docker - prometheus+grafana监控与集成到spring boot 微服务

花生大帝

已于 2022-01-19 10:59:30 修改

阅读量1.5k

点赞数 2

文章标签： docker spring boot 微服务

于 2022-01-18 17:41:01 首次发布

本文链接：https://blog.csdn.net/qq1026432050/article/details/122561582

版权

prometheus+grafana监控与集成到spring boot

一、Prometheus 介绍

Prometheus 中文名称为普罗米修斯，受启发于Google 的Brogmon 监控系统，从2012年开始由前Google工程师在Soundcloud 以开源软件的形式进行研发，2016年6月发布1.0版本。Prometheus 可以看作是 Google 内部监控系统Borgmon 的一个实现。

下图说明了Prometheus 的体系结构及其部分生态系统组件。其中 Alertmanager 用于告警，Grafana 用于监控数据可视化，会在文章后面继续提到。
在这里插入图片描述

在这里插入图片描述

在这里我们了解到Prometheus 这几个特征即可：

1.数据收集器，它以配置的时间间隔定期通过HTTP提取指标数据。
2.一个时间序列数据库，用于存储所有指标数据。
3.一个简单的用户界面，您可以在其中可视化，查询和监视所有指标。

二、Grafana 介绍

Grafana 是一款采用 go 语言编写的开源应用，允许您从Elasticsearch，Prometheus，Graphite，InfluxDB等各种数据源中获取数据，并通过精美的图形将其可视化。
在这里插入图片描述
除了Prometheus的AlertManager 可以发送报警，Grafana 同时也支持告警。Grafana 可以无缝定义告警在数据中的位置，可视化的定义阈值，并可以通过钉钉、email等平台获取告警通知。最重要的是可直观的定义告警规则，不断的评估并发送通知。

由于Grafana alert告警比较弱，大部分告警都是通过Prometheus Alertmanager进行告警.
请注意Prometheus仪表板也具有简单的图形。但是Grafana的图形化要好得多。

三、Alertmananger 介绍

Prometheus 监控平台中除了负责采集数据和存储，还能定制事件规则，但是这些事件规则要实现告警通知的话需要配合Alertmanager 组件来完成。

AlertManager 支持告警分组（将多个告警合并一起发送）、告警抑制以及告警静默（同一个时间段内不发出重复的告警）功能。
在这里插入图片描述

四、监控Java 应用

监控模式

目前，监控系统采集指标有两种方式，一种是『推』，另一种就是『拉』：

推的代表有 ElasticSearch，InfluxDB，OpenTSDB 等，需要你从程序中将指标使用 TCP，UDP 等方式推送至相关监控应用，只是使用 TCP 的话，一旦监控应用挂掉或存在瓶颈，容易对应用本身产生影响，而使用 UDP 的话，虽然不用担心监控应用，但是容易丢数据。

拉的代表，主要代表就是 Prometheus，让我们不用担心监控应用本身的状态。而且可以利用 DNS-SRV 或者 Consul 等服务发现功能就可以自动添加监控。

如何监控

Prometheus 监控应用的方式非常简单，只需要进程暴露了一个用于获取当前监控样本数据的 HTTP 访问地址。这样的一个程序称为Exporter，Exporter 的实例称为一个 Target 。Prometheus 通过轮训的方式定时从这些 Target 中获取监控数据样本，对于应用来讲，只需要暴露一个包含监控数据的 HTTP 访问地址即可，当然提供的数据需要满足一定的格式，这个格式就是 Metrics 格式.

metric name>{<label name>=<label value>, ...}

主要分为三个部分
各个部分需符合相关的正则表达式

1.metric name：指标的名称，主要反映被监控样本的含义 a-zA-Z_:*_
2.label name: 标签 反映了当前样本的特征维度 [a-zA-Z0-9_]*
3.label value: 各个标签的值，不限制格式

需要注意的是，label value 最好使用枚举值，而不要使用无限制的值，比如用户 ID，Email 等，不然会消耗大量内存，也不符合指标采集的意义。

五、MicroMeter 介绍

前面简述了Prometheus 监控的原理。那么我们的Spring Boot 应用怎么提供这样一个 HTTP 访问地址，提供的数据还得符合上述的 Metrics 格式？

还记得吗，在Spring Boot Actuator 模块详解：健康检查，度量，指标收集和监控中，我有提到过Actuator 模块也可以和一些外部的应用监控系统整合，其中就包括Prometheus 。那么Spring Boot Actuator 怎么让 Spring Boot 应用和Prometheus 这种监控系统结合起来呢？

这个桥梁就是Micrometer。Micrometer 为 Java 平台上的性能数据收集提供了一个通用的 API，应用程序只需要使用 Micrometer 的通用 API 来收集性能指标即可。Micrometer 会负责完成与不同监控系统的适配工作。
在这里插入图片描述

六、docker-prometheus、docker-grafana、服务器监控docker-node-exporter 安装

下载镜像包

docker pull prom/prometheus
docker pull grafana/grafana
docker pull prom/node-exporter

prometheus启动前准备

mkdir /opt/prometheus

touch /opt/prometheus.yml

cd /opt/prometheus

vim prometheus.yml

prometheus 配置文件如下

global:
  scrape_interval:     60s
  evaluation_interval: 60s

scrape_configs:
  - job_name: prometheus
    static_configs:
      - targets: ['xxx.xxx.xxx.xxx:9300']
        labels:
          instance: prometheus

  - job_name: linux
    static_configs:
      - targets: ['xxx.xxx.xxx.xxx:9200']
        labels:
          instance: localhost
  - job_name: web
    metrics_path: '/actuator/prometheus'
    scrape_interval: 5s
    static_configs:
      - targets: ['xxx.xxx.xxx.xxx:19007']
        labels:
          instance: localweb

其中9300为prometheus
其中9200为node-exporter监控服务器的程序
其中19007为测试地址，metrics_path是自定义拉取数据的地址

grafana启动前准备

mkdir /opt/grafana-storage

chmod 777 -R /opt/grafana-storage

启动

可视化如下
9400为grafana暴露的端口9300为prometheus暴露的端口9200为node-exporter暴露的端口
node-exporter启动

docker run -d -p 9200:9100  --name=node-exporter   -v "/proc:/host/proc:ro"   -v "/sys:/host/sys:ro"   -v "/:/rootfs:ro"   prom/node-exporter

访问9200端口
在这里插入图片描述

prometheus启动

docker run  -d --name=prometheus  -p 9300:9090   -v /opt/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml    prom/prometheus

访问9300端口
在这里插入图片描述

grafana启动

docker run -d   -p 9400:3000   --name=grafana   -v /opt/grafana-storage:/var/lib/grafana   grafana/grafana

访问9400端口
在这里插入图片描述

使用grafana

创建数据源
在这里插入图片描述

配置视图

七、spring boot 集成 prometheus

引入依赖

		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-actuator</artifactId>
		</dependency>
		<!-- Micrometer Prometheus registry  -->
		<dependency>
		    <groupId>io.micrometer</groupId>
		    <artifactId>micrometer-registry-prometheus</artifactId>
		</dependency>

yml配置

# management-->metrics单机监控的配置  访问路径 项目地址/prometheus
management:
  metrics:
    binders:
      jvm:
        enabled: false
      files:
        enabled: false
      integration:
        enabled: false
      logback:
        enabled: false
      processor:
        enabled: false
      uptime:
        enabled: false
  endpoints:
    web:
      exposure:
        include: ["prometheus"]
      base-path: "/"