Springboot应用接入Prometheus监控

接入介绍

在使用 Spring Boot 作为开发框架时，需要监控应用的状态，例如 JVM/Spring MVC 等。
针对Spring Boot应用，社区提供了开箱即用的Spring Boot Actuator框架，方便Java开发者进行代码埋点和监测数据收集、输出。
从Spring Boot 2.0开始，Actuator将底层改为Micrometer，同时提供了更强、更灵活的监测能力。
Micrometer是一个监测门面，可以类比成监测界的Slf4j ，借助Micrometer，应用则能够对接各种监测系统。例如，AppOptics、Datadog、Elastic、InfluxDB以及Prometheus监控等。

Micrometer在将Prometheus监控指标对接到Java应用的指标时，支持应用开发者用三个类型的语义来映射：

Micrometer指标类型	Prometheus监控指标类型	典型用途
Counter	Counter	计数器，单调递增场景。例如，统计PV和UV，接口调用次数等。
Gauge	Gauge	持续波动的变量。例如，资源使用率、系统负载、请求队列长度等。
Timer	Histogram	统计数据分布。例如，统计某接口调用延时的P50、P90、P99等。
DistributionSummary	Summary	统计数据分布，与Histogram用途类似。

• Micrometer中的Counter指标类型对应于Prometheus监控中的Counter指标类型，用来描述一个单调递增的变量。如某个接口的访问次数、缓存命中或者访问总次数等。Timer在逻辑上蕴含了Counter，即如果使用Timer采集每个接口的响应时间，必然也会采集访问次数。因此无需为某个接口同时指定Timer与Counter两个指标。
• MicroMeter中的Gauge指标类型对应于Prometheus监控中的Gauge指标类型，用来描述在一个范围内持续波动的变量。如CPU使用率、线程池任务队列数等。
• MicroMeter中的Timer指标类型对应于Prometheus监控中的Histogram，用来描述与时间相关的数据。如某个接口RT时间分布等。
• Micrometer中的DistributionSummary指标类型对应Prometheus监控中的Summary指标类型 ，与Histogram类似，Summary也是用于统计数据分布的，但由于数据的分布情况是在客户端计算完成后再传入Prometheus监控进行存储，因此Summary的结果无法在多个机器之间进行数据