在SpringBoot自定义指标并集成Prometheus和Grafana监控

前沿

写这篇文章的目的是发现自己整天埋头写业务代码但忽略了主动发现问题的能力，这里指的是监控和报警。结合工作中发现Prometheus和Grafana还是主流一些。本文介绍如何使用自定义指标，并使用Prometheus进行监控并报警，同时在 Grafana 进行展现。

看完本文的收益：

  • 主动发现线上问题，而不用被动等客诉，线上问题的概率会变少。
  • 向上汇报，相比于你写的代码更喜欢能量化的东西比如UI中的数据。
  • 源码和【免费】云服务器在最后有VX联系方式，直接拿去跑。

项目搭建

目标：我的目标是监听服务的调用次数和接口的RT
技术栈：SpringBoot服务、Prometheus和Grafana
注意事项：整个过程都是通过Docker安装，高效

SpringBoot工程配置

首先新加一个SpringBoot项目，引入Prometheus的依赖

<!--增加依赖--><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-actuator</artifactId></dependency><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-core</artifactId></dependency><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-registry-prometheus</artifactId></dependency>

需要配置properties开启监控

spring.application.name=springboot-demo
server.port=8082#将所有Actuator端点暴露
management.endpoints.web.exposure.include=*
#启用Prometheus指标导出
management.metrics.export.prometheus.enabled=true
#springboot-demo
management.metrics.tags.application=${spring.application.name}
#启用Tomcat MBean注册表，以便于通过JMX进行监控和管理
server.tomcat.mbeanregistry.enabled=true

检查boot段监控是开启成功，在浏览器中输入http://ip:port/actuator/prometheus。出现下图所示，表示boot已经能配置成功。
在这里插入图片描述
然后带着目标（监控方法的调用次数和RT）去编写代码

package com.example.springbootprometheusgrafanademo;import io.micrometer.core.instrument.Counter;
import io.micrometer.core.instrument.MeterRegistry;
import io.micrometer.core.instrument.Tags;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;import javax.annotation.PostConstruct;
import javax.annotation.Resource;
import java.time.LocalDateTime;
import java.util.Random;/*** @author chaird* @create 2024-05-17 0:38*/
@RestController
public class MethodCountController {/*** 引入micrometer的工具类*/@Resourceprivate MeterRegistry meterRegistry;@GetMapping("/deleteCount")public Object deleteCount() {System.out.println("deleteCount-----" + LocalDateTime.now().toString());incrementMonitorConut("com.example.springbootprometheusgrafanademo.HelloController.deleteCount");return "deleteCount-----" + LocalDateTime.now().toString();}@GetMapping("/addCount")public Object addCount() {System.out.println("add-----" + LocalDateTime.now().toString());incrementMonitorConut("com.example.springbootprometheusgrafanademo.HelloController.addCount");return "addCount-----" + LocalDateTime.now().toString();}/*** 记录接口调用次数** @param method*/public void incrementMonitorConut(String method) {//定义指标名称String mertricName = "method_count";Counter counter = meterRegistry.counter(mertricName, "methodName", method);counter.increment();}/*********************************************************************************************//********************************上面是接口调用次数，下面是接口调用耗时******************************//*********************************************************************************************/@GetMapping("/deleteRt")public Object deleteRt() {System.out.println("deleteRt-----" + LocalDateTime.now().toString());recordMethodRt("com.example.springbootprometheusgrafanademo.HelloController.deleteRt", 20L);return "deleteRt-----" + LocalDateTime.now().toString();}@GetMapping("/addRt")public Object addRt() {System.out.println("addRt-----" + LocalDateTime.now().toString());recordMethodRt("com.example.springbootprometheusgrafanademo.HelloController.addRt", 10L);return "addRt-----" + LocalDateTime.now().toString();}/*** 记录接口的RT** @param method*/public void recordMethodRt(String method, Long rt) {//定义指标名称String mertricName = "method_rt";meterRegistry.timer(mertricName, Tags.of("methodName", method)).record(rt, java.util.concurrent.TimeUnit.MILLISECONDS);}}

启动boot应用程序。

搭建Prometheus

注意：下面使用Docker安装，简单省事

首先编写一个配置文件prometheus.yml，告诉Prometheus要监听哪些应用程序，当然本文要监听的是boot程序

scrape_configs:- job_name: 'spring_boot_app'   # job 名称metrics_path: '/actuator/prometheus'   # 监控路径static_configs:- targets: ['101.200.123.220:8082']  # 监控目标，即本文中的boot的端口和IP

然后通过docker启动应用程序

docker run -d -p 9090:9090 -v /root/cbeann/docker/prometheus.yml:/etc/prometheus/prometheus.yml --name prometheus prom/prometheus

访问**http://ip:port/**并选择下面标签，就可以看到下面这个标就表明boot已经被prometheus监听到了。
在这里插入图片描述
接下来触发几个请求保证有数据，此时我写了个脚本curl100.sh循环触发100次，简单操作

#!/bin/bash# 循环执行 curl 命令 100 次
for ((i = 1; i <= 100; i++)); do# 执行 curl 命令curl -s -o /dev/null http://101.200.123.220:8082/addCount  # 替换 http://example.com 为你要请求的 URL# 输出当前循环次数echo "Curl request $i"# 休眠 1 秒sleep 1# 执行 curl 命令curl -s -o /dev/null http://101.200.123.220:8082/deleteCount  # 替换 http://example.com 为你要请求的 URL# 输出当前循环次数echo "Curl request $i"# 休眠 1 秒sleep 1# 执行 curl 命令curl -s -o /dev/null http://101.200.123.220:8082/deleteRt  # 替换 http://example.com 为你要请求的 URL# 输出当前循环次数echo "Curl request $i"# 休眠 1 秒sleep 1# 执行 curl 命令curl -s -o /dev/null http://101.200.123.220:8082/addRt  # 替换 http://example.com 为你要请求的 URL# 输出当前循环次数echo "Curl request $i"# 休眠 1 秒sleep 1done

执行脚本

sh curl100.sh

此时prometheus已经有数据了,然后点操作一下就能看到数据了。

Grafana美化监控

docker安装Grafana，执行命令如下

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

执行完毕后输入**http://ip:port/**后， 首次访问时，默认的用户名和密码是 admin/admin。

首先添加一个Prometheus的数据源
在这里插入图片描述
然后输入Prometheus的地址，然后选择最下面的Save,没问题后创建面板Dashboard在这里插入图片描述

在面板上选择自定义的指标，然后按照顺序点一下，整个图就简单绘制出来了。
在这里插入图片描述

Grafana不美观怎办。官方有专门的主题面板库https://grafana.com/grafana/dashboards/ ，可以直接导入
在这里插入图片描述

总结

领导爱看大盘，Grafana就挺好
既要低头干活（CRUD），更要抬头看路
主动发现问题

作者阿里淘天Java开发工程师，CSDN博客专家，阿里云博客专家，专注于后端技术的分享。如果你迷茫，不妨来瞅瞅码农的轨迹。模拟面试、简历辅导、项目亮点、校招内推加VX:CHAI956056312

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/pingmian/14913.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

重学java 40.多线程 — 死锁和线程状态

重学java 40.多线程 — 死锁和线程状态

—— 24.5. 一、死锁 1.死锁介绍&#xff08;锁嵌套就有可能产生死锁&#xff09; 指的是两个或者两个以上的线程在执行的过程中由于竞争同步锁而产生的一种阻塞现象;如果没有外力的作用,他们将无法继续执行下去,这种情况称之为死锁 例&#xff1a; 两线程处于互相等待的状态&a…
阅读更多...
上位机图像处理和嵌入式模块部署（mcu常见三种烧录方法）

上位机图像处理和嵌入式模块部署（mcu常见三种烧录方法）

【 声明&#xff1a;版权所有&#xff0c;欢迎转载&#xff0c;请勿用于商业用途。 联系信箱&#xff1a;feixiaoxing 163.com】 和单纯的windows上位机开发、嵌入式linux开发不一样&#xff0c;mcu的开发&#xff0c;是需要通过烧录器把编译好的镜像烧入到开发板里面的。这是很…
阅读更多...
Spark RDD 操作实战

Spark RDD 操作实战

Spark RDD 基础 更多spark相关知识请查看官方接口文档 PySpark是Spark的PythonAPI&#xff0c;允许Python调用Spark编程模型。 配置spark环境 !apt-get install openjdk-8-jdk-headless -qq > /dev/null !wget -q www-us.apache.org/dist/spark/spark-2.4.8/spark-2.4.8…
阅读更多...
16、Go Gin 深入理解Gin中间件

16、Go Gin 深入理解Gin中间件

中间件介绍 Gin框架允许开发者在处理请求的过程汇总&#xff0c;加入用户自己的钩子&#xff08;Hook&#xff09;函数 这个钩子函数就叫中间件&#xff0c;中间件适合处理一些公共的业务逻辑 比如登录认证&#xff0c;权限校验、数据分页、记录日志、耗时统计等 1、全局中…
阅读更多...
STM32通用定时器的应用实例（基于STM32F103）

STM32通用定时器的应用实例（基于STM32F103）

目录 概述 1 STM32Cube配置项目 1.1 准备环境 1.2 配置项目参数 1.3 生成Project 2 HAL函数 2.1 初始化函数&#xff1a;HAL_TIM_Base_Init 2.2 中断模式启动定时器函数&#xff1a;HAL_TIM_Base_Start 2.3 定时器回调函数&#xff1a; HAL_TIM_PeriodElapsedCallback…
阅读更多...
ElasticSearch操作之重置密码脚本

ElasticSearch操作之重置密码脚本

ElasticSearch操作之重置密码脚本 #!/bin/bash # 使用样例 ./ES密码重置.sh 旧密码 新密码# 输入旧密码 es_old_password$1# 设置新的密码变量 es_password$2# 正确响应 es_reponse{"acknowledged":true}# 检查Elasticsearch是否在运行 if pgrep -f elasticsearch &g…
阅读更多...
2024年5月计算机视觉论文推荐:包括扩散模型、视觉语言模型、图像编辑和生成、视频处理和生成以及图像识别等各个主题

2024年5月计算机视觉论文推荐:包括扩散模型、视觉语言模型、图像编辑和生成、视频处理和生成以及图像识别等各个主题

我们今天总结下2024年5月发表的最重要的论文&#xff0c;重点介绍了计算机视觉领域的最新研究和进展&#xff0c;包括扩散模型、视觉语言模型、图像编辑和生成、视频处理和生成以及图像识别等各个主题。 Diffusion Models 1、Dual3D: Efficient and Consistent Text-to-3D Ge…
阅读更多...
数据赋能（98）——概念：数据整理、数据整合、数据处理

数据赋能（98）——概念：数据整理、数据整合、数据处理

此文为本人学习与提高能力的笔记。 数据整理、数据整合与数据处理这三个术语&#xff0c;尽管在不少情境下可能被看作是近义词或拥有类似的语义范畴&#xff0c;但为了确保术语使用的精准度和专业性&#xff0c;我们必须对其有更为深入的认知。这三个概念虽在某种程度上相互交…
阅读更多...
【C++题解】1697. 请输出n~1之间所有的整数

【C++题解】1697. 请输出n~1之间所有的整数

问题:1697. 请输出n~1之间所有的整数 类型&#xff1a;循环 题目描述&#xff1a; 从键盘读入一个整数 n &#xff0c;请输出 n∼1 之间所有的整数&#xff0c;每行输出 1 个。 比如&#xff0c;假设读入 n5 &#xff0c;输出结果如下&#xff1a; 5 4 3 2 1 输入&#xff1…
阅读更多...
php 亚马逊AWS-S3对象存储上传文件

php 亚马逊AWS-S3对象存储上传文件

最近做国外项目的时候&#xff0c;需要把文件上传到AWS-S3对象存储空间里&#xff0c;下面整理一下上传方法&#xff0c;和碰到的问题 代码 /*** 亚马逊oss Aws上传* composer require aws/aws-sdk-php* param $filePath* param $ossPath* return array* author wzb* data 202…
阅读更多...
Java进阶学习笔记4——Static应用知识：代码块

Java进阶学习笔记4——Static应用知识：代码块

代码块&#xff1a; 代码块是类的五大成员之一&#xff08;成员变量、构造器、方法、代码块、内部类&#xff09;。 Java类生命周期&#xff1a;加载、验证、准备、初始化、卸载。 代码块分为两种&#xff1a; 静态代码块&#xff1a; 格式&#xff1a;static {} 特点&…
阅读更多...
SpringBoot 集成 Nebula

SpringBoot 集成 Nebula

工作需求&#xff0c;开始了解图数据库&#xff0c;经过工具选型&#xff0c;最终选择nebula graph&#xff0c;并集成到springboot&#xff0c;java 环境下如何对 Nebula Graph 进行操作&#xff0c;本文整理下过程。 1、首先引入 pom 依赖 <dependency><groupId&g…
阅读更多...
如何理解栈的增长方向

如何理解栈的增长方向

1、概念 函数调用栈&#xff0c;简称栈。不管是函数的执行还是函数调用&#xff0c;栈都起着非常重要的作用 保存函数的局部变量向被调用函数传递参数返回函数的返回值保存函数的返回地址。返回地址是指从被调用函数返回后调用者应该继续执行的指令地址 该文章会帮你很好的了…
阅读更多...
Flutter 中的 ClipPath 小部件：全面指南

Flutter 中的 ClipPath 小部件：全面指南

Flutter 中的 ClipPath 小部件&#xff1a;全面指南 在Flutter中&#xff0c;ClipPath是一个强大的小部件&#xff0c;它允许你通过一个路径来裁剪其子组件。这意味着你可以将任何小部件裁剪成圆形、矩形、或者任何你能通过Path定义的形状。本文将提供一个全面的指南&#xff…
阅读更多...
AWS数据库之MemoryDB for Redis

AWS数据库之MemoryDB for Redis

NoSQL&#xff08;非关系型数据库&#xff09;通常可以分为内存数据库、文档数据库、图数据库、时序数据库等等。 适用于 Redis 的 MemoryDB 是一项耐用的内存数据库服务&#xff0c;可提供超快性能。它专为采用微服务架构的现代应用程序而构建。 MemoryDB 与 Redis&#xff…
阅读更多...
鸿蒙系统与OpenHarmony：中国科技行业的新动力与就业前景

鸿蒙系统与OpenHarmony：中国科技行业的新动力与就业前景

背景 经历近年来的迅猛发展&#xff0c;鸿蒙原生应用数量已突破4000款&#xff0c;生态设备数量超过8亿台&#xff0c;开发者群体壮大至220万人。更为显著的是&#xff0c;鸿蒙系统在中国市场的份额已经超过了15%&#xff0c;稳居第三大操作系统&#xff0c;其生态之树已然枝繁…
阅读更多...
人工智能时代,大模型如何崛起?

人工智能时代,大模型如何崛起?

在人工智能时代&#xff0c;大模型的崛起可以归因于以下几个关键因素&#xff1a; 首先&#xff0c;强大的计算能力是基础。随着硬件技术的不断进步&#xff0c;如高性能的 GPU 集群等&#xff0c;能够为训练大模型提供足够的算力支持&#xff0c;使得大规模数据的处理和复杂模…
阅读更多...
探秘机器学习经典：K-近邻算法（KNN）全解析

探秘机器学习经典：K-近邻算法（KNN）全解析

在浩瀚的机器学习宇宙中，K-近邻算法（K-Nearest Neighbors，简称KNN）如同一颗璀璨的明星，以其简洁直观的原理和广泛的应用范围，赢得了众多数据科学家的喜爱。今天，让我们一起揭开KNN的神秘面纱，深入探讨它的运作机制、优缺点、应用场景，以及如何在实际项目中灵活运用。 …
阅读更多...
23. 【Java教程】接口

23. 【Java教程】接口

本小节我们将学习 Java 接口&#xff08;interface&#xff09;&#xff0c;通过本小节的学习&#xff0c;你将了解到什么是接口、为什么需要接口、如何定义和实现接口&#xff0c;以及接口的特点等内容。最后我们也将对比抽象类和接口的区别。 1. 概念 Java 接口是一系列方法的…
阅读更多...
PostgreSQL事务基础理解

PostgreSQL事务基础理解

PostgreSQL事务 事务是数据库管理系统执行过程中的一个逻辑单位&#xff0c;由一个有限的数据库操作序列构成。数据库事务通常包含一个序列对数据库的读和写操作&#xff0c;主要是包含以下两个目的&#xff1a; 为数据库操作序列提供一个从失败中恢复到正常状态的方法&#…
阅读更多...
最新文章

Copyright @ 2022~2023