Spring-Boot-应用可视化监控

图文简介

快速开始

1、Spring Boot 应用暴露监控指标【版本 1.5.7.RELEASE】

首先，添加依赖如下依赖：

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

        <dependency>
            <groupId>io.prometheus</groupId>
            <artifactId>simpleclient_spring_boot</artifactId>
            <version>0.0.26</version>
        </dependency>复制代码

然后，在启动类 Application.java 添加如下注解：

@SpringBootApplication
@EnablePrometheusEndpoint
@EnableSpringBootMetricsCollector
public class Application {

    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }

}复制代码

最后，配置默认的登录账号和密码，在 application.yml 中：

security:
  user:
    name: user
    password: pwd复制代码

提示：不建议配置 management.security.enabled: false

启动应用程序后，会看到如下一系列的 Mappings

利用账号密码访问 http://localhost:8080/application/prometheus ，可以看到 Prometheus 格式的指标数据

2、Prometheus 采集 Spring Boot 指标数据

首先，获取 Prometheus 的 Docker 镜像：

$ docker pull prom/prometheus复制代码

然后，编写配置文件 prometheus.yml ：

global:
  scrape_interval: 10s
  scrape_timeout: 10s
  evaluation_interval: 10m
scrape_configs:
  - job_name: spring-boot
    scrape_interval: 5s
    scrape_timeout: 5s
    metrics_path: /application/prometheus
    scheme: http
    basic_auth:
      username: user
      password: pwd
    static_configs:
      - targets:
        - 127.0.0.1:8080  #此处填写 Spring Boot 应用的 IP + 端口号复制代码

接着，启动 Prometheus :

$ docker run -d 
--name prometheus 
-p 9090:9090 
-m 500M 
-v "$(pwd)/prometheus.yml":/prometheus.yml 
-v "$(pwd)/data":/data 
prom/prometheus 
-config.file=/prometheus.yml 
-log.level=info复制代码

最后，访问 http://localhost:9090/targets , 检查 Spring Boot 采集状态是否正常。

3、Grafana 可视化监控数据

首先，获取 Grafana 的 Docker 镜像：

$ docker pull grafana/grafana复制代码

然后，启动 Grafana：

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

接着，访问 http://localhost:3000/ 配置 Prometheus 数据源：

Grafana 登录账号 admin 密码 admin

最后，配置单个指标的可视化监控面板：

提示，此处不能任意填写，只能填已有的指标点，具体的可以在 Prometheus 的首页看到，即 http://localhost:9090/graph

多配置几个指标之后，即可有如下效果：