spring boot 接入prometheus+grafana监控API

已于 2022-12-06 11:04:22 修改
阅读量2.5k 收藏 5
点赞数 1
分类专栏： java 文章标签： spring boot prometheus grafana
于 2022-12-06 10:49:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/RenDuData/article/details/128197186
版权

1.基础配置

（1）spring boot 版本： 2.3.12.RELEASE

（2）应用名称配置为： seckill-client （配置正式应用名后注意修改以下相关配置）

（3）prometheus：prometheus-2.40.5.windows-amd64

（4）grafana：grafana-9.3.1

2.引入prometheus相关依赖包

<!--prometheus 监控依赖-->
<dependency>
   <groupId>org.springframework.boot</groupId>
   <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<!--prometheus 依赖-->
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
    <version>1.8.2</version>
</dependency>

3.配置文件

server:
  port: 9001

spring:
  application:
    # 服务名称
    name: seckill-client

#promethues配置
management:
#  server:
#    #管理端口，不配置则使用程序端口
#    port: 9002
  endpoint:
    metrics:
      enabled: true
    prometheus:
      enabled: true
  endpoints:
    web:
      exposure:
        include: health,info,env,prometheus,metrics,httptrace,threaddump,heapdump,springmetrics
  #        include:
  metrics:
    export:
      prometheus:
        enabled: true
      tags: ${spring.application.name}

4.增加开启P90,P99统计

package com.rendu.common.config;

import io.micrometer.core.instrument.Meter;
import io.micrometer.core.instrument.MeterRegistry;
import io.micrometer.core.instrument.config.MeterFilter;
import io.micrometer.core.instrument.distribution.DistributionStatisticConfig;
import lombok.extern.slf4j.Slf4j;
import org.springframework.boot.actuate.autoconfigure.metrics.MeterRegistryCustomizer;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.time.Duration;

/**
 * @author mayiengly
 * @Date 2022-12-05 18:16
 * @Description
 */
@Configuration
@Slf4j
public class MicrometerConfig {
    @Bean
    MeterRegistryCustomizer<MeterRegistry> metricsCommonTags() {
        return registry -> {
            registry.config().meterFilter(
                    new MeterFilter() {
                        @Override
                        public DistributionStatisticConfig configure(Meter.Id id, DistributionStatisticConfig config) {
                            //匹配http开头并且是timer类型的监控指标
                            if (id.getType() == Meter.Type.TIMER & id.getName().matches("^(http){1}.*")) {
                                return DistributionStatisticConfig.builder()
                                        .percentilesHistogram(true)
                                        .percentiles(0.5, 0.90, 0.95, 0.99)
                                        .serviceLevelObjectives(Duration.ofMillis(50).toNanos(),
                                                Duration.ofMillis(100).toNanos(),
                                                Duration.ofMillis(200).toNanos(),
                                                Duration.ofSeconds(1).toNanos(),
                                                Duration.ofSeconds(5).toNanos())
                                        .minimumExpectedValue(Duration.ofMillis(1).toNanos())
                                        .maximumExpectedValue(Duration.ofSeconds(5).toNanos())
                                        .build()
                                        .merge(config);
                            } else {
                                return config;
                            }
                        }
                    });
        };
    }
}

5.切面监控api

package com.rendu.common.aspect;


import io.micrometer.core.instrument.Metrics;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.annotation.Pointcut;
import org.springframework.stereotype.Component;
import org.springframework.util.StringUtils;
import org.springframework.web.context.request.RequestContextHolder;
import org.springframework.web.context.request.ServletRequestAttributes;

import javax.servlet.http.HttpServletRequest;
import java.time.LocalDate;
import java.util.concurrent.TimeUnit;

/**
 * @author mayiengly
 * @Date 2022-12-05 17:23
 * @Description
 */
@Aspect
@Component
public class PrometheusMetricsAspect {

    // 切入所有controller包下的请求方法
    @Pointcut("execution(* com.rendu.controller..*.*(..))")
    public void controllerPointcut() {
    }

    @Around("controllerPointcut()")
    public Object MetricsCollector(ProceedingJoinPoint joinPoint) throws Throwable {

        HttpServletRequest request = ((ServletRequestAttributes) RequestContextHolder.getRequestAttributes()).getRequest();
        String userId = StringUtils.hasText( request.getParameter("userId"))?request.getParameter("userId"):"no userId";
        String appId = StringUtils.hasText( request.getParameter("appId"))?request.getParameter("appId"):"no appId";

        // 获取api url
        String api = request.getServletPath();
        // 获取请求方法
        String method = request.getMethod();
        long timeMillis = System.currentTimeMillis();
        LocalDate now = LocalDate.now();
        String[] tags = new String[10];
        tags[0]="api";
        tags[1] = api;
        tags[2]="method";
        tags[3]=method;
        tags[4]="day";
        tags[5]=now.toString();
        tags[6]="appId";
        tags[7]=appId;
        tags[8]="userId";
        tags[9]=userId;
        // 请求次数加1
        //自定义的指标名称：http_request_test_all，指标包含数据
        Metrics.counter("http_request_test_all",tags).increment();
        Object object;
        try {
            object = joinPoint.proceed();
        } catch (Exception e) {
            // 请求失败次数加1
            Metrics.counter("http_request_test_error",tags).increment();
            throw e;
        } finally {
            long f = System.currentTimeMillis();
            long l = f - timeMillis;
            //记录请求响应时间
            Metrics.timer("http_request_test_time", tags).record(l, TimeUnit.MILLISECONDS);
        }
        return object;
    }
}

6.查看prometheus数据

浏览器访问:http://127.0.0.1:9001/actuator/prometheus

如下图所示即代表成功

 7.配置prometheus

下载prometheus,在prometheus.yml文件的【scrape_configs】中增加监控配置，并运行prometheus.exe启动prometheus

scrape_configs:
 # The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
  - job_name: "seckill-client"

    # metrics_path defaults to '/metrics'
    # scheme defaults to 'http'.
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ["127.0.0.1:9001"]

8.测试查询prometheus

（1）浏览器访问prometheus：http://127.0.0.1:9090/

（2）执行【up】，如下图所示即代表成功

（3）访问spring boot开发的任意api，用于测试prometheus数据查询

（4）测试prometheus查询命令

http_request_test_all_total{job="seckill-client"}

如下图所示即代表prometheus查询成功

9.下载并运行grafana

（1）运行bin目录下grafana-server.exe

（2）浏览器访问：http://127.0.0.1:3000/

（3）默认登录账号：admin 密码：admin

10.grafana基础配置

 （1）将以下内容存储为seckill-client.json文件

{
  "annotations": {
    "list": [
      {
        "builtIn": 1,
        "datasource": {
          "type": "grafana",
          "uid": "-- Grafana --"
        },
        "enable": true,
        "hide": true,
        "iconColor": "rgba(0, 211, 255, 1)",
        "name": "Annotations & Alerts",
        "target": {
          "limit": 100,
          "matchAny": false,
          "tags": [],
          "type": "dashboard"
        },
        "type": "dashboard"
      }
    ]
  },
  "editable": true,
  "fiscalYearStartMonth": 0,
  "graphTooltip": 0,
  "id": 3,
  "links": [],
  "liveNow": false,
  "panels": [
    {
      "datasource": {
        "type": "prometheus",
        "uid": "y7CI3KKVz"
      },
      "description": "",
      "fieldConfig": {
        "defaults": {
          "mappings": [],
          "thresholds": {
            "mode": "absolute",
            "steps": [
              {
                "color": "green",
                "value": null
              },
              {
                "color": "red",
                "value": 80
              }
            ]
          },
          "unit": "short"
        },
        "overrides": []
      },
      "gridPos": {
        "h": 8,
        "w": 12,
        "x": 0,
        "y": 0
      },
      "id": 10,
      "options": {
        "colorMode": "background",
        "graphMode": "none",
        "justifyMode": "auto",
        "orientation": "auto",
        "reduceOptions": {
          "calcs": [
            "lastNotNull"
          ],
          "fields": "",
          "values": false
        },
        "textMode": "auto"
      },
      "pluginVersion": "9.3.1",
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "y7CI3KKVz"
          },
          "editorMode": "code",
          "expr": "http_request_test_all_total{job=\"seckill-client\"}",
          "legendFormat": "__auto",
          "range": true,
          "refId": "A"
        }
      ],
      "title": "总访问数",
      "type": "stat"
    },
    {
      "datasource": {
        "type": "prometheus",
        "uid": "y7CI3KKVz"
      },
      "fieldConfig": {
        "defaults": {
          "custom": {
            "align": "auto",
            "displayMode": "auto",
            "inspect": false
          },
          "mappings": [],
          "thresholds": {
            "mode": "absolute",
            "steps": [
              {
                "color": "green",
                "value": null
              },
              {
                "color": "red",
                "value": 80
              }
            ]
          }
        },
        "overrides": []
      },
      "gridPos": {
        "h": 8,
        "w": 12,
        "x": 12,
        "y": 0
      },
      "id": 12,
      "options": {
        "footer": {
          "fields": "",
          "reducer": [
            "sum"
          ],
          "show": false
        },
        "showHeader": true
      },
      "pluginVersion": "9.3.1",
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "y7CI3KKVz"
          },
          "editorMode": "code",
          "exemplar": false,
          "expr": "http_request_test_all_total{job=\"seckill-client\"}",
          "format": "table",
          "instant": true,
          "legendFormat": "__auto",
          "range": false,
          "refId": "A"
        }
      ],
      "title": "Panel Title",
      "transformations": [
        {
          "id": "merge",
          "options": {}
        }
      ],
      "type": "table"
    },
    {
      "datasource": {
        "type": "prometheus",
        "uid": "y7CI3KKVz"
      },
      "fieldConfig": {
        "defaults": {
          "color": {
            "mode": "palette-classic"
          },
          "custom": {
            "axisCenteredZero": false,
            "axisColorMode": "text",
            "axisLabel": "",
            "axisPlacement": "auto",
            "barAlignment": 0,
            "drawStyle": "line",
            "fillOpacity": 0,
            "gradientMode": "none",
            "hideFrom": {
              "legend": false,
              "tooltip": false,
              "viz": false
            },
            "lineInterpolation": "linear",
            "lineWidth": 1,
            "pointSize": 5,
            "scaleDistribution": {
              "type": "linear"
            },
            "showPoints": "auto",
            "spanNulls": false,
            "stacking": {
              "group": "A",
              "mode": "none"
            },
            "thresholdsStyle": {
              "mode": "off"
            }
          },
          "mappings": [],
          "thresholds": {
            "mode": "absolute",
            "steps": [
              {
                "color": "green",
                "value": null
              },
              {
                "color": "red",
                "value": 80
              }
            ]
          }
        },
        "overrides": []
      },
      "gridPos": {
        "h": 8,
        "w": 12,
        "x": 0,
        "y": 8
      },
      "id": 6,
      "options": {
        "legend": {
          "calcs": [],
          "displayMode": "list",
          "placement": "bottom",
          "showLegend": true
        },
        "tooltip": {
          "mode": "single",
          "sort": "none"
        }
      },
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "y7CI3KKVz"
          },
          "editorMode": "code",
          "expr": "avg(http_request_test_time_seconds{job=\"seckill-client\" ,quantile =~ \"0.9|0.99\"}) by (job,quantile)",
          "legendFormat": "__auto",
          "range": true,
          "refId": "A"
        }
      ],
      "title": "P90 P99指标统计",
      "type": "timeseries"
    },
    {
      "datasource": {
        "type": "prometheus",
        "uid": "y7CI3KKVz"
      },
      "fieldConfig": {
        "defaults": {
          "color": {
            "mode": "palette-classic"
          },
          "custom": {
            "axisCenteredZero": false,
            "axisColorMode": "text",
            "axisLabel": "",
            "axisPlacement": "auto",
            "barAlignment": 0,
            "drawStyle": "line",
            "fillOpacity": 0,
            "gradientMode": "none",
            "hideFrom": {
              "legend": false,
              "tooltip": false,
              "viz": false
            },
            "lineInterpolation": "linear",
            "lineWidth": 1,
            "pointSize": 5,
            "scaleDistribution": {
              "type": "linear"
            },
            "showPoints": "auto",
            "spanNulls": false,
            "stacking": {
              "group": "A",
              "mode": "none"
            },
            "thresholdsStyle": {
              "mode": "off"
            }
          },
          "mappings": [],
          "thresholds": {
            "mode": "absolute",
            "steps": [
              {
                "color": "green",
                "value": null
              },
              {
                "color": "red",
                "value": 80
              }
            ]
          }
        },
        "overrides": []
      },
      "gridPos": {
        "h": 8,
        "w": 12,
        "x": 12,
        "y": 8
      },
      "id": 8,
      "options": {
        "legend": {
          "calcs": [],
          "displayMode": "list",
          "placement": "bottom",
          "showLegend": true
        },
        "tooltip": {
          "mode": "single",
          "sort": "none"
        }
      },
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "y7CI3KKVz"
          },
          "editorMode": "code",
          "expr": "max(http_request_test_time_seconds_max{job=\"seckill-client\"})",
          "legendFormat": "__auto",
          "range": true,
          "refId": "A"
        }
      ],
      "title": "最大耗时",
      "type": "timeseries"
    },
    {
      "datasource": {
        "type": "prometheus",
        "uid": "y7CI3KKVz"
      },
      "fieldConfig": {
        "defaults": {
          "color": {
            "mode": "palette-classic"
          },
          "custom": {
            "axisCenteredZero": false,
            "axisColorMode": "text",
            "axisLabel": "",
            "axisPlacement": "auto",
            "barAlignment": 0,
            "drawStyle": "line",
            "fillOpacity": 0,
            "gradientMode": "none",
            "hideFrom": {
              "legend": false,
              "tooltip": false,
              "viz": false
            },
            "lineInterpolation": "linear",
            "lineWidth": 1,
            "pointSize": 5,
            "scaleDistribution": {
              "type": "linear"
            },
            "showPoints": "auto",
            "spanNulls": false,
            "stacking": {
              "group": "A",
              "mode": "none"
            },
            "thresholdsStyle": {
              "mode": "off"
            }
          },
          "mappings": [],
          "thresholds": {
            "mode": "absolute",
            "steps": [
              {
                "color": "green",
                "value": null
              },
              {
                "color": "red",
                "value": 80
              }
            ]
          }
        },
        "overrides": []
      },
      "gridPos": {
        "h": 8,
        "w": 12,
        "x": 0,
        "y": 16
      },
      "id": 2,
      "options": {
        "legend": {
          "calcs": [],
          "displayMode": "list",
          "placement": "bottom",
          "showLegend": true
        },
        "tooltip": {
          "mode": "single",
          "sort": "none"
        }
      },
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "y7CI3KKVz"
          },
          "editorMode": "code",
          "expr": "60*sum(rate(http_request_test_all_total{job=\"seckill-client\"}[1m]))",
          "hide": false,
          "legendFormat": "__auto",
          "range": true,
          "refId": "A"
        }
      ],
      "title": "每分钟请求总数",
      "type": "timeseries"
    },
    {
      "datasource": {
        "type": "prometheus",
        "uid": "y7CI3KKVz"
      },
      "fieldConfig": {
        "defaults": {
          "color": {
            "mode": "palette-classic"
          },
          "custom": {
            "axisCenteredZero": false,
            "axisColorMode": "text",
            "axisLabel": "",
            "axisPlacement": "auto",
            "barAlignment": 0,
            "drawStyle": "line",
            "fillOpacity": 0,
            "gradientMode": "none",
            "hideFrom": {
              "legend": false,
              "tooltip": false,
              "viz": false
            },
            "lineInterpolation": "linear",
            "lineWidth": 1,
            "pointSize": 5,
            "scaleDistribution": {
              "type": "linear"
            },
            "showPoints": "auto",
            "spanNulls": false,
            "stacking": {
              "group": "A",
              "mode": "none"
            },
            "thresholdsStyle": {
              "mode": "off"
            }
          },
          "mappings": [],
          "thresholds": {
            "mode": "absolute",
            "steps": [
              {
                "color": "green",
                "value": null
              },
              {
                "color": "red",
                "value": 80
              }
            ]
          }
        },
        "overrides": []
      },
      "gridPos": {
        "h": 8,
        "w": 12,
        "x": 12,
        "y": 16
      },
      "id": 4,
      "options": {
        "legend": {
          "calcs": [],
          "displayMode": "list",
          "placement": "bottom",
          "showLegend": true
        },
        "tooltip": {
          "mode": "single",
          "sort": "none"
        }
      },
      "targets": [
        {
          "datasource": {
            "type": "prometheus",
            "uid": "y7CI3KKVz"
          },
          "editorMode": "code",
          "expr": "(sum(http_request_test_time_seconds{job=\"seckill-client\"})/sum(http_request_test_all_total{job=\"seckill-client\"}))",
          "legendFormat": "__auto",
          "range": true,
          "refId": "A"
        }
      ],
      "title": "请求平均耗时",
      "type": "timeseries"
    }
  ],
  "refresh": false,
  "schemaVersion": 37,
  "style": "dark",
  "tags": [],
  "templating": {
    "list": []
  },
  "time": {
    "from": "now-30m",
    "to": "now"
  },
  "timepicker": {},
  "timezone": "",
  "title": "seckill-client-dashboard",
  "uid": "PSpzcYFVk",
  "version": 5,
  "weekStart": ""
}

（2）选择导入模板，在Dashboards中选择导入

 （3）上传seckill-client.json文件，可修改名称和uid如下图，完成后导入即可

 11.grafana效果图

 

 12.promethues查询语句
（1）每分钟请求总数
60*sum(rate(http_request_test_all_total{}[1m]))

（2）统计指定api=/demo/name

60*sum(rate(http_request_test_all_total{api="/demo/name"}[1m]))

（3）请求平均耗时
(sum(http_request_test_time_seconds{job="seckill-client"})/sum(http_request_test_all_total{job="seckill-client"}))

（4）P90 P99指标统计
avg(http_request_test_time_seconds{job="seckill-client" ,quantile =~ "0.9|0.99"}) by (job,quantile)

（5）最大耗时
max(http_request_test_time_seconds_max{job="seckill-client"})

（6）访问总数

http_request_test_all_total{job=\"seckill-client\"}

RenDuData
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
SpringBoot+Prometheus+Grafana 实现自定义监控
m0_71777195的博客
12-17 1171
就是上边本地启动的服务地址，也就是 Prometheus 要监控的服务地址。的 HTTP 服务来供 Prometheus 抓取数据，不过默认该服务是关闭的，该配置将打开所有的 Actuator 服务。配置会将该工程应用名称添加到计量器注册表的 tag 中去，方便后边 Prometheus 根据应用名称来区分不同的服务。配置为开启 Actuator 服务，因为Spring Boot Actuator 会自动配置一个 URL 为。，就可以看到服务的一系列不同类型 metrics 信息，例如。
使用Prometheus监控API
热门推荐
少说多做
06-05 2万+
写在最前面 我心里也打鼓，是不是应该把这个文章写出来，因为这个项目里面的代码不能拿来就用，需要做修改（其实后端API监控本来就和业务相关，应该没有一个成品可以做到对每一个业务的API都能监控).其次文章里面涉及的知识点比较多，Prometheus,Prometheus-Operator,K8S,Python ,如果你已经具备这些基础，也愿意话时间来读这篇文章，请继续。 简介： 目前公司有一个项目，使用前后端分离。前端采样VUE，后端使用Java Spring全家桶，后端的接口为Restful AP.
一、Prometheus介绍及部署
最新发布
爱吃西红柿的博客
05-11 991
Prometheus是由SoundCloud开发的开源监控报警系统和时序列数据库(TSDB)global:alerting:- targets:# 抓取配置列表# node_exporter配置labels:instance: Prometheus服务器labels:instance: test主服务器。
Prometheus API 使用介绍|收藏
伤心的辣条
11-02 4081
本文仅展示了Prometheus API的简单应用，更多的接口使用可参考官方文献：https://prometheus.io/docs/prometheus/latest/querying/api/。
Prometheus实现API监控实施方法
kelenwait的博客
04-18 4851
一、 概述 前言 在建设接口管理平台,需要对所有接口的连通性进行检测，监测平台接口情况，进行统计和预警，因接口数量众多，且后续可能也会进行可视化展示和分析，决定使用prometheus监控体系进行监测。前后调研和实验最终决定方案如下，进行记录和分享 架构示意图 blackbox_exporter模块 blackbox_exporter是Prometheus 官方提供的 exporter 之一，可以提供 http、dns、tcp、icmp 的监控数据采集，可用于检测接口连通性 Consul 实现target
Prometheus详解（十一）——Prometheus监控API Server
永远是少年
05-27 2817
今天继续给大家介绍Linux运维相关知识，本文主要内容是Prometheus监控API Server。 一、Prometheus监控API Server配置 二、二、API Server过滤
服务监控（四）之SpringBoot整合Prometheus
一掬净土
06-25 2199
1、新建一个SpringBoot项目 (我这里版本是：2.2.4.RELEASE)，pom中加入如下必要依赖： <!--https://micrometer.io/docs/registry/prometheus--> <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId>
基于springboot的健身系统源码
04-15
4. 监控：利用Spring Boot Actuator监控系统状态，配合Prometheus和Grafana进行性能指标展示。 5. 版本控制：使用Git进行代码版本管理，便于多人协作和回溯。 在开发过程中，了解并熟练掌握Spring Boot的特性及最佳...
个人博客系统设计，基于spring的个人博客系统设计
04-24
同时，监控和日志管理也是运维的重要部分，如使用Prometheus和Grafana进行性能监控，使用ELK Stack（Elasticsearch、Logstash、Kibana）进行日志收集和分析。 在描述中提到的“完整的个人博客设计源程序”，意味着...
基于springboot+dubbo的练手级电商项目.zip
10-30
此外，Spring Boot还提供了丰富的starter，如数据访问（JPA、MyBatis）、Web（Spring MVC）、Actuator（监控）等，方便开发者快速接入各种功能。 Dubbo的核心功能包括服务注册与发现、远程调用、负载均衡、容错机制...
电子监控系统源码设计与实现
04-25
2. 监控与日志：利用Prometheus、Grafana等工具进行系统状态监控，ELK（Elasticsearch、Logstash、Kibana）堆栈进行日志管理。 3. 自动化运维：通过Ansible、Jenkins等自动化工具实现持续集成和部署。 通过对以上...
mircoservice分布式跟踪系统（zipkin+springboot）.zip
12-24
此外，为了实现全面的监控，我们还可以考虑与其他工具集成，比如使用**Prometheus**进行指标监控，配合**Grafana**进行可视化展示，或者利用**Spring Cloud Sleuth**，它是Spring Cloud生态中的一个项目，提供了自动...
SpringBoot - 构建监控体系02_定义度量指标和 Actuator 端点
小工匠
05-30 1万+
文章目录PreActuator 中的度量指标Micrometer 度量库 Pre SpringBoot - 构建监控体系01_使用 Actuator 组件实现及扩展系统监控 我们引入了 Spring Boot Actuator 组件来满足 Spring Boot 应用程序的系统监控功能，并重点介绍了如何扩展常见的 Info 和 Health 监控端点的实现方法。 这一讲我们继续讨论如何扩展 Actuator 端点，但更多关注与度量指标相关的内容。同时，我们还将给出如何创建自定义 Actuator 的实现
SpringBoot应用接入Prometheus+Grafana
AG.『Feng』的博客
08-31 3193
SpringBoot应用接入Prometheus
springboot如何集成Prometheus如何暴露Histogram来获取P99等监控指标
lipeng的博客
05-24 7865
背景 springboot如何集成Prometheus我这里不做详细描述，要想了解集成过程，可以参考一下博客：https://blog.csdn.net/aixiaoyang168/article/details/100866159， 这里我讲一下如果我们j需要获取到某些监控指标的p99、p90等度量数据，比如说http请求的响应时长p99等， Micrometer 根据指标监控的对象个数、监视目的和含义的不同，Micrometer指标类型大体可以分为Gauge、Counter、DistributionSu
使用Prometheus计算百分位数值 自定义springboot starter集成Prometheus Histogram 获取P99等百分位监控指标
lilong418的专栏
07-22 3495
springboot应用中Prometheus 获取百分位指标，需要实现 DistributionStatisticConfig配置类，详细介绍可以参考 “pringboot如何集成Prometheus如何暴露Histogram来获取P99等监控指标” 一文，地址：https://blog.csdn.net/lp19861126/article/details/106309546 这里介绍如何通过自定义 starter通过pom 引用的方式达到代码无侵入方式，主要达到两个需求： 1、配置类的过滤参数不能
以Timer为例,梳理spring-boot-actuator全流程
a158327的博客
11-01 895
1Timer的注册 以下是一段使用Timer的代码。 @Autowired private MeterRegistry registry; //引用注册中心 Timer.Sample sample = Timer.start(registry); // 开始计时 //注册与计时 sample.stop( Timer.builder("business.request.code") .publishPercentiles(0.5, 0.95, 0.99) .
升级springboot2.7.10问题汇总
jiayi305的博客
05-30 2041
1.监控组件的不兼容；报错为：Caused by: java.lang.ClassNotFoundException: io.micrometer.core.instrument.binder.jvm.JvmHeapPressureMetrics。4.javax.validation:validation-api不兼容，排除掉，引用新的jakarta.validation:jakarta.validation-api。# server.servlet.path=/api --已过期更改为下方配置。
【监控系统】Promethus监控SpringBoot微服务应用配置实战
互联网小阿祥
07-17 3331
Promethus监控SpringBoot微服务应用配置实战
prometheus+grafana监控报警
08-18
Prometheus和Grafana是一对常用的监控和可视化工具。Prometheus用于收集和存储时间序列数据，而Grafana则用于将这些数据进行可视化展示和设置报警。在搭建Prometheus和Grafana监控报警的过程中，你需要进行以下几个步骤： 1. 配置Prometheus：通过编辑prometheus.yml配置文件，指定需要监控的目标和拉取监控数据的地址。你可以在配置文件中添加多个job，每个job对应一个监控目标。例如，你可以配置一个job用于监控Prometheus自身的状态，另一个job用于监控其他服务器或应用程序的状态。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Prometheus + Grafana 搭建监控报警系统](https://blog.csdn.net/DreamLi1314/article/details/123200153)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值