使用Prometheus和Grafana监控Spring Boot应用

在现代云原生应用中，指标数据是系统可观测性的命脉。它们能准确反映应用的健康状态是运行良好还是濒临崩溃。Spring Boot 结合 Prometheus 和 Grafana，构建了一套强大的指标采集、存储与可视化解决方案。

本文将指导您将Spring Boot应用打造成指标生成引擎，并构建令运维团队惊艳的监控仪表盘。

## 第一步：使用Micrometer和Prometheus导出指标

### 添加相关依赖

首先在项目中添加`micrometer-registry-prometheus`依赖。

该依赖使Spring Boot Actuator能够以Prometheus可抓取的格式暴露指标。

**Maven**:

```
<dependency>  
    <groupId>io.micrometer</groupId>  
    <artifactId>micrometer-registry-prometheus</artifactId>  
</dependency>
```

**Gradle**:

```
implementation 'io.micrometer:micrometer-registry-prometheus'
```

### 暴露Prometheus端点

在`application.properties`中启用端点：

```
management.endpoints.web.exposure.include=prometheus,health,info  
management.metrics.tags.application=my-spring-app
```

• `/actuator/prometheus` 端点现在以 Prometheus 格式提供指标数据。

• `management.metrics.tags.application` 为所有指标添加自定义标签（在多服务架构中很有用）。

**验证端点**：

```
curl http://localhost:8080/actuator/prometheus
```

您将看到原始指标数据，如 `jvm_memory_used_bytes`（JVM内存使用字节数）和 `http_server_requests_seconds_count`（HTTP请求计数）。

## 第二步：配置Prometheus抓取指标

创建一个`prometheus.yml`配置文件来配置抓取您的Spring Boot应用指标：

```
global:  
  scrape_interval: 15s  
scrape_configs:  
  - job_name: 'spring-boot'  
    metrics_path: '/actuator/prometheus'  
    static_configs:  
      - targets: ['host.docker.internal:8080']  # Use 'localhost' if not using Docker  
    metrics_path: /actuator/prometheus
```

通过Docker运行Prometheus:

```
docker run -p 9090:9090 -v $(pwd)/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus
```

访问`http://localhost:9090/targets`确认运行成功。

## 第三步：构建Grafana仪表盘

### 使用Grafana连接Prometheus

安装运行Grafana:

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

访问 `http://localhost:3000` 登录Grafana (默认账密: admin/admin).

增加Prometheus数据源：

• URL地址：`http://host.docker.internal:9090`（Docker环境使用）或 `http://localhost:9090`（非Docker环境）

### 导入预置仪表盘

Grafana 社区为 Spring Boot 提供了丰富的仪表盘模板。以下是一些推荐：

**JVM 指标**：使用仪表盘 ID `4701`。

• 跟踪内存、线程、GC和CPU使用情况。

**HTTP 指标**：使用仪表盘 ID `6756`。

• 监控请求率、延迟和错误百分比。

**导入方式**：

• 点击 “+” → “Import” → 输入仪表盘 ID。

## 第四步：创建自定义指标

让我们来跟踪一个业务相关的指标：**登录尝试次数**。

### 使用MeterRegistry定义自定义指标

注入MeterRegistry并创建计数器：

```
@Component
public class LoginMetrics {
    private final Counter loginAttemptsCounter;
    private final Counter successLoginAttemptsCounter;
    private final Counter failureLoginAttemptsCounter;
    private final MeterRegistry meterRegistry;

public LoginMetrics(MeterRegistry meterRegistry) {
        this.meterRegistry = meterRegistry;
        this.loginAttemptsCounter = Counter.builder("login.attempts")
            .description("Total user login attempts")
            .tag("type", "auth")
            .register(meterRegistry);
        this.successLoginAttemptsCounter = Counter.builder("login.attempts")
            .description("Successful user login attempts")
            .tag("type", "auth")
            .tag("result", "success")
            .register(meterRegistry);
        this.failureLoginAttemptsCounter = Counter.builder("login.attempts")
            .description("Failed user login attempts")
            .tag("type", "auth")
            .tag("result", "failure")
            .register(meterRegistry);
    }

public void incrementLoginAttempts(boolean success) {
        loginAttemptsCounter.increment();
        if (success) {
            successLoginAttemptsCounter.increment();
        } else {
            failureLoginAttemptsCounter.increment();
        }
    }
}
```

### 在服务中使用指标

```
@Service  
public class AuthService {  
    private final LoginMetrics loginMetrics;  
public AuthService(LoginMetrics loginMetrics) {  
        this.loginMetrics = loginMetrics;  
    }  
    public boolean login(String username, String password) {  
        boolean success = // ... authentication logic ...  
        loginMetrics.incrementLoginAttempts(success);  
        return success;  
    }  
}
```

这将生成三个时间序列：

• `login_attempts_total{type="auth"}` — 跟踪登录尝试总次数

• `login_attempts_total{type="auth", result="success"}` — 跟踪成功登录尝试次数

• `login_attempts_total{type="auth", result="failure"}` — 跟踪失败登录尝试次数

## 第五步：在Grafana中可视化自定义指标

创建跟踪登录尝试的仪表盘：

**新增一个新的面板** → “Add panel”.

**Query**:

```
rate(login_attempts_total{application="my-spring-app"}[5m])
```

-   • 使用 `rate()` 函数计算5分钟内的每秒平均请求率

**可视化配置**：

-   • 选择”Graph”图表类型以查看趋势。
-   • 将”result”标签分成独立的线条显示。

**专业建议**：添加统计面板展示总尝试次数：

```
sum(login_attempts_total) by (result)
```

## 生产环境最佳实践

1. **避免高基数**：不要使用无界标签（如用户ID）

2. **使用层级化指标**：按`http.requests.total`格式组织指标名称

3. **端点安全**：使用Spring Security保护`/actuator/prometheus`端点

4. **设置告警**：针对错误率激增或JVM内存溢出配置Grafana告警

## 小结

通过Prometheus和Grafana，您不仅是在监控应用——更是在深入理解系统运行。指标数据将转化为可读性极强的运维叙事，比如：

• “为什么昨天的登录尝试次数下降了？

• “新版本发布对GC暂停有什么影响？”

通过添加自定义指标，您可以将原始数据转化为可执行的洞察。现在就开始全面埋点监控——当你在深夜调试系统故障时，未来的你会感谢现在的决定！