号称下一代可视化监控系统，结合SpringBoot使用，贼爽！

最新推荐文章于 2023-02-14 12:27:45 发布

编程简单学

最新推荐文章于 2023-02-14 12:27:45 发布

阅读量326

点赞数 1

文章标签：可视化 java docker tomcat jar

本文链接：https://blog.csdn.net/weixin_54556126/article/details/118721176

版权

Grafana简介

Grafana是一款开源的数据可视化和分析工具，不管你的指标信息存储在哪里，你都可以用它来可视化这些数据。同时它还具有告警功能，当指标超出指定范围时会提醒你。

Prometheus简介

Prometheus是一款时序数据库，可以简单理解为带时间的MySQL数据库。由于Grafana只能将数据转换成可视化图表，并没有存储功能，所以我们需要结合Prometheus这类时序数据库一起使用。

安装相关资料

使用Docker安装Grafana和Prometheus无疑是最简单的，我们接下来将采用此种方式。

首先下载Grafana的Docker镜像；

docker pull grafana/grafana
复制代码

下载完成后运行Grafana；

docker run -p 3000:3000 --name grafana \
-d grafana/grafana
复制代码

接下来下载Prometheus的Docker镜像；

docker pull prom/prometheus
复制代码

在/mydata/prometheus/目录下创建Prometheus的配置文件prometheus.yml：

global:
  scrape_interval: 5s
复制代码

运行Prometheus，把宿主机中的配置文件prometheus.yml挂载到容器中去；

docker run -p 9090:9090 --name prometheus \
-v /mydata/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml \
-d prom/prometheus
复制代码

至此安装完成，是不是很简单！可以通过如下地址访问Grafana，登录账号密码为admin:admin，访问地址：http://192.168.5.78:3000/

登录Grafana后显示界面如下；

其实Prometheus也是有可视化界面的，就是有点简陋，访问地址：http://192.168.5.78:9090/

使用

Grafana已经安装完后，是时候来波实践了，接下来我们来介绍下使用Grafana来监控Linux系统和SpringBoot应用。

监控系统信息

使用node_explorer可以暴露Linux系统的指标信息，然后Prometheus就可以通过定时扫描的方式获取并存储指标信息了。

下载node_explorer的安装包，安装包已下载好加微信ssmp54996 领取

这次我们直接把node_explorer安装到Linux服务器上（如果使用Docker容器安装，监控的会是Docker容器的指标信息）,将下载的安装包解压到指定目录，并修改文件夹名称：

cd /mydata
tar -zxvf node_exporter-1.1.2.linux-amd64.tar.gz
mv node_exporter-1.1.2.linux-amd64 node_exporter
复制代码

进入解压目录，使用如下命令运行node_explorer，服务将运行在9100端口上；

cd node_exporter
./node_exporter >log.file 2>&1 &
复制代码

使用curl命令访问获取指标信息接口，获取到信息表示运行成功；

curl http://localhost:9100/metrics
复制代码

# HELP promhttp_metric_handler_requests_in_flight Current number of scrapes being served.
# TYPE promhttp_metric_handler_requests_in_flight gauge
promhttp_metric_handler_requests_in_flight 1
# HELP promhttp_metric_handler_requests_total Total number of scrapes by HTTP status code.
# TYPE promhttp_metric_handler_requests_total counter
promhttp_metric_handler_requests_total{code="200"} 2175
promhttp_metric_handler_requests_total{code="500"} 0
promhttp_metric_handler_requests_total{code="503"} 0
复制代码

接下来修改Prometheus的配置文件prometheus.yml，创建一个任务定时扫描node_explorer暴露的指标信息；

scrape_configs:
  - job_name: node
    static_configs:
    - targets: ['192.168.5.78:9100']
复制代码

重启Prometheus容器，可以通过加号->Dashboard来创建仪表盘；

当然你还可以选择去Grafana的仪表盘市场下载一个Dashboard，市场地址：grafana.com/grafana/das…

这里选择了Node Exporter Full这个仪表盘，记住它的ID，访问地址：grafana.com/grafana/das…

选择导入Dashboard并输入ID，最后点击Load即可；

选择数据源为Prometheus，最后点击Import；

导入成功后就可以在Grafana中看到实时监控信息了，是不是够炫酷！

监控SpringBoot应用

监控SpringBoot应用需要依靠actuator及micrometer，通过暴露actuator的端点，Prometheus可以定时获取并存储指标信息。

修改项目的pom.xml文件，添加actuator及micrometer依赖；

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-actuator</artifactId>
    </dependency>
    <!-- 集成micrometer，将监控数据存储到prometheus -->
    <dependency>
        <groupId>io.micrometer</groupId>
        <artifactId>micrometer-registry-prometheus</artifactId>
    </dependency>
</dependencies>
复制代码

修改应用配置文件application.yml，通过actuator暴露监控端口/actuator/prometheus；

management:
  endpoints:
    web:
      exposure:
        # 暴露端点`/actuator/prometheus`
        include: 'prometheus'
  metrics:
    tags:
      application: ${spring.application.name}
复制代码

在监控SpringBoot应用之前，我们需要先运行一个SpringBoot应用，使用如下命令运行即可；

docker run -p 8088:8088 --name mall-tiny-grafana \
-v /etc/localtime:/etc/localtime \
-v /mydata/app/mall-tiny-grafana/logs:/var/logs \
-e TZ="Asia/Shanghai" \
-d mall-tiny/mall-tiny-grafana:1.0-SNAPSHOT
复制代码

修改Prometheus的配置文件prometheus.yml，创建一个任务定时扫描actuator暴露的指标信息，这里需要注意下，由于SpringBoot应用运行在Docker容器中，需要使用docker inspect mall-tiny-grafana |grep IPAddress来获取容器IP地址；

scrape_configs:
  # 采集任务名称
  - job_name: 'mall-tiny-grafana'
    # 采集时间间隔
    scrape_interval: 5s
    # 采集超时时间
    scrape_timeout: 10s
    # 采集数据路径
    metrics_path: '/actuator/prometheus'
    # 采集服务的地址
    static_configs:
      - targets: ['172.17.0.5:8088']
复制代码