Micrometer集成 Prometheus 监控 Java 应用性能

一、Micrometer 简介
Micrometer 为 Java 平台上的性能数据收集提供了一个通用的 API，它提供了多种度量指标类型（Timers、Guauges、Counters等），同时支持接入不同的监控系统，例如 Influxdb、Graphite、Prometheus 等。我们可以通过 Micrometer 收集 Java 性能数据，配合 Prometheus 监控系统实时获取数据，并最终在 Grafana 上展示出来，从而很容易实现应用的监控。

Micrometer 中有两个最核心的概念，分别是计量器（Meter）和计量器注册表（MeterRegistry）。计量器用来收集不同类型的性能指标信息，Micrometer 提供了如下几种不同类型的计量器：

计数器（Counter）: 表示收集的数据是按照某个趋势（增加／减少）一直变化的，也是最常用的一种计量器，例如接口请求总数、请求错误总数、队列数量变化等。
计量仪（Gauge）: 表示搜集的瞬时的数据，可以任意变化的，例如常用的 CPU Load、Mem 使用量、Network 使用量、实时在线人数统计等，
计时器（Timer）: 用来记录事件的持续时间，这个用的比较少。
分布概要（Distribution summary）: 用来记录事件的分布情况，表示一段时间范围内对数据进行采样，可以用于统计网络请求平均延迟、请求延迟占比等。

二、springboot项目集成Micrometer

引入依赖

<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
	<groupId>io.micrometer</groupId>
	<artifactId>micrometer-registry-prometheus</artifactId>
	<version>1.5.1</version>
</dependency>

这里引入了 io.micrometer 的 micrometer-registry-prometheus 依赖以及 spring-boot-starter-actuator 依赖，因为该包对 Prometheus 进行了封装，可以很方便的集成到 Spring Boot 工程中。

配置application.yml文件

spring: 
  application:
    name: springboot2-prometheus
management:
  endpoints:
    web:
      exposure:
        include: '*'
  metrics:
    tags:
      application: ${spring.application.name}

management.endpoints.web.exposure.include 配置为开启 Actuator 服务，因为Spring Boot Actuator 会自动配置一个 URL 为 /actuator/Prometheus 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。management.metrics.tags.application 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。

注册MeterRegistryCustomizer

@Configuration
public class MicrometerConfig {

    @Value("${spring.application.name}")
    private String applicationName;

    @Bean
    MeterRegistryCustomizer configurer(MeterRegistry meterRegistry) {
        return registry -> meterRegistry.config().commonTags("application", applicationName);
    }

    public String getApplicationName() {
        return applicationName;
    }

    public void setApplicationName(String applicationName) {
        this.applicationName = applicationName;
    }
}

启动服务，访问http://127.0.0.1:8099/actuator/prometheus

三、Prometheus简介

什么是Prometheus?
Prometheus是由SoundCloud开发的开源监控报警系统和时序列数据库(TSDB)。Prometheus使用Go语言开发，是Google BorgMon监控系统的开源版本。
2016年由Google发起Linux基金会旗下的原生云基金会(Cloud Native Computing Foundation), 将Prometheus纳入其下第二大开源项目。
Prometheus目前在开源社区相当活跃。
Prometheus和Heapster(Heapster是K8S的一个子项目，用于获取集群的性能数据。)相比功能更完善、更全面。Prometheus性能也足够支撑上万台规模的集群。

Prometheus的特点：
多维度数据模型。
灵活的查询语言。
不依赖分布式存储，单个服务器节点是自主的。
通过基于HTTP的pull方式采集时序数据。
可以通过中间网关进行时序列数据推送。
通过服务发现或者静态配置来发现目标服务对象。
支持多种多样的图表和界面展示，比如Grafana等。

基本原理：
Prometheus的基本原理是通过HTTP协议周期性抓取被监控组件的状态，任意组件只要提供对应的HTTP接口就可以接入监控。不需要任何SDK或者其他的集成过程。这样做非常适合做虚拟化环境监控系统，比如VM、Docker、Kubernetes等。输出被监控组件信息的HTTP接口被叫做exporter 。目前互联网公司常用的组件大部分都有exporter可以直接使用，比如Varnish、Haproxy、Nginx、MySQL、Linux系统信息(包括磁盘、内存、CPU、网络等等)。

服务过程：
1、Prometheus Daemon负责定时去目标上抓取metrics(指标)数据，每个抓取目标需要暴露一个http服务的接口给它定时抓取。Prometheus支持通过配置文件、文本文件、Zookeeper、Consul、DNS SRV Lookup等方式指定抓取目标。Prometheus采用PULL的方式进行监控，即服务器可以直接通过目标PULL数据或者间接地通过中间网关来Push数据。
2、Prometheus在本地存储抓取的所有数据，并通过一定规则进行清理和整理数据，并把得到的结果存储到新的时间序列中。
3、Prometheus通过PromQL和其他API可视化地展示收集的数据。Prometheus支持很多方式的图表可视化，例如Grafana、自带的Promdash以及自身提供的模版引擎等等。Prometheus还提供HTTP API的查询方式，自定义所需要的输出。
4、PushGateway支持Client主动推送metrics到PushGateway，而Prometheus只是定时去Gateway上抓取数据。
5、Alertmanager是独立于Prometheus的一个组件，可以支持Prometheus的查询语句，提供十分灵活的报警方式。

这里为了快速方便启动 Prometheus、Grafana 服务，我使用 Docker 方式启动，所以本机需要安装好 Docker 环境

安装Prometheus

docker run --name prometheus -d -p 9090:9090 prom/prometheus:latest

这里默认 Prometheus 开放 9090 端口

http://192.168.25.129:9090/graph

Prometheus 默认配置文件 prometheus.yml 在容器内路径为 /etc/prometheus/prometheus.yml

进入容器
docker exec -it dfdaaffd5a94 /bin/sh
修改prometheus.yml文件
vi /etc/prometheus/prometheus.yml

增加metrics_path: ‘/actuator/prometheus’
targets: [‘192.168.1.79:8099’] 是监控springboot搭建的服务

static_configs:
    - targets: ['192.168.1.79:8099']   ---是监控springboot搭建的服务
      labels:
        instance: springboot2-prometheus   --应用实例名称，自己定义
        service: demo-service        --应用服务名称，自己定义

重启容器
docker restart dfdaaffd5a94

访问http://192.168.25.129:9090/targets 可以看到监控springboot项目连接成功

四、Grafana Dashboard可视化监控指标

docker安装grafana

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

启动完毕后，浏览器访问 http://ip:3000 即可，首次登录使用 admin:admin 默认账户密码登录并修改密码。登录完毕，需要添加数据源，这里我们要添加的就是上边 Prometheus 数据源，配置如下图：

配置完毕，接下来需要导入对应的监控 JVM 的 Dashboard 模板，模板编号为 4701

导入后就能看到jvm的各种指标

五、自定义监控指标并展示到 Grafana

上边是 spring-boot-actuator 集成了 Micrometer 来提供的默认监控项，覆盖 JVM 各个层间的监控，配合 Grafana Dashboard 模板基本可以满足我们日常对 Java 应用的监控。当然，它也支持自定义监控指标，实现各个方面的监控，例如统计访问某一个 API 接口的请求数，统计实时在线人数、统计实时接口响应时间等功能，而这些都可以通过使用上边的四种计量器来实现。接下来，来演示下如何自定义监控指标并展示到 Grafana 上。

1、监控某几个 API 请求次数

在项目中创建一个IndexController 类，并创建接口，每次请求该接口就counter.increment()增加一次

public class IndexController {
	
	

	@Autowired
	private MeterRegistry meterRegistry;

	private Counter counter;
	
	
	@RequestMapping(value="/user")
	public String getUser() {
		counter = meterRegistry.counter("app_requests_method_count", "method", "IndexController.index");
		counter.increment();
		log.info("请求总次数:{}", counter.count());
		return "李冰冰";
	}

请求/user接口，然后登陆prometheus，查询可以看到请求了7次

#查询语句
app_requests_method_count_total{application="springboot2-prometheus", instance="springboot2-prometheus", method="IndexController.index"}

可以看到正确统计出来这两个接口请求的访问数，这里解释一下查询语句：app_requests_method_count_total{application=“springboot2-prometheus”, instance=“springboot2-prometheus”, method=“IndexController.index”}

app_requests_method_count_total 为上边代码中设置的 Counter 名称。
application 为初始化 registry 时设置的通用标签，标注应用名称，这样做好处就是可以根据应用名称区分不同的应用。
instance 为 prometheus.yml 中配置的 instance 实例名称，用来区分应用实例。
method 为上边代码中设置的 Counter 标签名称，可以用来区分不同的方法，这样就不用为每一个方法设置一个 Counter 了。

然后在grafana中创建自定义panel， 把上面的查询语句放进去展示上面的内容

#我们发现视图中的查询application和instance 替换成了$application和$instance， 这是因为我们设置了变量，不需要每次对相同的内容，每次都设置一遍
app_requests_method_count_total{application="$application", instance="$instance", method="IndexController.index"}

grafana中的变量设置
选择panel——》settings——》variables中，点击new