spring-boot-actuator

grafana 是一个跨平台的开源的度量分析和可视化工具
prometheus 是 SoundCloud 开源监控警告解决方案，存储的是时序数据
spring boot actuator 可以监控和度量spring boot 应用程序
micrometer 是java平台上性能数据收集提供的一个通用api，系统多种度量指标类型

1 micrometer

Micrometer 为 Java 平台上的性能数据收集提供了一个通用的 API，应用程序只需要使用 Micrometer 的通用 API 来收集性能指标即可。Micrometer 会负责完成与不同监控系统的适配工作。这就使得切换监控系统变得很容易。Micrometer 还支持推送数据到多个不同的监控系统。

springboot2在spring-boot-actuator中引入了micrometer，对1.x的metrics进行了重构，另外支持对接的监控系统也更加丰富(Atlas、Datadog、Ganglia、Graphite、Influx、JMX、NewRelic、Prometheus、SignalFx、StatsD、Wavefront)。1.x的metrics都有点对齐dropwizard-metrics的味道，而micrometer除了一些基本metrics与dropwizard-metrics相类似外，重点支持了tag。这是一个很重要的信号，标志着老一代的statsd、graphite逐步让步于支持tag的influx以及prometheus。

etsy原版的statsd是不支持tag的，不过datadog以及influx都有对statsd进行改良以支持tag。而influxdb以及prometheus则是天生支持tag的。
对比

2 Actuator

Spring Boot Actuator是Spring Boot的一个组件，可以帮助你监控和管理Spring Boot应用，比如健康检查、审计、统计和HTTP追踪等。所有的这些特性可以通过JMX或者HTTP endpoints来获得。
你可以访问 http://ip:端口/actuator 查看系统中暴露的endpoint信息，也可以加上具体的 endpoint 查看他们的详细情况，例如 http://127.0.0.1:7001/actuator/health 查看健康信息。Spring Boot 2中的依赖actuator中集成的度量统计API使用的框架是Micrometer。
SpringBoot自带监控功能Actuator，可以帮助实现对程序内部运行情况监控，比如监控状况、Bean加载情况、环境变量、日志信息、线程信息、健康检查、审计、统计和HTTP追踪等

Actuator同时还可以与外部应用监控系统整合，比如Prometheus。可以选择使用HTTP端点或JMX来管理和监视应用程序。

Actuator使用Micrometer来整合上面提到的外部应用监控系统。这使得只要通过非常小的配置就可以集成任何应用监控系统。
Spring-Boot-Actuator官方文档

3 metrics

Spring Boot1 spring-boot-actuator中引入 metrics
打开 ip:端口/actuator/metrics 网址就可以看到当前微服务的所有metrics，每一个metric都相当于influx数据库的一个measurement，也就是传统数据库的数据表的概念。
metrics tag/label
关于metrics是否支持tag/label，则代表其metrics是否能够有多维度的支持。像statsd不支持tag，如果要区分多host的同一个jvm指标，则通常是通过添加prefix来解决，不过这个给查询统计以及后续扩展带了诸多的不变。

支持tag的好处就是可以进行多维度的统计和查询，以同一微服务但是不同实例的jvm指标来说，可以通过tag来添加host标识，这样监控系统就可以灵活根据tag查询过滤来查看不同主机粒度的，甚至是不同数据中心的粒度。

4 Prometheus

spring boot 2x版本中，actuator使用的是micrometer，Micrometer是一个监控门面，可以类比成监控界的 Slf4j , 借助Micrometer，应用能够对接各种监控系统，prometheus数据源可以直接使用spring boot的actuator接口。例如本文所要介绍的：Prometheus
springboot2启用/actuator/prometheus端点，供Prometheus来抓取指标。

Prometheus 是一套开源的系统监控报警框架。它启发于 Google 的 borgmon 监控系统，由工作在 SoundCloud 的 google 前员工在 2012 年创建，作为社区开源项目进行开发，并于 2015 年正式发布。2016 年，Prometheus 正式加入 Cloud Native Computing Foundation，成为受欢迎度仅次于 Kubernetes 的项目。

作为新一代的监控框架，Prometheus 具有以下特点：

强大的多维度数据模型：

时间序列数据通过 metric 名和键值对来区分。
所有的 metrics 都可以设置任意的多维标签。
数据模型更随意，不需要刻意设置为以点分隔的字符串。
可以对数据模型进行聚合，切割和切片操作。
支持双精度浮点类型，标签可以设为全 unicode。
灵活而强大的查询语句（PromQL）：在同一个查询语句，可以对多个 metrics 进行乘法、加法、连接、取分数位等操作。

易于管理： Prometheus server 是一个单独的二进制文件，可直接在本地工作，不依赖于分布式存储。

高效：平均每个采样点仅占 3.5 bytes，且一个 Prometheus server 可以处理数百万的 metrics。

使用 pull 模式采集时间序列数据，这样不仅有利于本机测试而且可以避免有问题的服务器推送坏的 metrics。

可以采用 push gateway 的方式把时间序列数据推送至 Prometheus server 端。

可以通过服务发现或者静态配置去获取监控的 targets。

有多种可视化图形界面。

易于伸缩。
需要指出的是，由于数据采集可能会有丢失，所以 Prometheus 不适用对采集数据要 100% 准确的情形。但如果用于记录时间序列数据，Prometheus 具有很大的查询优势，此外，Prometheus 适用于微服务的体系架构。

4.1 依赖

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

如果使用InfluxDB进行数据存储可以使用 micrometer-registry-influx

4.2 配置

application.properties

#prometheus配置
spring.application.name = prometheus-demo
management.security.enabled = false
management.metrics.export.prometheus.enabled = true
management.metrics.export.prometheus.step = 1ms
management.metrics.export.prometheus.descriptions = true
management.web.server.auto-time-requests = true

management.endpoint.prometheus.enabled = true
#启用 prometheus和health监控
management.endpoints.web.exposure.include=prometheus,health
#management.endpoints.web.exposure.include=*
#刚开始没配置web-path,prometheus一直监控不到
management.endpoints.web.base-path = /
#关闭elasticsearch客户端检查
management.health.elasticsearch.enabled=false
management.metrics.tags.application=${spring.application.name}

yml配置

server:
  port: 8803
spring:
  application:
    name: myactuator
management:
  endpoints:
    web:
      exposure:
        include: "*" #'prometheus,health'
        exclude: "shutdown"
      base-path: /actuator
  endpoint:
    prometheus:
      enabled: true
  metrics:
    export:
      prometheus:
        enabled: true
        step: 1ms
        descriptions: true
    tags:
      # 为指标设置一个Tag，这里设置为应用名，Tag是Prometheus提供的一种能力，从而实现更加灵活的筛选
      application: ${spring.application.name}
  health:
    elasticsearch:
      enabled: false

配置自定义bean

@Configuration
public class ActuatorConfig {

  @Bean
public MeterRegistryCustomizer<MeterRegistry> configurer(@Value("${spring.application.name}") String applicationName) {
    return (registry) -> registry.config().commonTags("application", applicationName);
}
}

ActuatorController.java

@RestController
public class ActuatorController {

  @GetMapping("/user/info/{id}")
  public ResponseEntity<Map<String, Object>> queryUserInfoById(@PathVariable("id") long id)
      throws InterruptedException {
    Map<String, Object> map = new HashMap<>();
    map.put("id", id);
    map.put("username", "shawn");
    map.put("realname", "shawn");
    map.put("age", 25);
    TimeUnit.SECONDS.sleep(2);
    return ResponseEntity.ok(map);
  }

  @GetMapping("/user/list")
  public ResponseEntity<List<Map<String, Object>>> listUser()
      throws InterruptedException {
    List<Map<String, Object>> list = new ArrayList<>();
    for (int i = 1; i <= 5; i++) {
      Map<String, Object> map = new HashMap<>();
      map.put("id", i);
      map.put("username", "shawn_" + i);
      map.put("realname", "shawn_" + i);
      map.put("age", 25 + i);
      list.add(map);
    }
    TimeUnit.SECONDS.sleep(2);
    return ResponseEntity.ok(list);
  }

}

url http://localhost:8080/actuator/prometheus
curl -i http://localhost:8088/actuator/prometheus
curl -i http://localhost:8088/actuator/metrics
curl -i http://localhost:8088/actuator/metrics/http.server.requests
curl -i http://localhost:8088/user/info/1
curl -i http://localhost:8088/user/list

4.3 返回参数

序号参数参数说明
–JVM—
1jvm.memory.maxJVM最大内存
2jvm.memory.committedJVM可用内存
3jvm.memory.usedJVM已用内存
4jvm.buffer.memory.usedJVM缓冲区已用内存
5jvm.buffer.count当前缓冲区数
6jvm.threads.daemonJVM守护线程数
7jvm.threads.liveJVM当前活跃线程数
8jvm.threads.peakJVM峰值线程数
9jvm.classes.loaded加载classes数
10jvm.classes.unloaded未加载的classes数
11jvm.gc.memory.allocatedGC时，年轻代分配的内存空间
12jvm.gc.memory.promotedGC时，老年代分配的内存空间
13jvm.gc.max.data.sizeGC时，老年代的最大内存空间
14jvm.gc.live.data.sizeFullGC时，老年代的内存空间
15jvm.gc.pauseGC耗时
–TOMCAT—
16tomcat.sessions.createdtomcat已创建session数
17tomcat.sessions.expiredtomcat已过期session数
18tomcat.sessions.active.currenttomcat活跃session数
19tomcat.sessions.active.maxtomcat最多活跃session数
20tomcat.sessions.alive.max.secondtomcat最多活跃session数持续时间
21tomcat.sessions.rejected超过session最大配置后，拒绝的session个数
22tomcat.global.error错误总数
23tomcat.global.sent发送的字节数
24tomcat.global.request.maxrequest最长时间
25tomcat.global.request全局request次数和时间
26tomcat.global.received全局received次数和时间
27tomcat.servlet.requestservlet的请求次数和时间
28tomcat.servlet.errorservlet发生错误总数
29tomcat.servlet.request.maxservlet请求最长时间
30tomcat.threads.busytomcat繁忙线程
31tomcat.threads.currenttomcat当前线程数
32tomcat.threads.config.maxtomcat配置的线程最大数
33tomcat.cache.accesstomcat读取缓存次数
34tomcat.cache.hittomcat缓存命中次数
– CPU —
35system.cpu.countCPU数量
36system.load.average.1m load average
37system.cpu.usage系统CPU使用率
38process.cpu.usage当前进程CPU使用率
39http.server.requestshttp请求调用情况
40process.uptime应用已运行时间
41process.files.max允许最大句柄数
42process.start.time应用启动时间点
43process.files.open当前打开句柄数

返回内容：（监控项和监控数值）

# HELP jvm_threads_states_threads The current number of threads having NEW state
# TYPE jvm_threads_states_threads gauge
jvm_threads_states_threads{application="feedback",state="new",} 0.0
jvm_threads_states_threads{application="feedback",state="timed-waiting",} 17.0
jvm_threads_states_threads{application="feedback",state="blocked",} 0.0
jvm_threads_states_threads{application="feedback",state="waiting",} 24.0
jvm_threads_states_threads{application="feedback",state="terminated",} 0.0
jvm_threads_states_threads{application="feedback",state="runnable",} 19.0
# HELP jvm_gc_max_data_size_bytes Max size of old generation memory pool
# TYPE jvm_gc_max_data_size_bytes gauge
jvm_gc_max_data_size_bytes{application="feedback",} 5.703204864E9
# HELP tomcat_sessions_active_max_sessions  
# TYPE tomcat_sessions_active_max_sessions gauge
tomcat_sessions_active_max_sessions{application="feedback",} 0.0
# 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{application="feedback",area="nonheap",id="Metaspace",} 6.4094208E7
jvm_memory_committed_bytes{application="feedback",area="nonheap",id="Code Cache",} 1.6973824E7
jvm_memory_committed_bytes{application="feedback",area="heap",id="PS Survivor Space",} 2.0447232E7
jvm_memory_committed_bytes{application="feedback",area="heap",id="PS Old Gen",} 3.89021696E8
jvm_memory_committed_bytes{application="feedback",area="heap",id="PS Eden Space",} 4.5350912E8
jvm_memory_committed_bytes{application="feedback",area="nonheap",id="Compressed Class Space",} 8519680.0
# 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{application="feedback",area="nonheap",id="Metaspace",} -1.0
jvm_memory_max_bytes{application="feedback",area="nonheap",id="Code Cache",} 2.5165824E8
jvm_memory_max_bytes{application="feedback",area="heap",id="PS Survivor Space",} 2.0447232E7
jvm_memory_max_bytes{application="feedback",area="heap",id="PS Old Gen",} 5.703204864E9
jvm_memory_max_bytes{application="feedback",area="heap",id="PS Eden Space",} 2.809659392E9
jvm_memory_max_bytes{application="feedback",area="nonheap",id="Compressed Class Space",} 1.073741824E9
# 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{application="feedback",id="direct",} 81936.0
jvm_buffer_total_capacity_bytes{application="feedback",id="mapped",} 0.0
# HELP tomcat_sessions_active_current_sessions  
# TYPE tomcat_sessions_active_current_sessions gauge
tomcat_sessions_active_current_sessions{application="feedback",} 0.0
# HELP system_cpu_count The number of processors available to the Java virtual machine
# TYPE system_cpu_count gauge
system_cpu_count{application="feedback",} 6.0
# HELP process_cpu_usage The "recent cpu usage" for the Java Virtual Machine process
# TYPE process_cpu_usage gauge
process_cpu_usage{application="feedback",} 0.001260906050531724
# HELP system_cpu_usage The "recent cpu usage" for the whole system
# TYPE system_cpu_usage gauge
system_cpu_usage{application="feedback",} 0.06223864591061535
# HELP process_uptime_seconds The uptime of the Java virtual machine
# TYPE process_uptime_seconds gauge
process_uptime_seconds{application="feedback",} 6079.537
# HELP jvm_gc_live_data_size_bytes Size of old generation memory pool after a full GC
# TYPE jvm_gc_live_data_size_bytes gauge
jvm_gc_live_data_size_bytes{application="feedback",} 3.5917448E7
# HELP tomcat_sessions_expired_sessions_total  
# TYPE tomcat_sessions_expired_sessions_total counter
tomcat_sessions_expired_sessions_total{application="feedback",} 0.0
# 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{application="feedback",} 60.0
# HELP http_server_requests_seconds  
# TYPE http_server_requests_seconds summary
http_server_requests_seconds_count{application="feedback",exception="None",method="GET",outcome="SUCCESS",status="200",uri="/actuator",} 1.0
http_server_requests_seconds_sum{application="feedback",exception="None",method="GET",outcome="SUCCESS",status="200",uri="/actuator",} 0.0041683
http_server_requests_seconds_count{application="feedback",exception="None",method="PUT",outcome="SUCCESS",status="200",uri="/feedback",} 1.0
http_server_requests_seconds_sum{application="feedback",exception="None",method="PUT",outcome="SUCCESS",status="200",uri="/feedback",} 60.8246484
http_server_requests_seconds_count{application="feedback",exception="None",method="GET",outcome="SUCCESS",status="200",uri="/actuator/prometheus",} 326.0
http_server_requests_seconds_sum{application="feedback",exception="None",method="GET",outcome="SUCCESS",status="200",uri="/actuator/prometheus",} 19.7430817
http_server_requests_seconds_count{application="feedback",exception="None",method="GET",outcome="CLIENT_ERROR",status="404",uri="/**",} 5.0
http_server_requests_seconds_sum{application="feedback",exception="None",method="GET",outcome="CLIENT_ERROR",status="404",uri="/**",} 0.1397898
# HELP http_server_requests_seconds_max  
# TYPE http_server_requests_seconds_max gauge
http_server_requests_seconds_max{application="feedback",exception="None",method="GET",outcome="SUCCESS",status="200",uri="/actuator",} 0.0
http_server_requests_seconds_max{application="feedback",exception="None",method="PUT",outcome="SUCCESS",status="200",uri="/feedback",} 0.0
http_server_requests_seconds_max{application="feedback",exception="None",method="GET",outcome="SUCCESS",status="200",uri="/actuator/prometheus",} 0.0560053
http_server_requests_seconds_max{application="feedback",exception="None",method="GET",outcome="CLIENT_ERROR",status="404",uri="/**",} 0.0
# 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{application="feedback",} 60.0
# HELP jvm_threads_daemon_threads The current number of live daemon threads
# TYPE jvm_threads_daemon_threads gauge
jvm_threads_daemon_threads{application="feedback",} 47.0
# HELP tomcat_sessions_created_sessions_total  
# TYPE tomcat_sessions_created_sessions_total counter
tomcat_sessions_created_sessions_total{application="feedback",} 0.0
# HELP jvm_gc_memory_allocated_bytes_total Incremented for an increase in the size of the young generation memory pool after one GC to before the next
# TYPE jvm_gc_memory_allocated_bytes_total counter
jvm_gc_memory_allocated_bytes_total{application="feedback",} 8.452706E8
# HELP tomcat_sessions_rejected_sessions_total  
# TYPE tomcat_sessions_rejected_sessions_total counter
tomcat_sessions_rejected_sessions_total{application="feedback",} 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",application="feedback",cause="Metadata GC Threshold",} 1.0
jvm_gc_pause_seconds_sum{action="end of minor GC",application="feedback",cause="Metadata GC Threshold",} 0.021
jvm_gc_pause_seconds_count{action="end of minor GC",application="feedback",cause="Allocation Failure",} 2.0
jvm_gc_pause_seconds_sum{action="end of minor GC",application="feedback",cause="Allocation Failure",} 0.028
jvm_gc_pause_seconds_count{action="end of major GC",application="feedback",cause="Metadata GC Threshold",} 1.0
jvm_gc_pause_seconds_sum{action="end of major GC",application="feedback",cause="Metadata GC Threshold",} 0.113
# 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",application="feedback",cause="Metadata GC Threshold",} 0.0
jvm_gc_pause_seconds_max{action="end of minor GC",application="feedback",cause="Allocation Failure",} 0.0
jvm_gc_pause_seconds_max{action="end of major GC",application="feedback",cause="Metadata GC Threshold",} 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{application="feedback",} 1.9524136E7
# 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{application="feedback",id="direct",} 81936.0
jvm_buffer_memory_used_bytes{application="feedback",id="mapped",} 0.0
# 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{application="feedback",} 6.0
# HELP tomcat_sessions_alive_max_seconds  
# TYPE tomcat_sessions_alive_max_seconds gauge
tomcat_sessions_alive_max_seconds{application="feedback",} 0.0
# HELP process_start_time_seconds Start time of the process since unix epoch.
# TYPE process_start_time_seconds gauge
process_start_time_seconds{application="feedback",} 1.599642895483E9
# HELP logback_events_total Number of error level events that made it to the logs
# TYPE logback_events_total counter
logback_events_total{application="feedback",level="error",} 0.0
logback_events_total{application="feedback",level="debug",} 0.0
logback_events_total{application="feedback",level="info",} 236.0
logback_events_total{application="feedback",level="trace",} 0.0
logback_events_total{application="feedback",level="warn",} 964.0
# 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{application="feedback",id="direct",} 11.0
jvm_buffer_count_buffers{application="feedback",id="mapped",} 0.0
# HELP jvm_memory_used_bytes The amount of used memory
# TYPE jvm_memory_used_bytes gauge
jvm_memory_used_bytes{application="feedback",area="nonheap",id="Metaspace",} 6.0684336E7
jvm_memory_used_bytes{application="feedback",area="nonheap",id="Code Cache",} 1.6949312E7
jvm_memory_used_bytes{application="feedback",area="heap",id="PS Survivor Space",} 6370080.0
jvm_memory_used_bytes{application="feedback",area="heap",id="PS Old Gen",} 3.5945144E7
jvm_memory_used_bytes{application="feedback",area="heap",id="PS Eden Space",} 2.6841788E8
jvm_memory_used_bytes{application="feedback",area="nonheap",id="Compressed Class Space",} 7853464.0
# 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{application="feedback",} 11494.0

5 docker 运行 Prometheus + Grafana

5.1 Docker

docker run -d \
	--name prometheus \
    -p 9090:9090 \
    -v /home/docker/conf/prometheus.yml:/etc/prometheus/prometheus.yml \
    prom/prometheus

docker run -d --name grafana -p 3000:3000 grafana/grafana

5.2 Docker-compose

docker-compose.yaml

version: '3'
services:
  grafana:
    container_name: grafana
    image: grafana/grafana
    environment:
      - TZ=Asia/Shanghai
    ports:
      - 3000:3000
    volumes:
      - ./grafanaplugin:/var/lib/grafana/plugins/grafanaplugin
    privileged: true
    restart: always
  prom:
    image: quay.io/prometheus/prometheus:latest
    volumes:
      # 将prometheus.yml 文件放在与docker-compose 同级目录
      - ./monitor/prometheus.yml:/etc/prometheus/prometheus.yml
    command: "--config.file=/etc/prometheus/prometheus.yml --storage.tsdb.path=/prometheus"
    ports:
     - "23333:9090" 
    depends_on:
     - exporter
  exporter:
    image: prom/node-exporter:latest
    ports:
     - "19100:9100"

docker-compose up -d

5.3 配置 Prometheus

编辑 prometheus.yml

scrape_configs:
  - job_name: 'actuator-springboot'
    scrape_interval: 15s
    scrape_timeout: 10s
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ['localhost:8080']

验证 prometheus 采集
浏览器里打开 http://localhost:9090, 通过菜单，将页面切换到 Targets, 在targets 里能看到我们的监控任务
在这里插入图片描述
在这里插入图片描述
异常信息正常后，Prometheus现在已经可以正常监控到应用的JVM信息了

查看配置已守护线程线程数（jvm_threads_daemon_threads）
在这里插入图片描述

  1. 选择 Graph 图表
  2. 选择 jvm_threads_daemon_threads JVM守护线程数
  3. 选择 Graph TAB

5.4 配置Grafana

简介
Grafana是一个跨平台的开源的度量分析和可视化工具，可以通过将采集的数据查询然后可视化的展示，并及时通知。它主要有以下六大特点：

1、展示方式：快速灵活的客户端图表，面板插件有许多不同方式的可视化指标和日志，官方库中具有丰富的仪表盘插件，比如热图、折线图、图表等多种展示方式；

2、数据源：Graphite，InfluxDB，OpenTSDB，Prometheus，Elasticsearch，CloudWatch和KairosDB等；

3、通知提醒：以可视方式定义最重要指标的警报规则，Grafana将不断计算并发送通知，在数据达到阈值时通过Slack、PagerDuty等获得通知；

4、混合展示：在同一图表中混合使用不同的数据源，可以基于每个查询指定数据源，甚至自定义数据源；

5、注释：使用来自不同数据源的丰富事件注释图表，将鼠标悬停在事件上会显示完整的事件元数据和标记；

6、过滤器：Ad-hoc过滤器允许动态创建新的键/值过滤器，这些过滤器会自动应用于使用该数据源的所有查询。

Grafana 是一款采用 GO 语言编写的开源应用，支持跨平台度量分析和可视化 + 告警。可以通过将采集的数据查询然后可视化地展示，并及时通知。Grafana 支持多种数据源和展示方式，总而言之是一款强大酷炫的监控指标可视化工具。

登录地址：http://192.168.1.233:3000
用户名/密码 ： admin/admin

添加prometheus 数据源
这里我们要添加的就是上面的Prometheus数据源
在这里插入图片描述
在这里插入图片描述

添加Dashboard
数据源配置成功后，选择Create->Import，在此界面上传或配置Dashboard，在https://github.com/percona/grafana-dashboards 这个项目，我们可以找到一些成熟的Dashboard配置，对于Linux监控可以选择 System_Overview.json，对于MySQL可以选择 MySQL_Overview.json，将这两个文件下载，依次选择 【Upload JSON file】按钮进行上传。
除了这个开源项目之外，Grafana还提供了官方的Dashboard市场：https://grafana.com/grafana/dashboards 。我们可以在这里找到各种数据源各种收集器的Dashboard配置。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在红框标记的位置添加指标查询，指标的取值详见Spring Boot应用的 /actuator/prometheus 端点，例如jvm_memory_used_bytes 、jvm_threads_states_threads 、jvm_threads_live_threads 等。
Grafana会给你较好的提示，并且支持较为复杂的计算，例如聚合、求和、平均等。如果想要绘制多个线条，可点击Add Query 按钮。如上图所示，笔者为图表绘制了两条线，分别代表daemon以及peak线程。

https://grafana.com/grafana/dashboards/9568
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

https://grafana.com/grafana/dashboards/6756
在这里插入图片描述

导入监控JVM的Dashboard模板，编号是 4701
在这里插入图片描述
在这里插入图片描述
对于Springboot2，我选择了 https://grafana.com/grafana/dashboards/10280 作为配置，将10280填入第一个输入框，然后点击【load】。
在这里插入图片描述
比较好用的Dashboard
JVM (Micrometer)
JVM (Actuator)
Spring Boot Statistics 注：该Dashboard可能有Bug，笔者未能直接测试成功，做了一些改动后才能正常显示。
以上三款是笔者亲测较为全面、好用的Dashboard，仅供参考。
告警
Grafana支持的告警渠道非常丰富，例如邮件、钉钉、Slack、Webhook等，非常实用！比较简单，各位看官自行研究下吧。

配套代码

# spring boot # java # spring
Logo
华为云开发者联盟

为开发者提供学习成长、分享交流、生态实践、资源工具等服务，帮助开发者快速成长。

更多推荐

cover

通过HPA+CronHPA组合应对业务复杂弹性伸缩场景

avatar 华为云开发者联盟
cover

FT-FMEA融合混沌演练，零售运营系统韧性架构在线验证实践

avatar 华为云开发者联盟
cover

如何使用Python和Plotly绘制3D图形

avatar 华为云开发者联盟