要实现java应用监控与prometheus集成，关键在于暴露指标并配置抓取。首先，使用micrometer暴露java应用指标，通过添加io.micrometer依赖支持prometheus；其次，在spring boot中配置management.endpoints.web.exposure.include=prometheus开启端点；接着，可自定义指标如counter、gauge等用于监控特定行为；然后，配置prometheus的scrape_configs抓取应用指标；此外，prometheus能通过jvm_gc相关指标查询gc信息，如jvm_gc_pause_seconds_sum；同时，应根据数据性质选择指标类型，如counter用于递增统计，gauge用于瞬时状态；最后，可通过grafana可视化监控数据，添加prometheus数据源并创建dashboard展示图表，使用promql进行查询分析，从而实现全面监控。
Java应用监控，说白了就是让你能随时知道你的代码跑得怎么样，有没有出问题。Prometheus是个强大的监控系统，两者结合，能让你对Java应用的健康状况一目了然。
实现Java应用监控，掌握Prometheus，关键在于暴露应用的指标，让Prometheus可以抓取。
使用Micrometer暴露Java应用指标
立即学习“Java免费学习笔记（深入）”；
Micrometer是Spring Boot Actuator默认使用的指标库，它提供了一套通用的API，可以方便地将应用的指标暴露给不同的监控系统，包括Prometheus。
添加依赖：
在你的pom.xml或build.gradle文件中添加Micrometer和Prometheus的依赖。
io.micrometer micrometer-registry-prometheus
// build.gradleimplementation 'io.micrometer:micrometer-registry-prometheus'
配置Prometheus端点：
如果使用的是Spring Boot，Actuator会自动暴露Prometheus端点。你只需要在application.properties或application.yml中开启它。
# application.propertiesmanagement.endpoints.web.exposure.include=prometheus
# application.ymlmanagement: endpoints: web: exposure: include: prometheus
自定义指标：
除了Actuator默认提供的指标，你还可以自定义指标来监控应用的特定行为。
import io.micrometer.core.instrument.Counter;import io.micrometer.core.instrument.MeterRegistry;import org.springframework.stereotype.Component;@Componentpublic class MyCustomMetrics { private final Counter myCounter; public MyCustomMetrics(MeterRegistry registry) { myCounter = Counter.builder("my.custom.counter") .description("A custom counter metric") .register(registry); } public void increment() { myCounter.increment(); }}
在这个例子中，我们创建了一个名为my.custom.counter的计数器。你可以通过调用increment()方法来增加它的值。
Prometheus配置：
配置Prometheus来抓取你的Java应用暴露的指标。在prometheus.yml文件中添加如下配置：
scrape_configs: - job_name: 'my-java-app' metrics_path: '/actuator/prometheus' scrape_interval: 5s static_configs: - targets: ['localhost:8080'] # 替换为你的Java应用地址
验证：
启动你的Java应用和Prometheus，然后访问Prometheus的Web UI（通常是http://localhost:9090），输入my_custom_counter_total查询，看看是否能看到你自定义的指标。
Prometheus如何查询Java应用的GC信息？
GC（Garbage Collection）信息是监控Java应用的重要组成部分。Prometheus可以通过Micrometer提供的指标来查询GC信息。
确认Actuator已启用：
确保Spring Boot Actuator已启用，并且Prometheus端点已暴露（参考上面的配置）。
查询GC指标：
Prometheus会自动抓取与GC相关的指标，例如jvm_gc_memory_promoted_bytes_total（晋升到老年代的内存总量）、jvm_gc_pause_seconds_sum（GC暂停时间总和）等。
使用PromQL查询：
使用PromQL（Prometheus Query Language）可以查询和分析GC指标。例如，查询最近5分钟的GC暂停时间总和：
sum(rate(jvm_gc_pause_seconds_sum[5m]))
这个查询会计算过去5分钟内，每秒钟GC暂停时间的平均值，然后将它们加起来。
创建告警：
可以基于GC指标创建告警规则，当GC行为异常时，及时通知你。例如，当GC暂停时间超过某个阈值时，触发告警。
自定义Prometheus指标时，如何选择合适的指标类型？
选择合适的指标类型对于准确监控和分析应用行为至关重要。Prometheus提供了几种基本的指标类型：
Counter：
计数器，用于表示单调递增的数值，例如请求总数、错误总数。
适用场景：统计事件发生的次数。示例：Counter.builder("http.requests.total").tags("method", "GET", "path", "/users").register(registry).increment();Gauge：
仪表盘，用于表示可以任意变化的数值，例如当前内存使用量、CPU利用率。
适用场景：监控瞬时状态。示例：Gauge.builder("jvm.memory.used", () -> getMemoryUsed()).register(registry);Histogram：
直方图，用于统计数据的分布情况，例如请求响应时间。
适用场景：统计数据的分位数。示例：Histogram.builder("http.request.duration").register(registry).record(responseTime);Summary：
摘要，类似于直方图，但提供预先计算的分位数。
适用场景：快速获取分位数。示例：Summary.builder("http.request.size").register(registry).record(requestSize);
选择指标类型时，要根据你要监控的数据的性质来决定。如果数据是单调递增的，使用计数器；如果数据是瞬时状态，使用仪表盘；如果需要统计数据的分布情况，使用直方图或摘要。
如何使用Grafana可视化Prometheus监控数据？
Grafana是一个流行的开源数据可视化工具，它可以与Prometheus集成，将监控数据以图表的形式展示出来。
添加Prometheus数据源：
在Grafana中添加Prometheus数据源，配置Prometheus的地址。
创建Dashboard：
创建一个新的Dashboard，添加各种图表来展示监控数据。
使用PromQL查询：
在图表中，使用PromQL查询来获取Prometheus中的数据。例如，展示CPU利用率：
100 - (avg by (instance) (irate(node_cpu_seconds_total{mode="idle"}[5m])) * 100)
自定义图表：
可以自定义图表的类型、颜色、标题等，使其更易于理解和分析。
分享Dashboard：
可以将Dashboard分享给团队成员，方便大家共同监控应用状态。
通过Grafana，你可以将Prometheus中的原始数据转化为直观的图表，帮助你更好地理解和分析应用行为，及时发现和解决问题。
以上就是Java中如何实现监控 掌握Prometheus的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/155376.html
微信扫一扫 
支付宝扫一扫 
