当前位置: 首页 > news >正文

Grafana+Prometheus技术文档-进阶使用-监控spring-boot项目

阿丹:

        之前已经实现了使用Prometheus来对服务器进行了监控和仪表盘的创建,现在就需要对这些监控方法使用在spring-boot中去。

实现思路:

        1、集成Actuator

        2、加入Prometheus的依赖

        3、配置开放端口、以及开放监控

        4、配置Prometheus中的配置

        5、使用Grafana中的SpringBoot Actuator展示模版

一、集成Actuator

 引入依赖

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

Spring Actuator是Spring框架中的一个模块,旨在为应用程序提供监控和管理的功能。它为开发人员提供了一系列的HTTP端点,可以用来查看应用程序的运行状况、性能指标、日志信息等。Actuator可以帮助开发人员进行应用程序的监控、诊断和管理,从而更好地了解应用程序的运行情况。

Spring Actuator提供了一些常用的端点,包括:

  1. /health:用于检查应用程序的健康状况,例如数据库连接是否正常、磁盘空间是否足够等。

  2. /info:用于查看应用程序的一般信息,例如应用程序的名称、版本、描述等。

  3. /metrics:用于查看应用程序的运行指标,例如CPU使用率、内存使用量、请求次数等。

  4. /logfile:用于查看应用程序的日志文件。

  5. /env:用于查看应用程序的环境变量。

除了这些常用端点,Actuator还提供了一些其他功能,如配置端点、线程Dump端点、热重启端点等。开发人员可以根据自己的需求自定义配置和使用这些端点。

在Spring项目中集成Actuator非常简单,只需在项目的依赖中加入相关的Actuator模块,并进行必要的配置,即可启用Actuator的功能。

依赖说明:

在Spring Boot应用程序中使用Prometheus进行监控时,spring-boot-starter-actuator依赖提供了与Prometheus进行集成的能力。通过添加这个依赖,你可以使Spring Boot应用程序暴露所需的端点,以供Prometheus抓取并收集监控指标。

具体来说,spring-boot-starter-actuator中的Actuator模块启用了以下与Prometheus相关的功能:

  1. 自动配置:Actuator自动配置模块将根据在应用程序中定义的配置属性,自动为应用程序启用与Prometheus集成的相关功能。这使得无需手动配置即可与Prometheus进行集成。
  2. 端点暴露:Actuator提供了一组HTTP端点,其中包括与Prometheus监控相关的端点。这些端点将监控数据暴露给Prometheus进行抓取。
  3. Metrics和Health信息:通过Actuator的端点,你可以获取应用程序的Metrics信息和Health状态。这些信息将被Prometheus抓取并存储,以供进一步的分析和警报。

总之,spring-boot-starter-actuator依赖使得Spring Boot应用程序能够与Prometheus进行集成,从而通过Prometheus对应用程序进行监控和度量。

二、引入Prometheus依赖micrometer-registry-prometheus

<dependency><groupId>io.micrometer</groupId><artifactId>micrometer-registry-prometheus</artifactId>
</dependency>

micrometer-registry-prometheus这个依赖在Spring Boot项目中使用Prometheus进行监控时,提供了将应用程序的度量数据暴露给Prometheus的功能。

具体来说,micrometer-registry-prometheus是一个Micrometer的Prometheus注册器实现。Micrometer是一个用于Java应用程序的度量库,它提供了一种标准化的方式来收集和报告度量数据。通过添加这个依赖,你可以将Micrometer与Prometheus集成,从而将应用程序的度量数据暴露给Prometheus进行抓取。

当与Prometheus集成后,你可以通过配置将Micrometer生成的度量数据发送到Prometheus,然后使用PromQL进行查询和分析。这样,你可以获得应用程序的性能指标,如请求处理时间、数据库查询速率等,以便进行监控和问题诊断。

此外,micrometer-registry-prometheus还提供了一些额外的功能,如自定义度量数据的命名和标签,以及与Prometheus的自动发现功能进行集成等。

总之,micrometer-registry-prometheus依赖使得Spring Boot项目能够与Prometheus进行集成,以便更好地监控应用程序的性能。

三、添加yml配置

因为在默认的情况下,端点是不可用的,所以必须要公开,所以需要添加如下配置

management:endpoints:web:exposure:include: prometheus,health,info

并且指定服务名字

spring:application:name: adn-ask

四、 添加Prometheus配置

scrape_configs:- job_name: 'adn-ask'   #prometheus任务名称scrape_interval: 5s  #每五秒抓取一次数据metrics_path: '/actuator/prometheus'   #数据来源的地址static_configs:- targets: ['localhost:8081']   #拉去数据的地址

 

 

 注意在使用的时候服务名字一定要对应以及下面的端口号和ip地址。

五、导入SpringBoot Actuator的展示模板

使用的模版id为:12900 

提供展板的官网: 

Dashboards | Grafana Labs

http://www.lryc.cn/news/127880.html

相关文章:

  • PG常用SQL
  • 分模块开发的意义及开发步骤
  • vue-router中的一些 API
  • go-zero 是如何实现令牌桶限流的?
  • Oracle/PL/SQL奇技淫巧之ROWNUM伪列
  • “MongoDB基础知识【超详细】
  • 腾讯24届校招内推
  • 星际争霸之小霸王之小蜜蜂(二)--类的使用
  • AndroidStudio升级Gradle之坑
  • C# int ? 关键字使用方法
  • Redis_主从复制
  • Postman 的 Pre-request Script 使用RSA加解密
  • 【Swagger】只需要3步搭建Swagger环境,就可以让你的项目实现Swagger在线文档,实时浏览,修改展示
  • pytest运行时参数说明,pytest详解,pytest.ini详解
  • Matplotlib绘图知识小结--Python数据分析学习
  • mouseover、mouseout和mouseenter、mouseleave之间的区别(配对使用)
  • 【论文阅读】基于深度学习的时序预测——Autoformer
  • 【AI】《动手学-深度学习-PyTorch版》笔记(十五):网络中的层、块和参数
  • Flink之Task解析
  • 计算机竞赛 python 爬虫与协同过滤的新闻推荐系统
  • 如何使用Kali Linux进行密码破解?
  • 【Freertos基础教程】任务管理之基本使用
  • VMware安装BC-linux-eluer 21.10,配置网络
  • 2023最新Windows编译ffmpeg详细教程,附msys2详细安装配置教程
  • 【SpringBoot】87、SpringBoot中集成Redisson实现Redis分布式锁
  • 宝藏级画图工具-drawio
  • 36_windows环境debug Nginx 源码-使用 VSCode 和WSL
  • 海康威视iVMS综合安防系统任意文件上传(0Day)
  • SOME/IP通信对数据包的大小有要求
  • 苹果电脑会自动清理垃圾吗 苹果电脑系统垃圾怎么清除