摘要：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。
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。
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:
io.micrometer
micrometer-registry-prometheus
Gradle:
implementation 'io.micrometer:micrometer-Registry-prometheus'在application.properties中启用端点：
management.endpoints.web.exposure.include=prometheus,health,infomanagement.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）。
metrics_path: /actuator/prometheus
docker run -p 9090:9090 -v $(pwd)/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheusdocker 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）
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。
让我们来跟踪一个业务相关的指标：登录尝试次数。
注入MeterRegistry并创建计数器：
@Componentpublic 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")
this.failureLoginAttemptsCounter = Counter.builder("login.attempts")
.description("Failed user login attempts")
.tag("type", "auth")
.tag("result", "failure")
}
public voidincrementLoginAttempts(boolean success){
loginAttemptsCounter.increment;
if(success){
successLoginAttemptsCounter.increment;
}else{
failureLoginAttemptsCounter.increment;
}
}
}
在服务中使用指标@Servicepublic 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：
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)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
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！
来源：码农看看一点号1
