)： 按降序排列 ...

Grafana可視化

安裝

官方下載地址

Mac下安裝啓動示例

// 安裝
brew install grafana
// 啓動
brew services start grafana
複製代碼

啓動後訪問地址：localhost:3000

登錄： 初始用戶名和密碼都是admin

添加Prometheus數據源

新增Dashboard

能夠選擇本身手動添加或者導入一個已配置好的Json文件 Dashboard分享社區：grafana.com/dashboards 這裏能夠下載別人分享的Dashboard Json配置文件

推薦下載： Spring Boot Statistics 下載完後 導入文件就能夠看見相似一個這樣的監控界面

最上面這一行是模板變量，能夠動態選擇

點擊設置按鈕，選擇Variables，點擊New能夠新增變量

點擊title選擇Edit能夠進行編輯

這裏編寫PromQL語句

監控報警

配置發件郵箱

vim grafana.ini 個人文件路徑是/usr/local/etc/grafana/grafana.ini 配置以下：

[smtp]
enabled = true
host = smtp.qq.com:25
user = 你的QQ@qq.com
# If the password contains # or ; you have to wrap it with trippel quotes. Ex """#password;"""
password = 郵箱口令（不是QQ密碼）
;cert_file =
;key_file =
;skip_verify = false
from_address = 你的QQ@qq.com
from_name = Grafana
# EHLO identity in SMTP dialog (defaults to instance_name)
;ehlo_identity = dashboard.example.com

複製代碼

這裏配置的是QQ郵箱，其餘郵箱同理

配置完後，重啓Grafana

brew services restart grafana
複製代碼

配置收件人

能夠添加多個收件人，以「；」分隔

最後點擊Send Test 能夠收到一封測試郵件，配置成功

監控指標

須要注意的是，Prometheus不支持帶有模版變量的監控設置報警，不然會提示「Template variables are not supported in alert queries」

監控示例： 監控CPU使用率 PromQL:

system_cpu_usage{instance="實例地址", job="任務名稱"}
複製代碼

建立報警

這裏配置的是當CPU使用率超過1%則發出報警

添加報警通知郵箱以及報警的描述信息

保存以後，沒過多久就收到了報警通知

感謝閱讀，若有錯誤，望指正！

參考資料

• songjiayang.gitbooks.io/prometheus/…
• yunlzheng.gitbook.io/prometheus-…
• prometheus.io/
• grafana.com/