Spring Boot Actuator metrics 使用Prometheus 和 Grafana 進行監控（二）

歡迎來到Spring Boot Actuator系列教程的第二部分，在第一部分，你學到了spring-boot-actuator 模塊能夠作什麼，在spring boot application如何配置，以及怎樣和各類actuator端點交互。

在本文中，你將學到 spring boot actuator如何和監控系統 Prometheus、被稱爲圖形解決方案Grafana 的集成。

在本文末尾，你還能在本地機子設置Prometheus 和 Grafana dashboard，可視化和監控全部來自Spring Boot application的指標數據。

Prometheus

Prometheus 是一個開源監控系統，它最初是由SoundCloud建立的。

它由下面的核心組件組成：

• 數據刮刀-配置間隔週期性地經過HTTP拉取指標數據
• 時序數據庫-存儲全部指標數據
• 簡單用戶接口-可視化，查詢、監控全部指標。

Grafana

Grafana 容許你從各類數據源導入數據，像Elasticsearch, Prometheus, Graphite, InfluxDB等等，

而且用漂亮的圖表可視化這些數據。

它還可讓你設置基於指標數據的警告規則。當警告狀態發生改變時，能夠經過email, slack或者其餘渠道通知到你。

注意這裏，Prometheus dashboard 也有簡單的圖表，可是Grafana 的圖表更好，這就是爲何，本文咱們用Prometheus和Grafana集成一塊兒，導入和可視化咱們的指標數據。

將Micrometer Prometheus 註冊添加到Spring Boot 應用。

Spring Boot 使用 Micrometer一個應用指標外觀 ，集成actuator metrics和使用外部監控系統。它支持多個監控系統，像Netflix Atlas, AWS Cloudwatch, Datadog, InfluxData, SignalFx, Graphite, Wavefront, Prometheus 等等。

爲了集成 Prometheus，你須要添加micrometer-registry-prometheus 依賴。

<!-- Micrometer Prometheus registry  -->

<dependency>

<groupId>io.micrometer</groupId>

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

</dependency>

一旦你添加了上面的依賴，Spring Boot將會自動配置一個PrometheusMeterRegistry 和CollectorRegistry 去收集和導出可被Prometheus服務器scraped格式的指標數據.全部application的指標數據在actuator的/prometheus 端點 均可獲取，Prometheus服務器經過該端點週期性獲取指標數據。

探索Spring Boot Actuator 的/prometheus端點

咱們探索prometheus 端點，當micrometer-registry-prometheus依賴可用的時候，它由Spring Boot 暴露出來。

首先，你啓動endpoint-discovery頁面 http://localhost:8080/actuator 能夠看到prometheus 端點信息。

prometheus 端點暴露了被Prometheus服務器格式的指標數據。經過http://localhost:8080/actuator/prometheus你能夠看到暴露的指標數據。

# 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下載和運行Prometheus

1. 下載Prometheus

你可使用docker pull命令 下載Prometheus docker 鏡像，像這樣：

$ docker pull prom/prometheus

下載完鏡像，你能夠輸入docker 鏡像命令，查看本地存在的鏡像列表

$ docker image ls

REPOSITORY                                   TAG                 IMAGE ID            CREATED             SIZE

prom/prometheus                              latest              b82ef1f3aa07        5 days ago

1.  Prometheus 配置prometheus.yml

接着，咱們須要從Spring Boot Actuator的/prometheus 端點，配置Prometheus 以便scrape 指標數據

使用下面的配置，建立一個名叫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']

以上配置是從Prometheus文檔提供的配置文件基礎上做了擴展。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 端點路徑，目標部分包括了你的Spring Boot 應用的HOST 和 PORT，請確保用運行Spring Boot application 的機子的IP地址，代替HOST_IP，注意這裏，localhost在這裏是無效的，由於咱們從docker 容器鏈接HOST的機子，你必須指定網絡IP地址。

1. 使用 Docker運行Prometheus

最後，咱們使用 Docker運行Prometheus。輸入下面的命令， 之後臺服務方式，啓動Prometheus 服務-

$ 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

請確保 用你Prometheus 配置文件存儲的路徑，代替<PATH_TO_prometheus.yml_FILE>

執行上面命令以後，docker 將會在容器內啓動Prometheus 服務 。用下面的命令，你能夠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. 從Prometheus dashboard 可視化 Spring Boot 指標

就是這樣，你如今能夠導航到http://localhost:9090 查看Prometheus dashboard了。

你能夠在表達式文本框中，輸入一個Prometheus 查詢表達式。

下面是咱們Spring Boot 應用指標的一些Prometheus圖

 

1.系統的CPU使用狀況

2.響應延遲的緩慢API

 

使用Docker下載和運行Grafana

輸入下面Docker命令下載和運行Grafana

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

以上命令會在Docker容器內部 啓動Grafana，在主機機器上保證3000端口可用。

你能夠輸入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

 

就是這樣，你如今能夠導航到http://localhost:3000 ，用默認用戶名admin 和密碼admin 登陸Grafana

配置Grafana 從Prometheus導入指標數據

下列步驟 ，從Prometheus導入指標數據，並在Grafana可視化它。

1.在Grafana 添加 Prometheus數據源

2.用Graph建立一個新Dashboard

3.在Grafana的查詢編輯器，添加一個Prometheus查詢。

4. 從Grafana的dashboard可視化指標

你能夠從Github上，找到完整的Actuator演示源代碼。

點擊訪問原文地址