监控插件（二）prometheus（1）使用&&原理

已于 2025-08-05 13:32:31 修改
阅读量890 收藏 8
点赞数 9
CC 4.0 BY-SA版权
分类专栏： # 服务监控 文章标签： spring boot 后端 java
于 2025-08-05 09:47:51 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.youkuaiyun.com/w_t_y_y/article/details/149928090

一、介绍

1、简介

二、原理

Prometheus 的原理可以从架构、数据采集方式、存储机制、查询与告警机制几个方面来理解，它是一种基于 时间序列数据库（TSDB） 的 拉模式（Pull-based）监控系统。

架构核心组件

Prometheus 主要包含以下组件：

  1. Prometheus Server（核心服务）

    • 负责定时从被监控对象拉取指标数据（Pull）。

    • 存储抓取到的数据到本地的时间序列数据库 (TSDB)。

    • 提供 PromQL 查询接口。

  2. Exporters（指标暴露组件）

    • 被监控系统或服务通过 Exporter 暴露指标数据，通常通过 HTTP 端点输出指标（如 /metrics）。

    • 例如：

      • Node Exporter：采集主机 CPU、内存、磁盘等指标。

      • Spring Boot Actuator：应用指标（HTTP 请求次数、耗时等）。

  3. Alertmanager（告警管理器）

    • 根据 Prometheus 规则触发告警并发送到通知渠道（邮件、Slack、企业微信等）。

  4. Pushgateway（可选）

    • 允许临时性或短生命周期任务主动推送指标到 Prometheus（如批处理任务）。

  5. PromQL（查询语言）

    • 用于对时序数据进行查询、聚合和计算。

 数据采集原理（Pull 模型）

  • Prometheus 主动发起 HTTP 请求，定期访问目标服务的指标端点（默认 /metrics 或自定义路径）。

  • 每次采集会抓取指标文本内容，并将数据按时间戳记录下来，形成时间序列数据。

特点：

✅ 简单：只需目标服务暴露 HTTP 指标端点
✅ 自动发现：Prometheus 可以通过 Service Discovery 自动发现目标
❌ 适合长生命周期服务，不适合短暂存在的任务（可通过 Pushgateway 解决）

数据模型

Prometheus 数据是多维时间序列，核心概念：

  • Metric Name（指标名称）：如 http_requests_total

  • Labels（标签）：如 {method="GET", status="200"}
    → 通过标签可以区分不同维度的数据。

  • 时间戳 + 值：每个时间序列点都有时间戳和数值。

例子：

 
 
graphql
 
 
CopyEdit
 
 
http_requests_total{method="GET", status="200"} 1027 @1677990000 http_requests_total{method="POST", status="500"} 3 @1677990000 
 
 
 
 
存储机制
 
 
  •  
    Prometheus 自带高效的 本地时序数据库（TSDB）：
     
   
    •  
      以块（Block）形式存储，每个块包含一段时间范围的压缩时间序列数据。
       
    •  
      使用高效的压缩算法（如 Gorilla）。
       
     
  •  
    历史数据可通过 远程存储（Remote Storage） 方案（如 Thanos、Cortex）持久化。
     
 
 
 
 
查询与告警
 
 
  •  
    PromQL（Prometheus Query Language） 是用于查询时间序列的语言：
     
   
    •  
      rate(http_requests_total[5m]) → 过去 5 分钟的 QPS 速率
       
    •  
      sum by (status) (http_requests_total) → 按状态码聚合请求数
       
     
  •  
    告警规则由 Prometheus 定义，触发后发送到 Alertmanager 处理：
     
   
    •  
      告警可支持去重、抑制、分组等，最终发送到指定渠道（邮件、Slack 等）。
       
     
 
 
 
 
整体工作流程
 
 
  1.  
    服务暴露 /metrics 端点（或 Exporter 提供端点）。
     
  2.  
    Prometheus 定期拉取指标（Pull）。
     
  3.  
    数据存入本地 TSDB。
     
  4.  
    通过 PromQL 查询数据或定义告警规则。
     
  5.  
    Alertmanager 触发并发送告警。
     
  6.  
    Grafana 通过 Prometheus 作为数据源进行可视化展示。
     
 
 
 
 
Prometheus 的特点
 
 
  •  
    拉模式（Pull）：服务端主动抓取指标，易于监控动态服务。
     
  •  
    多维度标签：指标灵活聚合。
     
  •  
    无外部依赖：Prometheus Server 单体即可运行。
     
  •  
    易集成：配合 Grafana、Alertmanager，快速形成监控+告警+可视化方案。
     
 

 

三、使用方法
 

1、下载安装
 

Download | Prometheus
 

我下载的最后一个
 

​
 

解压后得到
 

​
 

2、修改配置
 

修改yml文件，如我有一个现有的项目，所以改了以下几个地方
 

 
 
global:
  scrape_interval: 5s


- job_name: "prometheus"
    metrics_path: '/{项目的context-path}/actuator/prometheus'  #取决于你的项目配置


static_configs:
      - targets: ["{项目ip}:{项目端口号}"]   #取决于你项目的server.port
 

 

3、启动
 

在yml所在的目录下进入cmd输入
 

 
 
prometheus --config.file=prometheus.yml
 

 

4、查询指标
 

有两种方式，调用prometheus接口查询和后台UI查询。
 

（1） 接口查询（不够直观）
 

如我的项目
 

 
 
server.port=3333
server.servlet.context-path=/prometheusDemo
 

 

那么访问 http://localhost:3333/prometheusDemo/actuator/prometheus
 

 
 
# HELP tomcat_sessions_expired_sessions_total  
# TYPE tomcat_sessions_expired_sessions_total counter
tomcat_sessions_expired_sessions_total 0.0
# HELP jvm_gc_pause_seconds Time spent in GC pause
# TYPE jvm_gc_pause_seconds summary
jvm_gc_pause_seconds_count{action="end of minor GC",cause="G1 Evacuation Pause",gc="G1 Young Generation",} 1.0
jvm_gc_pause_seconds_sum{action="end of minor GC",cause="G1 Evacuation Pause",gc="G1 Young Generation",} 0.01
jvm_gc_pause_seconds_count{action="end of minor GC",cause="CodeCache GC Threshold",gc="G1 Young Generation",} 1.0
jvm_gc_pause_seconds_sum{action="end of minor GC",cause="CodeCache GC Threshold",gc="G1 Young Generation",} 0.005
# HELP jvm_gc_pause_seconds_max Time spent in GC pause
# TYPE jvm_gc_pause_seconds_max gauge
jvm_gc_pause_seconds_max{action="end of minor GC",cause="G1 Evacuation Pause",gc="G1 Young Generation",} 0.0
jvm_gc_pause_seconds_max{action="end of minor GC",cause="CodeCache GC Threshold",gc="G1 Young Generation",} 0.0
# HELP process_uptime_seconds The uptime of the Java virtual machine
# TYPE process_uptime_seconds gauge
process_uptime_seconds 1302.037
# HELP jvm_memory_used_bytes The amount of used memory
# TYPE jvm_memory_used_bytes gauge
jvm_memory_used_bytes{area="heap",id="G1 Survivor Space",} 3809568.0
jvm_memory_used_bytes{area="heap",id="G1 Old Gen",} 1.6277464E7
jvm_memory_used_bytes{area="nonheap",id="Metaspace",} 3.6982992E7
jvm_memory_used_bytes{area="nonheap",id="CodeCache",} 1.3414912E7
jvm_memory_used_bytes{area="heap",id="G1 Eden Space",} 3.7748736E7
jvm_memory_used_bytes{area="nonheap",id="Compressed Class Space",} 5029264.0
# HELP logback_events_total Number of log events that were enabled by the effective log level
# TYPE logback_events_total counter
logback_events_total{level="warn",} 0.0
logback_events_total{level="debug",} 0.0
logback_events_total{level="error",} 0.0
logback_events_total{level="trace",} 0.0
logback_events_total{level="info",} 282.0
# HELP executor_queued_tasks The approximate number of tasks that are queued for execution
# TYPE executor_queued_tasks gauge
executor_queued_tasks{name="applicationTaskExecutor",} 0.0
# HELP executor_queue_remaining_tasks The number of additional elements that this queue can ideally accept without blocking
# TYPE executor_queue_remaining_tasks gauge
executor_queue_remaining_tasks{name="applicationTaskExecutor",} 2.147483647E9
# HELP jvm_threads_peak_threads The peak live thread count since the Java virtual machine started or peak was reset
# TYPE jvm_threads_peak_threads gauge
jvm_threads_peak_threads 29.0
# HELP jvm_threads_started_threads_total The total number of application threads started in the JVM
# TYPE jvm_threads_started_threads_total counter
jvm_threads_started_threads_total 43.0
# HELP jvm_gc_overhead_percent An approximation of the percent of CPU time used by GC activities over the last lookback period or since monitoring began, whichever is shorter, in the range [0..1]
# TYPE jvm_gc_overhead_percent gauge
jvm_gc_overhead_percent 0.0
# HELP jvm_info JVM version info
# TYPE jvm_info gauge
jvm_info{runtime="Java(TM) SE Runtime Environment",vendor="Oracle Corporation",version="21.0.8+12-LTS-250",} 1.0
# HELP jvm_threads_daemon_threads The current number of live daemon threads
# TYPE jvm_threads_daemon_threads gauge
jvm_threads_daemon_threads 20.0
# HELP process_cpu_usage The "recent cpu usage" for the Java Virtual Machine process
# TYPE process_cpu_usage gauge
process_cpu_usage 0.002419461315820144
# HELP executor_pool_size_threads The current number of threads in the pool
# TYPE executor_pool_size_threads gauge
executor_pool_size_threads{name="applicationTaskExecutor",} 0.0
# HELP jvm_gc_memory_promoted_bytes_total Count of positive increases in the size of the old generation memory pool before GC to after GC
# TYPE jvm_gc_memory_promoted_bytes_total counter
jvm_gc_memory_promoted_bytes_total 2434728.0
# HELP jvm_classes_unloaded_classes_total The total number of classes unloaded since the Java virtual machine has started execution
# TYPE jvm_classes_unloaded_classes_total counter
jvm_classes_unloaded_classes_total 126.0
# HELP jvm_threads_live_threads The current number of live threads including both daemon and non-daemon threads
# TYPE jvm_threads_live_threads gauge
jvm_threads_live_threads 24.0
# HELP jvm_gc_live_data_size_bytes Size of long-lived heap memory pool after reclamation
# TYPE jvm_gc_live_data_size_bytes gauge
jvm_gc_live_data_size_bytes 0.0
# HELP jvm_buffer_count_buffers An estimate of the number of buffers in the pool
# TYPE jvm_buffer_count_buffers gauge
jvm_buffer_count_buffers{id="mapped - 'non-volatile memory'",} 0.0
jvm_buffer_count_buffers{id="mapped",} 0.0
jvm_buffer_count_buffers{id="direct",} 10.0
# HELP executor_completed_tasks_total The approximate total number of tasks that have completed execution
# TYPE executor_completed_tasks_total counter
executor_completed_tasks_total{name="applicationTaskExecutor",} 0.0
# HELP jvm_buffer_total_capacity_bytes An estimate of the total capacity of the buffers in this pool
# TYPE jvm_buffer_total_capacity_bytes gauge
jvm_buffer_total_capacity_bytes{id="mapped - 'non-volatile memory'",} 0.0
jvm_buffer_total_capacity_bytes{id="mapped",} 0.0
jvm_buffer_total_capacity_bytes{id="direct",} 81920.0
# HELP jvm_memory_committed_bytes The amount of memory in bytes that is committed for the Java virtual machine to use
# TYPE jvm_memory_committed_bytes gauge
jvm_memory_committed_bytes{area="heap",id="G1 Survivor Space",} 4194304.0
jvm_memory_committed_bytes{area="heap",id="G1 Old Gen",} 3.3554432E7
jvm_memory_committed_bytes{area="nonheap",id="Metaspace",} 3.7814272E7
jvm_memory_committed_bytes{area="nonheap",id="CodeCache",} 1.7825792E7
jvm_memory_committed_bytes{area="heap",id="G1 Eden Space",} 5.4525952E7
jvm_memory_committed_bytes{area="nonheap",id="Compressed Class Space",} 5439488.0
# HELP tomcat_sessions_rejected_sessions_total  
# TYPE tomcat_sessions_rejected_sessions_total counter
tomcat_sessions_rejected_sessions_total 0.0
# HELP http_server_requests_active_seconds_max  
# TYPE http_server_requests_active_seconds_max gauge
http_server_requests_active_seconds_max{exception="none",method="GET",outcome="SUCCESS",status="200",uri="UNKNOWN",} 0.1297338
# HELP http_server_requests_active_seconds  
# TYPE http_server_requests_active_seconds summary
http_server_requests_active_seconds_active_count{exception="none",method="GET",outcome="SUCCESS",status="200",uri="UNKNOWN",} 1.0
http_server_requests_active_seconds_duration_sum{exception="none",method="GET",outcome="SUCCESS",status="200",uri="UNKNOWN",} 0.1297218
# HELP tomcat_sessions_alive_max_seconds  
# TYPE tomcat_sessions_alive_max_seconds gauge
tomcat_sessions_alive_max_seconds 0.0
# HELP disk_total_bytes Total space for path
# TYPE disk_total_bytes gauge
disk_total_bytes{path="C:\\mydemo\\security-jwt-demo\\.",} 1.022390956032E12
# HELP disk_free_bytes Usable space for path
# TYPE disk_free_bytes gauge
disk_free_bytes{path="C:\\mydemo\\security-jwt-demo\\.",} 8.20685365248E11
# HELP executor_pool_core_threads The core number of threads for the pool
# TYPE executor_pool_core_threads gauge
executor_pool_core_threads{name="applicationTaskExecutor",} 8.0
# HELP jvm_classes_loaded_classes The number of classes that are currently loaded in the Java virtual machine
# TYPE jvm_classes_loaded_classes gauge
jvm_classes_loaded_classes 8895.0
# HELP application_ready_time_seconds Time taken for the application to be ready to service requests
# TYPE application_ready_time_seconds gauge
application_ready_time_seconds{main_application_class="com.demo.PrometheusApplication",} 2.191
# HELP http_server_requests_seconds  
# TYPE http_server_requests_seconds summary
http_server_requests_seconds_count{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/role/queryByRoleId",} 3.0
http_server_requests_seconds_sum{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/role/queryByRoleId",} 0.0124431
http_server_requests_seconds_count{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/actuator/prometheus",} 260.0
http_server_requests_seconds_sum{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/actuator/prometheus",} 37.4457548
http_server_requests_seconds_count{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/user/queryByUserId",} 1.0
http_server_requests_seconds_sum{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/user/queryByUserId",} 0.0367494
http_server_requests_seconds_count{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/menu/queryByMenuId",} 2.0
http_server_requests_seconds_sum{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/menu/queryByMenuId",} 0.0102598
http_server_requests_seconds_count{error="none",exception="none",method="GET",outcome="CLIENT_ERROR",status="404",uri="/**",} 2.0
http_server_requests_seconds_sum{error="none",exception="none",method="GET",outcome="CLIENT_ERROR",status="404",uri="/**",} 0.0141608
# HELP http_server_requests_seconds_max  
# TYPE http_server_requests_seconds_max gauge
http_server_requests_seconds_max{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/role/queryByRoleId",} 0.0
http_server_requests_seconds_max{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/actuator/prometheus",} 0.2507405
http_server_requests_seconds_max{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/user/queryByUserId",} 0.0
http_server_requests_seconds_max{error="none",exception="none",method="GET",outcome="SUCCESS",status="200",uri="/menu/queryByMenuId",} 0.0
http_server_requests_seconds_max{error="none",exception="none",method="GET",outcome="CLIENT_ERROR",status="404",uri="/**",} 0.0091089
# HELP system_cpu_count The number of processors available to the Java virtual machine
# TYPE system_cpu_count gauge
system_cpu_count 20.0
# HELP tomcat_sessions_active_current_sessions  
# TYPE tomcat_sessions_active_current_sessions gauge
tomcat_sessions_active_current_sessions 0.0
# HELP jvm_gc_memory_allocated_bytes_total Incremented for an increase in the size of the (young) heap memory pool after one GC to before the next
# TYPE jvm_gc_memory_allocated_bytes_total counter
jvm_gc_memory_allocated_bytes_total 8.8080384E7
# HELP executor_active_threads The approximate number of threads that are actively executing tasks
# TYPE executor_active_threads gauge
executor_active_threads{name="applicationTaskExecutor",} 0.0
# HELP system_cpu_usage The "recent cpu usage" of the system the application is running in
# TYPE system_cpu_usage gauge
system_cpu_usage 0.15533031890255866
# HELP tomcat_sessions_active_max_sessions  
# TYPE tomcat_sessions_active_max_sessions gauge
tomcat_sessions_active_max_sessions 0.0
# HELP jvm_compilation_time_ms_total The approximate accumulated elapsed time spent in compilation
# TYPE jvm_compilation_time_ms_total counter
jvm_compilation_time_ms_total{compiler="HotSpot 64-Bit Tiered Compilers",} 2313.0
# 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 8.501854208E9
# HELP jvm_memory_max_bytes The maximum amount of memory in bytes that can be used for memory management
# TYPE jvm_memory_max_bytes gauge
jvm_memory_max_bytes{area="heap",id="G1 Survivor Space",} -1.0
jvm_memory_max_bytes{area="heap",id="G1 Old Gen",} 8.501854208E9
jvm_memory_max_bytes{area="nonheap",id="Metaspace",} -1.0
jvm_memory_max_bytes{area="nonheap",id="CodeCache",} 5.0331648E7
jvm_memory_max_bytes{area="heap",id="G1 Eden Space",} -1.0
jvm_memory_max_bytes{area="nonheap",id="Compressed Class Space",} 1.073741824E9
# HELP process_start_time_seconds Start time of the process since unix epoch.
# TYPE process_start_time_seconds gauge
process_start_time_seconds 1.754286073695E9
# HELP api_request_total Total number of API requests
# TYPE api_request_total counter
api_request_total{method="GET",status="404",uri="/prometheusDemo/test",} 1.0
api_request_total{method="GET",status="200",uri="/prometheusDemo/role/queryByRoleId",} 3.0
api_request_total{method="GET",status="404",uri="/prometheusDemo/",} 1.0
api_request_total{method="GET",status="200",uri="/prometheusDemo/user/queryByUserId",} 1.0
api_request_total{method="GET",status="200",uri="/prometheusDemo/menu/queryByMenuId",} 2.0
# HELP jvm_threads_states_threads The current number of threads
# TYPE jvm_threads_states_threads gauge
jvm_threads_states_threads{state="runnable",} 9.0
jvm_threads_states_threads{state="blocked",} 0.0
jvm_threads_states_threads{state="waiting",} 12.0
jvm_threads_states_threads{state="timed-waiting",} 3.0
jvm_threads_states_threads{state="new",} 0.0
jvm_threads_states_threads{state="terminated",} 0.0
# HELP api_requests_duration_seconds_max API request duration in seconds
# TYPE api_requests_duration_seconds_max gauge
api_requests_duration_seconds_max{method="GET",status="404",uri="/prometheusDemo/test",} 0.0036122
api_requests_duration_seconds_max{method="GET",status="200",uri="/prometheusDemo/role/queryByRoleId",} 0.0
api_requests_duration_seconds_max{method="GET",status="404",uri="/prometheusDemo/",} 0.0075499
api_requests_duration_seconds_max{method="GET",status="200",uri="/prometheusDemo/user/queryByUserId",} 0.0
api_requests_duration_seconds_max{method="GET",status="200",uri="/prometheusDemo/menu/queryByMenuId",} 0.0
# HELP api_requests_duration_seconds API request duration in seconds
# TYPE api_requests_duration_seconds summary
api_requests_duration_seconds_count{method="GET",status="404",uri="/prometheusDemo/test",} 1.0
api_requests_duration_seconds_sum{method="GET",status="404",uri="/prometheusDemo/test",} 0.0036122
api_requests_duration_seconds_count{method="GET",status="200",uri="/prometheusDemo/role/queryByRoleId",} 3.0
api_requests_duration_seconds_sum{method="GET",status="200",uri="/prometheusDemo/role/queryByRoleId",} 0.0062313
api_requests_duration_seconds_count{method="GET",status="404",uri="/prometheusDemo/",} 1.0
api_requests_duration_seconds_sum{method="GET",status="404",uri="/prometheusDemo/",} 0.0075499
api_requests_duration_seconds_count{method="GET",status="200",uri="/prometheusDemo/user/queryByUserId",} 1.0
api_requests_duration_seconds_sum{method="GET",status="200",uri="/prometheusDemo/user/queryByUserId",} 0.0104183
api_requests_duration_seconds_count{method="GET",status="200",uri="/prometheusDemo/menu/queryByMenuId",} 2.0
api_requests_duration_seconds_sum{method="GET",status="200",uri="/prometheusDemo/menu/queryByMenuId",} 0.0059893
# HELP tomcat_sessions_created_sessions_total  
# TYPE tomcat_sessions_created_sessions_total counter
tomcat_sessions_created_sessions_total 0.0
# HELP jvm_memory_usage_after_gc_percent The percentage of long-lived heap pool used after the last GC event, in the range [0..1]
# TYPE jvm_memory_usage_after_gc_percent gauge
jvm_memory_usage_after_gc_percent{area="heap",pool="long-lived",} 0.0019145781145815668
# HELP executor_pool_max_threads The maximum allowed number of threads in the pool
# TYPE executor_pool_max_threads gauge
executor_pool_max_threads{name="applicationTaskExecutor",} 2.147483647E9
# HELP application_started_time_seconds Time taken to start the application
# TYPE application_started_time_seconds gauge
application_started_time_seconds{main_application_class="com.demo.PrometheusApplication",} 2.184
# HELP jvm_gc_concurrent_phase_time_seconds Time spent in concurrent phase
# TYPE jvm_gc_concurrent_phase_time_seconds summary
jvm_gc_concurrent_phase_time_seconds_count{action="end of concurrent GC pause",cause="No GC",gc="G1 Concurrent GC",} 2.0
jvm_gc_concurrent_phase_time_seconds_sum{action="end of concurrent GC pause",cause="No GC",gc="G1 Concurrent GC",} 0.007
# HELP jvm_gc_concurrent_phase_time_seconds_max Time spent in concurrent phase
# TYPE jvm_gc_concurrent_phase_time_seconds_max gauge
jvm_gc_concurrent_phase_time_seconds_max{action="end of concurrent GC pause",cause="No GC",gc="G1 Concurrent GC",} 0.0
# 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{id="mapped - 'non-volatile memory'",} 0.0
jvm_buffer_memory_used_bytes{id="mapped",} 0.0
jvm_buffer_memory_used_bytes{id="direct",} 81920.0
 

 

（2） UI查询（推荐）
 

访问http://localhost:9090/ 即可进入UI页面
 

​
 

5、常用查询指标
 

自带很多统计指标，如我输入sum、max等统计方法可以出来很多关键字
 

​
 

​
 

6、简单demo
 

（1）pom
 

 
 
 <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.2.4</version>
        <relativePath/>
    </parent>

    <dependencies>
        <!-- Web -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

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

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

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
 

 

（2）配置
 

 
 
server.port=3333
server.servlet.context-path=/prometheusDemo

management.endpoints.web.exposure.include=health,info,prometheus
management.endpoint.prometheus.enabled=true

 

 

 （3）指标上报
 

 
 
package com.demo.controller;

import io.micrometer.core.instrument.MeterRegistry;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
@RequestMapping("/user")
public class UserController {

    @Autowired
    private MeterRegistry meterRegistry;


    @GetMapping("/test")
    public String test(String userId) {
        meterRegistry.counter("user_test", "userId", userId).increment();
        return "Hello"+userId;
    }

    @GetMapping("/test1")
    public String test1(String userId) {
        meterRegistry.counter("user_test_1", "userId", userId).increment();
        return "Hello_1:"+userId;
    }

}

 

 

（4）prometheus配置修改
 

 
 
global:
  scrape_interval: 5 #修改处一

config.

    metrics_path: '/prometheusDemo/actuator/prometheus'    #修改处二
    

    static_configs:
      - targets: ["localhost:3333"]  #修改处三
      
 

 

（5）测试
 

sum by (uri) (http_server_requests_seconds_count)
 

​
 

​
 

测试 user_test_total
 

​ ​
 

测试 topk(2, sum by (uri) (http_server_requests_seconds_count))
 

​
 

四、重启问题
 

重启Prometheus数据不会丢失；
 

重启项目，Prometheus的历史数据也不会丢失，但是看板的数据是重新计算的。
 

1、Counter重置
 

原因
 

Counter 是 Micrometer + Prometheus 组合中的应用内指标，计数器值保存在 应用进程内存 中，应用重启，所有内存中的指标值会被清空。所以Prometheus 重新抓取指标后，新的计数器会从 0 开始。如下面我重启了一次服务，再次访问count总数又从1开始了
 

 

​
 

即使把采集时间拉长（如改成15s）在15s范围内重启服务并访问接口，仍然会重置
 

 

Prometheus 的行为
 

Prometheus 是拉模式，会定期采集指标（例如 /actuator/prometheus）。当应用重启后，Prometheus 会看到计数器值从 0 重新开始。在查询时，Prometheus 通过时间序列的 rate() 或 increase() 等函数计算增量，因此不会受重启归零的影响。
 

2、Gauge重置
 

Gauge 和 Counter 在 Micrometer（Spring Boot 监控中使用的指标库）中的行为类似，它们的值在应用重启后同样会被重置。
 

Gauge 的特点
 

  •  
    Gauge 表示一个可以上下浮动的值（例如内存占用、线程数量、队列长度）。
     
  •  
    它不是累加的，而是瞬时值（瞬时快照）。
     
  •  
    Gauge 本质上是通过回调函数获取当前值，Prometheus 每次抓取 /actuator/prometheus 时动态计算。
     
 

Gauge 在重启时的表现
 

  •  
    Gauge 本身不会存储历史值，每次应用启动后重新注册 Gauge。
     
  •  
    因为 Gauge 是“读值”型指标，应用重启后 Prometheus 会继续采集当前的瞬时值。
     
  •  
    所以 Gauge 不存在累积问题，但应用重启后 Gauge 的初始值取决于代码中的状态或回调的返回值。
     
 

3、重启后指标恢复的几种方案
 

（1）接受重置（推荐用于大多数场景）
 

// 重启后自然重新统计，这是最常见的做法
 

// 最大值从新的调用中重新产生
 

// 平均值基于新的Counter数据计算
 

（2）定期持久化到数据库
 

// 定期将MetricsBean的状态保存到数据库
// 应用启动时从数据库恢复历史最大值
@Scheduled(fixedRate = 60000) // 每分钟保存一次
public void persistMetrics() {
    for (RepositoryMetricsBean bean : methodMetricsBeans.values()) {
        // 保存到数据库
        saveMetricsToDatabase(bean);
    }
}
 

（3）调用Prometheus API恢复
 

// 启动时调用Prometheus Query API获取历史最大值
// GET /api/v1/query?query=max_over_time(repository_method_list_elements_max[24h])
private void recoverMaxValueFromPrometheus(String className, String methodName) {
    String query = String.format(
        "max_over_time(repository_method_list_elements_max{class=\"%s\",method=\"%s\"}[24h])",
        className, methodName
    );
    // 调用Prometheus API查询历史最大值
}
 

 生产环境最佳实践
 

短期指标（分钟级/小时级）：接受重启重置
 

长期趋势（天级/周级）：使用Prometheus历史数据查询
 

关键业务指标：考虑持久化到数据库
 

五、Grafana图表
 

prometheus可以自定义上报数据，也可以自定义统计方法（如最大、平均等）查看指标，但是图表不是很直观，一个query只能查看一个统计，多个query需要下拉很长才能看到下面的，还容易误删query。
 

1、介绍 
 

Grafana 是一个开源的可视化与监控平台，主要用于展示和分析监控数据。它可以连接多个数据源（如 Prometheus、Elasticsearch、InfluxDB、MySQL 等），并提供可交互的仪表盘、图表和告警功能。
 

2、下载安装
 

官方地址：https://grafana.com/grafana/download
 

安装完成后，Grafana 会自动作为服务启动。默认服务地址http://localhost:3000
 

 
 
MSI安装报错：Verify that you have sufficient privileges to start system services.解决方法：
 
 
右键 MSI 安装包 → "以管理员身份运行"。
 
 
 
 
Grafana 安装时会注册为 Windows 服务，安装需要以下权限：
 
 
  •  
    Log on as a service（以服务身份登录）权限。
     可在 本地安全策略中检查：
     
 
 
  1.  
    Win + R → 输入 secpol.msc
     
  2.  
    打开 本地策略 → 用户权限分配
     
  3.  
    确认 "作为服务登录" (Log on as a service) 中包含当前用户。
     
 
 
比较麻烦，建议
 
 
  •  
    下载 Grafana ZIP 免安装版
     
  •  
    解压后进入 bin 目录：
     
    运行grafana-server.exe 
     
  •  
    访问 http://localhost:3000（无需服务安装即可使用）。
     
  •  
    如果需要后台服务，可手动注册：
     
    grafana-server.exe --service install net start grafana
     
 

 

3、配置 Prometheus 数据源
 

  •  
    登录 Grafana (http://localhost:3000)
     
  •  
    进入 Configuration → Data Sources → Add data source
     
  •  
    选择 Prometheus
     
  •  
    填写 URL（例如 http://localhost:9090）
     
  •  
    点击 Save & Test 确认连接成功。
     

                

        

    

    
  



    



                



	

		

			

				
					
HBase与Prometheus：监控指标收集存储

				
			

			

				

					AI天才研究院
				

				

					05-04
					
					628
					
				

			

		

		

			
				
在当今的分布式系统和云计算环境中，监控指标的收集和存储至关重要。它可以帮助运维人员实时了解系统的运行状态，及时发现并解决潜在的问题，保障系统的稳定性和可靠性。本文章的目的在于深入探讨HBase和Prometheus在监控指标收集存储方面的应用，分析它们的优缺点、适用场景以及如何结合使用。范围涵盖了HBase和Prometheus的核心概念、算法原理、实际应用案例以及相关工具和资源的推荐。本文将按照以下结构进行阐述：首先介绍HBase和Prometheus的核心概念与联系，包括它们的架构和工作原理；

			
		

	



                

            
              



	

		

			

				
					
云原生监控：Prometheus+Grafana监控Nginx实战

				
			

			

				

					AI云原生与云计算技术学院
				

				

					05-14
					
					1201
					
				

			

		

		

			
				
在云原生环境中，应用的高可用性和性能优化至关重要。Nginx作为一款广泛使用的高性能Web服务器、反向代理服务器及电子邮件（IMAP/POP3）代理服务器，对其进行有效的监控能够及时发现潜在问题，保障服务的稳定运行。本文章的目的是详细介绍如何使用Prometheus和Grafana构建一套完整的监控系统来监控Nginx，范围涵盖从环境搭建、数据采集、存储到可视化展示的整个流程。

			
		

	



              


  
              

                


	

		

			

				
					
【Prometheus】Prometheus&Grafana 监控

					
热门推荐

				
			

			

				

					努力充实，远方可期
				

				

					12-03
					
					2万+
					
				

			

		

		

			
				
Prometheus&Grafana 监控

整理自B站多个视频，
如尚硅谷https://www.bilibili.com/video/BV1HT4y1Z7vR
马哥https://www.bilibili.com/video/BV1AK4y1T7QQ

本文尚在整理中，先抛出来给大家参考
第1章 Prometheus 入门
版本：V2.0
Prometheus 受启发于 Google 的Brogmon 监控系统（相似的 Kubernetes 是从 Google的 Brog 系统演变而来），从 2

			
		

	





	

		

			

				
					
【Prometheus】概念和工作原理介绍

				
			

			

				

					康师傅没有眼泪
				

				

					02-26
					
					3354
					
				

			

		

		

			
				
Prometheus是一个开源的系统监控和报警系统，现在已经加入到CNCF基金会，成为继k8s之后第二个在CNCF托管的项目，在kubernetes容器管理系统中，通常会搭配prometheus进行监控，同时也支持多种exporter采集数据，还支持pushgateway进行数据上报，Prometheus性能足够支撑上万台规模的集群。

			
		

	



		

			
		



	

		

			

				
					
Prometheus监控使用

				
			

			

				

					大鱼
				

				

					01-06
					
					6480
					
				

			

		

		

			
				
Prometheus入门到投产级教程

			
		

	





	

		

			

				
					
性能监控体系：InfluxDB & Grafana & Prometheus

				
			

			

				

					专注于技术分享的博主
				

				

					08-01
					
					835
					
				

			

		

		

			
				
什么是 InfluxDB？InfluxDB 是一个由 InfluxData 开发的，开源的时序型数据库。它由 Go 语言写成，着力于高性能地查询与存储时序型数据。InfluxDB 被广泛应用于存储系统的监控数据、IoT 行业的实时数据等场景。可配合Telegraf服务（Telegraf 可以监控系统 CPU、内存、网络等数据）。可配合Grafana服务（数据展现的图像界面，将 InfluxDB 中的数据可视化）。InfluxDB 官网什么是时序数据？

			
		

	





	

		

			

				
					
prometheus监控系统架构原理及组件介绍

				
			

			

				

					11
				

				

					01-21
					
					1329
					
				

			

		

		

			
				
prometheus是一套开源的监控报警、时间序列数据库的组合，适合监控docker容器，由于kubernetes的流行带动了prometheus的发展prometheus最初在soundcloud上构建的开源系统监视和报警工具包、prometheus主要由以下部分组成：prometheus server：用于抓取和存储时间序列数据exporters：主动拉取数据的插件pushgateway：被动拉取数据的插件altermanager：告警发送模块。

			
		

	





	

		

			

				
					
深入 Prometheus 监控生态 - 第一篇：原理与架构详解

				
			

			

				

					weixin_41004518的博客
				

				

					09-06
					
					3596
					
				

			

		

		

			
				
Prometheus 通过 pull 模式采集时序数据，结合 PromQL 查询语言和告警系统，适合大规模分布式架构的监控需求。它与 Grafana、Alertmanager 等工具紧密集成，提供了强大的监控、告警、可视化能力。

			
		

	





	

		

			

				
					
使用Prometheus实现微服务架构的全面监控

				
			

			

				

					九天的专栏
				

				

					06-04
					
					710
					
				

			

		

		

			
				
随着微服务架构的普及，系统的复杂性显著增加。每个服务独立部署、独立运行，使得传统的单体应用监控方式难以满足需求。微服务之间频繁的通信、动态扩缩容、故障隔离等问题都对监控系统提出了更高的要求。

			
		

	





	

		

			

				
					
Prometheus——监控平台

				
			

			

				

					一坨小橙子的博客
				

				

					06-02
					
					9057
					
				

			

		

		

			
				
zabbix是传统的监控系统，出现比云原生早，使用的是SQL关系型数据库；而Prometheus基于谷歌的borgemon使用go语言开发，使用TSDB数据库，所以支持云原生。zabbix最新发布的6.0版本，知道自己处于生死存亡时刻，也支持了Prometheus使用的TSDB数据库。Prometheus（普罗米修斯）是一套开源的监控报警时间序列数据库的组合，由 SoundCloud 公司开发，广泛用于云原生环境和容器化应用的监控和性能分析。其提供了通用的数据模型和快捷数据采集、存储和查询接口。

			
		

	





	

		

			

				
					
prometheus监控

				
			

			

				

					m0_63674789的博客
				

				

					08-16
					
					1万+
					
				

			

		

		

			
				
Prometheus是一个监控服务器，也是一个时序数据库TSDB。有专门的PQL，即Prometheus查询语言，采用go语言编写，主要用于监控容器数据，也可以监控常规主机—是一个框架，可以与其他组建完美结合—官方网站：https://prometheus.io/被监控端根据自身运行的服务，可以运行不同的exporter（被监控端安装的、可以与Prometheus通信，实现数据传递的软件）:https://prometheus.io/docs/instrumenting/exporters/........

			
		

	





	

		

			

				
					
Spring Boot 2.1.18 集成 Elasticsearch 6.6.2 实战指南

				
			

			

				

					weixin_42440011的博客
				

				

					08-01
					
					1065
					
				

			

		

		

			
				
本文主要讲述的是springboot2.1.18和java 1.8情况下集成elasticsearch，由于Spring Boot 2.1.x默认支持的是Elasticsearch 6.4.x，而我们选择的是6.6.2版本，因此可能需要手动管理版本，确保版本兼容。在上篇文章ElasticSearch的概念、安装、以及与spring boot简单整合中我是搭建HighLevel客户端集成到Springboot项目中，本文主要讲述的是用的集成到SpringBoot项目中，也会重点讲一下。

			
		

	





	

		

			

				
					
spring boot开发中的资源处理等问题

				
			

			

				

					林冬的博客
				

				

					08-04
					
					586
					
				

			

		

		

			
				
本文摘要： RESTful风格通过URL路径传递参数，使用HTTP方法区分操作语义 静态资源默认存放在static/public目录，直接通过根路径访问 首页需命名为index.html并置于静态资源目录 @PathVariable注解用于从URL路径中提取参数值 拦截器基于Spring MVC实现请求拦截，需注册并配置拦截路径 过滤器是Servlet规范组件，作用范围大于拦截器 触发器是数据库内部机制，存在兼容性风险需谨慎使用 HandlerMapping负责将URL映射到处理器，支持注解和Bean名称两

			
		

	





	

		

			

				
					
Spring Boot与Redis连接池配置终极指南：从版本差异到生产实践

				
			

			

				

					专注于 Java 后端架构、微服务、分布式、前端及 AI 领域的技术分享，是开发者获取硬核知识、交流实战经验的专业博客。
				

				

					08-05
					
					242
					
				

			

		

		

			
				
Spring Boot不同版本下Redis连接池配置存在显著差异，1.x使用spring.redis.pool，2.x改为spring.redis.[lettuce|jedis].pool，3.x调整为spring.data.redis前缀。本文详解了各版本正确配置方式，提供了生产环境连接池参数计算公式（max-active=峰值QPS×P99耗时×1.2+缓冲系数）和推荐值，并给出连接泄漏防护五大方案，包括自动关闭、泄漏检测和事务管理等。最后提供了2.x及以上版本的Lettuce和Jedis配置模板，强调

			
		

	





	

		

			

				
					
【Spring Boot 快速入门】五、文件上传

				
			

			

				

					m0_72516377的博客
				

				

					08-02
					
					1104
					
				

			

		

		

			
				
本文介绍了文件上传的实现方法，主要包括前端表单设计和后端处理流程。前端使用<form>标签设置enctype="multipart/form-data属性实现文件上传功能，后端通过Spring的MultipartFile接口接收文件数据。文章详细展示了用户信息管理系统的实现代码，包括数据库表设计、实体类、Mapper接口、Controller层和Service层实现，重点说明了如何将上传的文件存储在本地服务器并生成唯一文件名（使用UUID避免重复）。系统支持新增用户（包含头像上传）和查

			
		

	





	

		

			

				
					
spring boot + mybatis + mysql 只有一个实体类的demo

				
			

			

				

					~
				

				

					08-01
					
					497
					
				

			

		

		

			
				
通过pom.xml配置了tk.mybatis通用Mapper、分页插件PageHelper以及FastJson等依赖，简化了MyBatis的配置和使用。项目结构清晰，包含controller、mapper、pojo和service等分层，其中mapper层通过Java接口和XML文件配合使用，突破了仅通过方法名映射SQL的限制。该实现展示了Spring Boot与MyBatis整合的便捷性，并提供了一套完整的数据库操作解决方案。

			
		

	





	

		

			

				
					
Spring Boot 整合 Thymeleaf

					
最新发布

				
			

			

				

					2302_79926174的博客
				

				

					08-05
					
					595
					
				

			

		

		

			
				
Spring Boot 对 Thymeleaf 有默认配置，可在spring:thymeleaf:prefix: classpath:/templates/ # 模板文件前缀（默认）suffix: .html # 模板文件后缀（默认）encoding: UTF-8 # 编码格式cache: false # 关闭缓存（开发环境推荐）servlet:content-type: text/html # 响应类型：关闭模板缓存，修改模板后无需重启项目即可生效（生产环境建议开启）。prefix和。

			
		

	





	

		

			

				
					
Spring Boot 与 Ollama 集成部署私有LLM服务 的完整避坑指南，涵盖 环境配置、模型管理、性能优化 和 安全加固

				
			

			

				

					夜雨的博客
				

				

					08-05
					
					876
					
				

			

		

		

			
				
Spring Boot 与 Ollama 集成部署私有LLM服务 的完整避坑指南，涵盖 环境配置、模型管理、性能优化 和 安全加固。模型选择：优先使用量化版（如 llama3:q4_0）；内存管理：预留20%内存给系统；安全加固：必须启用认证；版本锁定：固定Ollama和LangChain4j版本；监控告警：设置GPU内存使用阈值告警

			
		

	





	

		

			

				
					
Spring Boot 热部署详解

				
			

			

				

					2302_79926174的博客
				

				

					08-05
					
					461
					
				

			

		

		

			
				
热部署是指在应用程序运行状态下，修改代码后无需手动重启项目，系统会自动加载变更并生效。节省时间：避免频繁重启项目（尤其是大型项目，重启可能需要几分钟）；保持状态：保留程序运行中的内存数据（如会话、缓存等），无需重新初始化；提升效率：即时反馈代码修改效果，缩短开发周期。Spring Boot 的热部署主要通过实现，它基于类加载器机制，仅重新加载修改过的类和资源，而非整个应用。

			
		

	





	

		

			

				
					

				
			

			

				

					
				

			

		

		

			
				

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		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
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
w_t_y_y

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
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