SpringBoot监控终极方案：整合Prometheus+Grafana

🎓博主介绍：Java、Python、js全栈开发 “多面手”，精通多种编程语言和技术，痴迷于人工智能领域。秉持着对技术的热爱与执着，持续探索创新，愿在此分享交流和学习，与大家共进步。
📖DeepSeek-行业融合之万象视界(附实战案例详解100+)
📖全栈开发环境搭建运行攻略：多语言一站式指南(环境搭建+运行+调试+发布+保姆级详解)
👉感兴趣的可以先收藏起来，希望帮助更多的人

SpringBoot监控终极方案：整合Prometheus+Grafana

一、引言

在当今的软件开发领域，Spring Boot 以其快速开发、简化配置等优势，成为了构建微服务架构的热门选择。然而，随着应用的不断上线和规模的逐渐扩大，对应用进行有效的监控变得至关重要。监控不仅可以帮助我们及时发现系统中的问题，还能为系统的优化和性能调优提供有力的数据支持。

Prometheus 是一款开源的监控系统和时间序列数据库，它具有强大的查询语言和灵活的告警机制。Grafana 则是一个开源的可视化工具，能够将 Prometheus 收集到的数据以直观的图表和仪表盘的形式展示出来。本文将详细介绍如何将 Spring Boot 应用与 Prometheus 和 Grafana 进行整合，实现对 Spring Boot 应用的全面监控。

二、准备工作

2.1 环境要求

• JDK 1.8 及以上
• Maven 3.x 及以上
• Spring Boot 2.x 及以上
• Docker（可选，用于快速部署 Prometheus 和 Grafana）

2.2 创建 Spring Boot 项目

我们可以使用 Spring Initializr（https://start.spring.io/） 来快速创建一个 Spring Boot 项目，添加以下依赖：

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <dependency>
        <groupId>io.micrometer</groupId>
        <artifactId>micrometer-registry-prometheus</artifactId>
    </dependency>
</dependencies>

spring-boot-starter-web 用于创建一个简单的 Web 应用，micrometer-registry-prometheus 用于将 Spring Boot 应用的指标暴露给 Prometheus。

三、Spring Boot 应用配置

3.1 配置 Micrometer

在 application.properties 或 application.yml 中添加以下配置：

management.endpoints.web.exposure.include=*
management.metrics.tags.application=my-spring-boot-app

或者使用 YAML 格式：

management:
  endpoints:
    web:
      exposure:
        include: '*'
  metrics:
    tags:
      application: my-spring-boot-app

• management.endpoints.web.exposure.include=*：将所有的管理端点暴露出来，包括 Prometheus 指标端点。
• management.metrics.tags.application=my-spring-boot-app：为所有的指标添加一个 application 标签，方便在 Prometheus 中进行筛选和查询。

3.2 创建简单的 Web 服务

创建一个简单的控制器类：

import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class HelloController {

    @GetMapping("/hello")
    public String hello() {
        return "Hello, World!";
    }
}

3.3 启动 Spring Boot 应用

启动 Spring Boot 应用后，访问 http://localhost:8080/actuator/prometheus，可以看到 Prometheus 格式的指标数据。

四、Prometheus 配置与部署

4.1 下载和启动 Prometheus

可以从 Prometheus 官方网站（https://prometheus.io/download/） 下载适合自己操作系统的版本。下载完成后，解压文件，进入解压后的目录，编辑 prometheus.yml 配置文件：

global:
  scrape_interval: 15s
  evaluation_interval: 15s

scrape_configs:
  - job_name: 'spring-boot-app'
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ['localhost:8080']

• scrape_interval 和 evaluation_interval：分别表示数据采集间隔和规则评估间隔，这里设置为 15 秒。
• scrape_configs：定义了要采集的目标，job_name 为任务名称，metrics_path 为指标数据的访问路径，targets 为要采集的目标地址。

启动 Prometheus：

./prometheus --config.file=prometheus.yml

4.2 使用 Docker 部署 Prometheus

如果使用 Docker 部署 Prometheus，可以使用以下命令：

docker run -d -p 9090:9090 -v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus

其中 /path/to/prometheus.yml 为本地 prometheus.yml 文件的路径。

4.3 验证 Prometheus 配置

访问 http://localhost:9090，可以看到 Prometheus 的 Web 界面。在搜索框中输入 up，点击 Execute 按钮，如果看到 spring-boot-app 对应的指标值为 1，表示 Prometheus 已经成功采集到 Spring Boot 应用的指标数据。

五、Grafana 配置与部署

5.1 下载和启动 Grafana

可以从 Grafana 官方网站（https://grafana.com/grafana/download） 下载适合自己操作系统的版本。下载完成后，启动 Grafana 服务：

• 在 Linux 系统上：

sudo systemctl start grafana-server

• 在 Windows 系统上，直接运行 grafana-server.exe。

5.2 使用 Docker 部署 Grafana

使用 Docker 部署 Grafana 更加方便：

docker run -d -p 3000:3000 grafana/grafana

5.3 配置 Grafana 数据源

访问 http://localhost:3000，使用默认用户名 admin 和密码 admin 登录 Grafana。登录后，点击左侧菜单栏的 Configuration -> Data Sources，点击 Add data source，选择 Prometheus，在 URL 字段中输入 http://localhost:9090，然后点击 Save & Test，如果提示 Data source is working，表示数据源配置成功。

5.4 创建 Grafana 仪表盘

点击左侧菜单栏的 + -> Dashboard，点击 Add a new panel，在 Query 标签页中选择之前配置的 Prometheus 数据源，输入查询语句，例如 http_server_requests_seconds_count，然后点击 Apply，可以看到相应的指标数据以图表的形式展示出来。可以根据需要对图表进行进一步的配置和调整，如设置图表类型、时间范围等。

六、高级配置与优化

6.1 自定义指标

在 Spring Boot 应用中，可以使用 Micrometer 自定义指标。例如，创建一个自定义的计数器：

import io.micrometer.core.instrument.Counter;
import io.micrometer.core.instrument.MeterRegistry;
import org.springframework.stereotype.Component;

import javax.annotation.PostConstruct;

@Component
public class CustomMetrics {

    private final MeterRegistry meterRegistry;
    private Counter customCounter;

    public CustomMetrics(MeterRegistry meterRegistry) {
        this.meterRegistry = meterRegistry;
    }

    @PostConstruct
    public void init() {
        customCounter = meterRegistry.counter("custom_counter");
    }

    public void incrementCustomCounter() {
        customCounter.increment();
    }
}

在控制器中使用自定义指标：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class CustomMetricsController {

    @Autowired
    private CustomMetrics customMetrics;

    @GetMapping("/increment")
    public String increment() {
        customMetrics.incrementCustomCounter();
        return "Custom counter incremented!";
    }
}

6.2 告警配置

在 Prometheus 中可以配置告警规则。编辑 prometheus.yml 文件，添加以下告警规则：

rule_files:
  - 'alert.rules.yml'

创建 alert.rules.yml 文件：

groups:
  - name: spring-boot-alerts
    rules:
      - alert: HighRequestRate
        expr: rate(http_server_requests_seconds_count[5m]) > 100
        for: 5m
        labels:
          severity: critical
        annotations:
          summary: "High request rate detected"
          description: "The request rate of the Spring Boot application has exceeded 100 requests per second for the last 5 minutes."

在 Grafana 中配置告警通知渠道，如邮件、Slack 等。点击左侧菜单栏的 Configuration -> Alerting，选择相应的通知渠道进行配置。

七、总结

通过将 Spring Boot 应用与 Prometheus 和 Grafana 进行整合，我们可以实现对 Spring Boot 应用的全面监控和可视化展示。Prometheus 负责收集和存储应用的指标数据，Grafana 则将这些数据以直观的图表和仪表盘的形式展示出来，方便我们及时发现系统中的问题和进行性能调优。同时，通过自定义指标和告警配置，我们可以根据实际需求对监控系统进行进一步的扩展和优化。