自定义Metrics｜让Prometheus监控你的应用程序 | 开发者博客

这是我参与更文挑战的第12天，活动详情查看：更文挑战

前言：

本文将以Spring Boot/Spring Cloud为例，介绍如果使用Prometheus SDK实现自定义监控指标的定义以及暴露，并且会介绍Prometheus中四种不同指标类型(Counter, Gauge, Histogram, Summary)的实际使用场景；

需求背景：

最近在做的一个新的项目，上线后要实现Prometheus监控，以及对项目里自己比较在意的指标进行自定义监控，用的是公司已有的Grafana，并没有自己搭建Grafana+Prometheus的仪表盘，下一篇文章会更新一些如何使用Grafana+Prometheus搭建项目仪表盘，这里就不多做赘述啦！下面看正文👇👇👇；

对于后端的一些应用以及环境架构。一般而言，我们通常会从几个层面进行监控指标的采集：

入口网关：这里可以是Nginx/HaProxy这一类的负载均衡器，也可以是注入Spring Cloud Zuul这一类框架提供的微服务入口。一般来说我们需要对所有Http Request相关的指标数据进行采集。如请求地址，Http Method,返回状态码，响应时长等。从而可以通过这些指标历史数据去分析业务压力，服务状态等信息。
应用服务：对于应用服务而言，基本的如应用本身的资源使用率,比如如果是Java类程序可以直接通过JVM信息来进行统计，如果是部署到容器中，则可以通过Container的资源使用情况来统计。除了资源用量外，某些特殊情况下，我们可能还会对应用中的某些业务指标进行采集。
基础设施：虚拟机或者物理机的资源使用情况等。
其它：集群环境中所使用到的数据库，缓存，消息队列等中间件状态等。

对于以上的集中场景中，除了直接使用Prometheus社区提供的Exporter外，不同的项目可能还需要实现一些自定义的Exporter用于实现对于特定目的的指标的采集和监控需求。

对于监控系统主要由以下几个结构组成：

目标服务：该服务即为各个组上线的服务，通过接入架构组提供的公共监控服务包后，会在服务启动之后暴露出一个数据监控接口 /actuator/prometheus，我们的一些监控数据指标也暴露在这里，直接请求http://localhost:8080/actuator/prometheus 即可
数据搜集服务：即prometheus服务，该服务主要负责将定时各个目标服务接口暴露的数据搜集起来，并将接口中的数据根据【Metric】数据格式整合起来，供监控展示服务使用
数据展示服务：即grafana，该服务为单纯的数据展示服务，可支持包括prometheus等多种数据搜集服务的数据展示，同时提供一些特性函数以应对多种复合的展示场景

接入方法

pom依赖：

xml复制代码<!--监控点开始-->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
    <version>${starter-actuator.version}</version>
</dependency>
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
<dependency>
    <groupId>io.prometheus</groupId>
    <artifactId>simpleclient</artifactId>
    <version>${prometheus-simpleclient.version}</version>
</dependency>
<dependency>
    <groupId>io.prometheus</groupId>
    <artifactId>simpleclient_spring_boot</artifactId>
    <version>${prometheus-simpleclient.version}</version>
</dependency>
<dependency>
    <groupId>io.prometheus</groupId>
    <artifactId>simpleclient_hotspot</artifactId>
    <version>${prometheus-simpleclient.version}</version>
</dependency>
<!--监控点结束-->

application.properties配置文件：

ini复制代码management.metrics.export.prometheus.enabled=true
management.metrics.export.prometheus.step=1m
management.metrics.export.prometheus.descriptions=true
management.web.server.auto-time-requests=true
management.endpoints.prometheus.id=produce-server
management.endpoints.web.exposure.include=health,info,env,prometheus,metrics,httptrace,threaddump,heapdump,springmetrics,git
management.health.rabbit.enabled=false

不同项目对于暴露出去的接口要求不同，可针对各值环境对上述management.endpoints.web.exposure.include 参数进行相应调整

项目内新增prometheus数据收集组件：

java复制代码import io.micrometer.core.instrument.ImmutableTag;
import io.micrometer.core.instrument.Metrics;
import io.micrometer.core.instrument.Tag;
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.lang3.StringUtils;
import org.springframework.stereotype.Component;

import java.net.InetAddress;
import java.net.UnknownHostException;
import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.atomic.AtomicLong;

/**
 * levelDb自定义监控指标
 *
 * @author taoze
 * @version 1.0
 * @date 4/27/21 10:42 AM
 */
@Component
@Slf4j
public class LevelDbMetrics {

    /**
     * levelDB监控项
     */
    private AtomicLong levelDBHead = Metrics.gauge("a.levelDb.head", init(), new AtomicLong(0));
    private AtomicLong levelDBTail = Metrics.gauge("a.levelDb.tail", init(), new AtomicLong(0));

    /**
     * 初始化tag
     *
     * @return
     */
    List<Tag> init() {
        List<Tag> list = new ArrayList<>();
        String ip = null;
        try {
            ip = InetAddress.getLocalHost().getHostAddress();
        } catch (UnknownHostException e) {
            e.printStackTrace();
        }
        list.add(new ImmutableTag("host", StringUtils.isBlank(ip) ? "127.0.0.1" : ip));
        return list;
    }

    public void setLevelDBHead(Long head) {
        levelDBHead.set(head);
        log.info("levelDB head = [{}]", levelDBHead.get());
    }

    public void setLevelDBTail(Long tail) {
        levelDBTail.set(tail);
        log.info("levelDB tail = [{}]", levelDBTail.get());
    }
}

想要将自定义数据暴露在/actuator/prometheus 中，就需要在项目中建立对一个Metrics对象，然后对这个对象进行数据更新，最终在调用接口时就会从这个Metrics对象存储的数据中获取到指定的数据
更新值的时候调用 setLevelDBHead或setLevelDBTail方法即可或使用定时任务定时修改值

Metrics指标类型以及使用场景：

Counter，只增不减的计数器
Gauge，可增可减的仪表盘
Histogram，自带buckets区间用于统计分布统计图
Summary，客户端定义的数据分布统计图
除了上述方法我们也可以通过拦截器/过滤器：用于统计所有应用请求的情况等

WebMvcConfigurerAdapter方式手机监控指标：

scala复制代码@SpringBootApplication
@EnablePrometheusEndpoint
public class SpringApplication extends WebMvcConfigurerAdapter implements CommandLineRunner {

    @Autowired
    private CustomExporter customExporter;

    ...省略的代码

    @Override
    public void run(String... args) throws Exception {
        ...省略的代码
        customExporter.register();
    }
}

ok！今日分享到此结束，搜集指标代码还是比较简单的，有类似需求的小伙伴可以试试哦，希望可以对大家有帮助，有不对的地方希望大家可以提出来的，共同成长;

整洁成就卓越代码，细节之中只有天地

本文转载自: 掘金

开发者博客 – 和开发相关的这里全都有

这是我参与更文挑战的第12天，活动详情查看： 更文挑战

前言：

需求背景：

接入方法

Metrics指标类型以及使用场景：

这是我参与更文挑战的第12天，活动详情查看：更文挑战