当前位置：首页 > article >正文

快速搭建 Spring Boot 3 + Prometheus + Grafana 实现实时监控

article 2024/10/27 20:48:52

全文目录：

- 开篇语
- 📜 前言
- 🌟 摘要
- 📝 简介
- 📚 概述
- - 🛠️ 技术栈
- 🔍 核心源码解读
- - 1. 📦 Spring Boot 配置
  - 2. 🔧 application.properties 配置
  - 3. 🚀 控制器示例代码
- 🛠️ 案例分析
- 💻 应用场景演示
- 🔄 优缺点分析
- - 优点
  - 缺点
- 📋 类代码方法介绍及演示
- 🧪 测试用例（main 函数写法）
- 📈 测试结果预期
- 🔍 测试代码分析
- 🔚 小结
- 🎉 总结
- 🌟 寄语
- 文末

开篇语

哈喽，各位小伙伴们，你们好呀，我是喵手。运营社区：C站/掘金/腾讯云/阿里云/华为云/51CTO；欢迎大家常来逛逛

今天我要给大家分享一些自己日常学习到的一些知识点，并以文字的形式跟大家一起交流，互相学习，一个人虽可以走的更快，但一群人可以走的更远。

我是一名后端开发爱好者，工作日常接触到最多的就是Java语言啦，所以我都尽量抽业余时间把自己所学到所会的，通过文章的形式进行输出，希望以这种方式帮助到更多的初学者或者想入门的小伙伴们，同时也能对自己的技术进行沉淀，加以复盘，查缺补漏。

小伙伴们在批阅的过程中，如果觉得文章不错，欢迎点赞、收藏、关注哦。三连即是对作者我写作道路上最好的鼓励与支持！

📜 前言

在现代微服务架构中，服务监控和指标分析已成为维护和优化系统性能的关键需求。随着微服务数量的增加和系统复杂性的提高，开发人员需要一种可靠的方式来监控应用性能和资源使用情况。本文将从零开始讲解如何使用 Spring Boot 3、Prometheus 和 Grafana 来实现微服务的实时监控。

🌟 摘要

本文将引导您使用 Java 开发语言，通过搭建 Spring Boot 3 应用程序并整合 Prometheus 和 Grafana，实现从数据采集到数据可视化的一体化监控。我们会详细解析核心源码，并提供应用场景演示，分析其优缺点，帮助读者在实际项目中快速集成这一技术栈。

📝 简介

Spring Boot 3 引入了更强大的功能和新特性，Prometheus 和 Grafana 则是监控系统中广受欢迎的开源工具。Prometheus 负责从 Spring Boot 应用程序中采集监控数据，而 Grafana 负责展示 Prometheus 采集的数据，形成直观的图表。通过整合这三者，我们可以快速搭建一套实时、可靠的监控系统。

📚 概述

Spring Boot 3 应用程序生成的指标可以使用 Actuator 暴露到 /actuator/prometheus 端点，Prometheus 可以定期抓取数据并存储，Grafana 则通过 Prometheus 提供的接口访问并展示这些数据。

🛠️ 技术栈

Spring Boot 3：构建应用主服务
Prometheus：收集和存储应用监控数据
Grafana：可视化监控数据

🔍 核心源码解读

1. 📦 Spring Boot 配置

要让 Spring Boot 暴露 Prometheus 端点，我们需要添加 spring-boot-starter-actuator 依赖，并将端点配置为可访问状态。

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

2. 🔧 application.properties 配置

在 application.properties 中添加配置，开启 Prometheus 支持：

management.endpoints.web.exposure.include=*
management.endpoint.prometheus.enabled=true

3. 🚀 控制器示例代码

创建一个简单的控制器类，模拟一些业务逻辑。这里我们实现一个简单的 RESTful 接口。

@RestController
public class MetricsController {

    private final AtomicInteger counter = new AtomicInteger();

    @GetMapping("/metrics")
    public String getMetrics() {
        counter.incrementAndGet();
        return "Metrics fetched successfully!";
    }
}

🛠️ 案例分析

假设该应用为一个电商平台的商品服务，在用户访问量高峰期时，可以通过 Prometheus + Grafana 实时监控访问量、请求时长等指标。这样一来，运维人员可以及时获知是否需要水平扩展以应对流量峰值。

💻 应用场景演示

微服务架构中的各服务监控：每个服务部署相应的 Prometheus 和 Grafana 监控，实现实时数据采集和展示。
大流量、高并发的业务监控：实时监控数据帮助排查请求响应慢等问题。
系统健康和性能监控：可以监控内存、CPU 使用率等基础系统指标。

🔄 优缺点分析

优点

快速集成：只需几步配置即可快速搭建，开发成本低。
数据实时性高：Prometheus 实现快速的数据采集。
可视化便捷：Grafana 提供多种数据展示形式。

缺点

数据存储有时间限制：Prometheus 存储数据时间有限制。
学习成本：需要理解 Prometheus 的抓取逻辑及 Grafana 配置。

📋 类代码方法介绍及演示

在 MetricsController 类中，getMetrics() 方法增加了一个计数器。可以通过 http://localhost:8080/actuator/prometheus 端点抓取此数据，从而在 Prometheus 和 Grafana 中展示。

public String getMetrics() {
    counter.incrementAndGet();  // 计数器自增
    return "Metrics fetched successfully!";
}

🧪 测试用例（main 函数写法）

public static void main(String[] args) {
    SpringApplication.run(MonitoringApplication.class, args);
    // 验证 /metrics 接口是否正常返回
    RestTemplate restTemplate = new RestTemplate();
    String result = restTemplate.getForObject("http://localhost:8080/metrics", String.class);
    System.out.println(result);
}