Prometheus 监控实施 -- （二）应用服务集成Prometheus

一、应用侧配置

1.1、引入依赖

在应用的在pom.xml文件中需要引入以下依赖（标准版项目中已默认引入依赖）：

 <!-- 实现对 Spring MVC 的自动化配置 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <!-- 实现对 Actuator 的自动化配置 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-actuator</artifactId>
        </dependency>
        <!-- Micrometer 对 Prometheus 的支持 -->
        <dependency>
            <groupId>io.micrometer</groupId>
            <artifactId>micrometer-registry-prometheus</artifactId>
        </dependency>
	<!-- 监控相关 -->
	<dependency>
    	<groupId>cn.iocoder.cloud</groupId>
    	<artifactId>yudao-spring-boot-starter-monitor</artifactId>
	</dependency>

1.2配置文件修改

在引入完依赖之后，需要在配置文件中新增一下配置：
Actuator 监控端点的配置项：

management:
  endpoints:
    web:
      base-path: /actuator # Actuator 提供的 API 接口的根目录。默认为 /actuator
      exposure:
        include: '*' # 需要开放的端点。默认值只打开 health 和 info 两个端点。通过设置 * ，可以开放所有端点。

  metrics:
    tags: # 通用标签
      application: ${spring.application.name}
    export:
      prometheus:
        enabled: true
      jmx:
        enabled: true

• 配置项 management.endpoints.web.exposure.include = *，设置 Actuator 暴露所有端点。这样，prometheus端点也能被暴露出来。
• 配置项management.metrics.tags，设置 Metrics 通用标签。这里，我们配置了一个通过用标签键为application，值${spring.application.name}。我们来试着想下，应用 A 和应用 B 都有相同的 Metrics 名，那么如果我们需要去区分它们，则需要通过给 Metrics 打上不同的标签来区分，而一般情况下，我们会选择application作为标签。如果胖友有使用过 Prometheus + Grafana 来做监控报表，会发现也是推荐这么实践的。

1.3 配置校验

在完成 上述两个小节的配置以后，接下里可以启动SpringBoot 应用验证一下配置是否完成。
应用启动完成以后，在浏览器中输入：http://${ip}:${port}/actuator/prometheus  ，效果如下图。

• 每个 Metrics 指标的格式，[指标名][指标标签 JSON 串] [指标值]。

由此，应用层面的监控指标已经配置完成。

###二、Prometheus 安装配置
####2.1 镜像下载
选择合适的镜像，docker镜像可以自己制作也可以从 镜像仓库下载 （https://hub.docker.com/ ) ，本文选择从仓库中下载 bitnami/prometheus 镜像。也可以是选择二进制文件安装，但过程相对复杂，本文只介绍docker安装过程。

1、先使用 docker pull bitnami/prometheus:latest 下载镜像
2、制作 docker-compose.yaml 配置文件,如下：

version: "2"
services:
  Prometheus:
    container_name: prometheus-server
    image: bitnami/prometheus:latest
    volumes:
      - ./prometheus.yml:/opt/bitnami/prometheus/conf/prometheus.yml
    ports:
      - "9090:9090"
    restart: always

4、prometheus.yml 配置文件修改

# my global config
global:
  # Set the scrape interval to every 15 seconds. Default is every 1 minute.
  scrape_interval: 15s 
  # Evaluate rules every 15 seconds. The default is every 1 minute.
  evaluation_interval: 15s 
  # scrape_timeout is set to the global default (10s).

# Alertmanager configuration
alerting:
  alertmanagers:
    - static_configs:
        - targets:
          # - alertmanager:9093

# 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: ["localhost:9090"]
 - job_name: "wecom-server"
   metrics_path: '/actuator/prometheus'
    static_configs:
     - targets: ["40.XXXX.XXXX.21:20004"]

targets 为应用服务的 ip跟端口。

5、启动docker，并验证prometheus
在浏览器中输入 http://XXXX.XXXX.XXXX.XXXXX:19090/ ,将出现 点击targets 将会出现 下图

自此prometheus 配置完成。