SpringBoot集成Prometheus实现Alert Manager告警上报（二）

已于 2023-10-04 20:26:40 修改
阅读量346 收藏 1
点赞数
文章标签： spring boot prometheus java
于 2023-10-04 20:25:55 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/winbps/article/details/133559869
版权

摘要

监控服务桥接Prometheus

一、引入prometheus和micrometer

添加健康检查及桥接Prometheus

        <!--健康检查-->
		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-actuator</artifactId>
		</dependency>
		<!-- 桥街prometheus -->
		<dependency>
			<groupId>io.micrometer</groupId>
			<artifactId>micrometer-registry-prometheus</artifactId>
			<version>1.9.12</version>
		</dependency>
		<!-- -micrometer 核心包-->
		<dependency>
			<groupId>io.micrometer</groupId>
			<artifactId>micrometer-core</artifactId>
			<version>1.9.12</version>
		</dependency>

上面是我们对prometheus和micrometer的jar的引用

此处简单说下micrometer的功能，为什么要引用他
Micrometer（千分尺）是Pivotal为最流行的监控系统提供的一个简单的仪表客户端门面模式，允许仪表化JVM应用，而无须关心是哪个供应商提供的指标
同时Spring Boot 2.x在spring-boot-actuator中引入了Micrometer

Micrometer中最重要的两个概念是Meter和MeterRegistry
Meter：用于收集应用的一系列指标的接口。Micrometer提供一系列原生的Meter，包括Timer、Counter、Gauge、DistributionSummary、LongTaskTimer、FunctionCounter、FunctionTimer、TimeGauge。不同的Meter类型有不同的时间序列指标值。例如，增量计数用Counter表示，单个指标值用Gauge表示，计时事件的次数和总时间用Timer表示。每一项指标都有一个唯一标识的指标名称（Metric name）和标签（tag）。
MeterRegistry：Meter是由MeterRegistry创建的。每个监控系统都必须支持Meter-Registry。

二、spring集成Prometheus

编辑application.yml

spring:
  application:
    name: demo_micro
server:
  port: 18080
# Prometheus springboot
management:
  endpoints:
    web:
      exposure:
        #开放页面中的所有端口(endpoint)
        include: '*'
  metrics:
    export:
      prometheus:
        enabled: true
    tags:
      application: ${spring.application.name}

启动类添加


	@Bean
	MeterRegistryCustomizer<MeterRegistry> configurer(
			@Value("${spring.application.name}") String applicationName) {
		return (registry) -> registry.config().commonTags("application", applicationName);
	}

启动springboot，看清楚端口号（后面配置Prometheus配置会用到）

访问：http://127.0.0.1:18080/actuator

{
    "_links": {
        "self": {
            "href": "http://127.0.0.1:18080/actuator",
            "templated": false
        },
        "beans": {
            "href": "http://127.0.0.1:18080/actuator/beans",
            "templated": false
        },
        "caches-cache": {
            "href": "http://127.0.0.1:18080/actuator/caches/{cache}",
            "templated": true
        },
        "caches": {
            "href": "http://127.0.0.1:18080/actuator/caches",
            "templated": false
        },
        "health": {
            "href": "http://127.0.0.1:18080/actuator/health",
            "templated": false
        },
        "health-path": {
            "href": "http://127.0.0.1:18080/actuator/health/{*path}",
            "templated": true
        },
        "info": {
            "href": "http://127.0.0.1:18080/actuator/info",
            "templated": false
        },
        "conditions": {
            "href": "http://127.0.0.1:18080/actuator/conditions",
            "templated": false
        },
        "configprops": {
            "href": "http://127.0.0.1:18080/actuator/configprops",
            "templated": false
        },
        "configprops-prefix": {
            "href": "http://127.0.0.1:18080/actuator/configprops/{prefix}",
            "templated": true
        },
        "env": {
            "href": "http://127.0.0.1:18080/actuator/env",
            "templated": false
        },
        "env-toMatch": {
            "href": "http://127.0.0.1:18080/actuator/env/{toMatch}",
            "templated": true
        },
        "loggers": {
            "href": "http://127.0.0.1:18080/actuator/loggers",
            "templated": false
        },
        "loggers-name": {
            "href": "http://127.0.0.1:18080/actuator/loggers/{name}",
            "templated": true
        },
        "heapdump": {
            "href": "http://127.0.0.1:18080/actuator/heapdump",
            "templated": false
        },
        "threaddump": {
            "href": "http://127.0.0.1:18080/actuator/threaddump",
            "templated": false
        },
        "prometheus": {
            "href": "http://127.0.0.1:18080/actuator/prometheus",
            "templated": false
        },
        "metrics-requiredMetricName": {
            "href": "http://127.0.0.1:18080/actuator/metrics/{requiredMetricName}",
            "templated": true
        },
        "metrics": {
            "href": "http://127.0.0.1:18080/actuator/metrics",
            "templated": false
        },
        "scheduledtasks": {
            "href": "http://127.0.0.1:18080/actuator/scheduledtasks",
            "templated": false
        },
        "mappings": {
            "href": "http://127.0.0.1:18080/actuator/mappings",
            "templated": false
        }
    }
}

监控指标：http://127.0.0.1:18080/actuator/metrics 

{
    "names": [
        "application.ready.time",
        "application.started.time",
        "disk.free",
        "disk.total",
        "executor.active",
        "executor.completed",
        "executor.pool.core",
        "executor.pool.max",
        "executor.pool.size",
        "executor.queue.remaining",
        "executor.queued",
        "http.server.requests",
        "jvm.buffer.count",
        "jvm.buffer.memory.used",
        "jvm.buffer.total.capacity",
        "jvm.classes.loaded",
        "jvm.classes.unloaded",
        "jvm.gc.live.data.size",
        "jvm.gc.max.data.size",
        "jvm.gc.memory.allocated",
        "jvm.gc.memory.promoted",
        "jvm.gc.overhead",
        "jvm.gc.pause",
        "jvm.memory.committed",
        "jvm.memory.max",
        "jvm.memory.usage.after.gc",
        "jvm.memory.used",
        "jvm.threads.daemon",
        "jvm.threads.live",
        "jvm.threads.peak",
        "jvm.threads.states",
        "logback.events",
        "process.cpu.usage",
        "process.start.time",
        "process.uptime",
        "system.cpu.count",
        "system.cpu.usage",
        "tomcat.sessions.active.current",
        "tomcat.sessions.active.max",
        "tomcat.sessions.alive.max",
        "tomcat.sessions.created",
        "tomcat.sessions.expired",
        "tomcat.sessions.rejected"
    ]
}

查看相关指标值： http://127.0.0.1:18080/actuator/prometheus （比较多， 就写一部分）

# HELP jvm_buffer_memory_used_bytes An estimate of the memory that the Java virtual machine is using for this buffer pool
# TYPE jvm_buffer_memory_used_bytes gauge
jvm_buffer_memory_used_bytes{application="demo_micro",id="mapped",} 0.0
jvm_buffer_memory_used_bytes{application="demo_micro",id="direct",} 81920.0
# HELP tomcat_sessions_rejected_sessions_total  
# TYPE tomcat_sessions_rejected_sessions_total counter
tomcat_sessions_rejected_sessions_total{application="demo_micro",} 0.0
# HELP process_start_time_seconds Start time of the process since unix epoch.
# TYPE process_start_time_seconds gauge
process_start_time_seconds{application="demo_micro",} 1.696419458554E9
# HELP jvm_gc_max_data_size_bytes Max size of long-lived heap memory pool
# TYPE jvm_gc_max_data_size_bytes gauge
jvm_gc_max_data_size_bytes{application="demo_micro",} 5.661261824E9
# HELP system_cpu_usage The "recent cpu usage" of the system the application is running in
# TYPE system_cpu_usage gauge
system_cpu_usage{application="demo_micro",} 0.031243497706356593

三、配置Prometheus接入监控指标

打开prometheus.yml编辑 alertmanager配置及监控服务配置

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

# Alertmanager configuration
alerting:
  alertmanagers:
    - follow_redirects: true
      enable_http2: true
      scheme: http
      timeout: 10s
      static_configs:
      - targets: #修改配置alertmanager的地址
        - 127.0.0.1:9093

# 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"]
      #配置监控的服务地址及获取指标值的地址
   - job_name: "demo_micro"
     metrics_path: 'actuator/prometheus'
     static_configs:
       - targets: ["192.168.2.62:18080"]

重启Prometheus 

四、验证Prometheus接入被监控服务的数据

进入Prometheus的UI界面->点击Graph->点击地球 能看到指标就算OK了

winbps
关注
【云原生】Prometheus整合Alertmanager告警规则使用详解
congge
07-14 6420
Prometheus整合Alertmanager配置告警规则使用详解
Prometheus集成springboot（六）
yitian881112的专栏
06-25 544
添加alertmanager报警
【监控告警】SpringBoot整合Prometheus+AlertManager
后端研发工程师Marion的博客
11-15 763
一、参考资料 SpringBoot整合AlertManager,实现自定义的告警收敛以及邮件处理，告警风暴，解决重复告警问题_Captain-223的博客-CSDN博客
SpringBoot整合AlertManager,实现自定义的告警收敛以及邮件处理，告警风暴，解决重复告警问题
qq_42655885的博客
11-03 4293
SpringBoot整合AlertManager,实现自定义的告警收敛以及邮件处理，告警风暴，解决重复告警问题 需求 将传感器通过Http发送到微服务(SpringBoot项目)的警报消息，通知给对应的联系人。不能重复发送相同的警告 问题分析 首先分析一波问题，这里我们先假设有一个接口可以接收传感器发送过来的请求。那么我们需要做的就是，把告警消息推送给对应的联系人。这里再一次简化，假设告警消息里面就携带了联系人的信息。 意思就是我们可以直接把收到的告警消息，解析，然后获取对应的联系人，然后通过邮件、短信、电
SpringBoot集成Prometheus实现Alert Manager告警上报（三）
winbps的博客
10-04 242
Alert Manager上报告警到告警服务。
Spring Boot 推送告警信息到 Alertmanager
herionZhang的博客
12-02 1127
Spring Boot 推送告警信息到 Alertmanager 代码如下： package com.legends.process.engine; import org.springframework.http.HttpEntity; import org.springframework.http.HttpHeaders; import org.springframework.http.HttpMethod; import org.springframework.http.ResponseEntity;
SpringBoot集成Prometheus数据采集和AlertManager告警通知
qq_35532720的博客
12-20 562
alertmanager.yml文件添加相关配置 ，采用webhook统一推送至告警处理中心服务，进行后续邮件告警通知。5.若使用cloud-gateway，则需要在nacos上的网关配置里加上本服务的prometheus白名单。6.服务部署后，即可在Prometheus网页中的status-targets查看到本服务的endpoint。bootstrap.yml（没有的话在application.yml文件）中添加如下配置。（1）prometheus.yml同目录下添加agv_count.yml配置。
SpringBoot整合pushgateway、Alertmanager做监控报警
吃四碗饭的嘤嘤怪的博客
12-20 5452
这里需要通过pushgateway推送数据 引入依赖 <!--普罗米修斯依赖--> <dependency> <groupId>io.prometheus</groupId> <artifactId>simpleclient_spring_boot&lt...
prometheus + alertmanager + grafana +钉钉告警 动部署包
06-29
Prometheus、Alertmanager、Grafana以及钉钉告警是监控和报警系统的关键组件，尤其在 Kubernetes (k8s) 集群环境中。这个手动部署包提供了在 Kubernetes 上搭建这套系统的 YAML 文件，使得用户可以方便地应用配置，...
Prometheus整合Alertmanager告警规则使用详解(案例教程).txt
最新发布
07-15
通过将Prometheus与Alertmanager进行整合，我们可以实现更高效、更集中的告警管理。 #### 二、Alertmanager基本概念及功能 **Alertmanager**作为告警管理系统，其核心功能包括： 1. **告警规则管理**：允许管理员...
K8s（十二）：监控与报警（163邮箱+钉钉）-Prometheus + Grafana + Alertmanager（超详细）
热门推荐
✨ 欢迎来到【Seal ^_^ 的CSDN博客】！这里是我记录技术心得、分享经验的地方。✨
04-08 1万+
🔴 K8s（十二）：监控与报警（163邮箱+钉钉）-Prometheus + Grafana + Alertmanager（超详细）
springBoot2.X整合prometheus
a1833255的博客
08-13 1488
1、首先需要引入依赖： <!-- prometheus config start--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artif...
SpringBoot整合Prometheus实现业务指标上报
bearboy80的专栏
04-27 2242
本文基于SpringBoot2.5.7 整合Prometheus，完成一个简单的业务指标上报。应用上报监控数据到pushgateway，然后prometheus定时拉取应用上报的数据。关于Prometheus和pushgateway 不是本文重点，可以参考。
SpringBoot集群监控—Prometheus+Grafana+AlertManager报警系统
shang_0122的博客
10-02 2375
SpringBoot集群监控—Prometheus+Grafana+AlertManager报警系统
SpringBoot集成Prometheus实现Alert Manager告警上报（一）
winbps的博客
10-04 183
SpringBoot集成Prometheus实现Alert Manager告警上报
Springboot中集成Prometheus
xiaoyi52的专栏
08-28 4561
本文介绍了如何在springboot项目中集成Prometheus。
Prometheus整合Springboot实现报警
weixin_47794762的博客
09-22 4376
Springboot对接alertmanager及监控部署踩坑
SpringBoot集成Prometheus实现Alert Manager告警上报（四）
winbps的博客
10-04 263
配置规则，从被监视服务获取指标上报到告警服务。
SpringCloud实战十九：Pometheus 集成 Alertmanager 服务告警（邮件通知）
zhuyu19911016520
03-17 2503
1.在前面四篇博客基础上，基础Alertmanager组件，对监控信息实现告警处理，已发送邮件、企业微信等方式通知接收人 1.前三篇博客分别介绍了 Prometheus 、Grafana、与 SpringBoot 集成 1.prometheus介绍与安装 2.Grafana可视化图形界面 3.Spring Boot 集成 Prometheus 4.Pometheus 集成 Consul 动态拉取...
智能家居APP设计：SpringBoot集成Prometheus实现
在智能家居APP中集成Prometheus，可以实现对系统性能和设备状态的实时监控，帮助开发者及时发现和解决问题，提升系统的稳定性和用户体验。 这篇论文不仅展示了智能家居APP的全面设计思路，还涵盖了软件工程中的关键...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值