title: 2.11.监控springboot2.x
order: 16
icon: lightbulb
一、环境
主机名 | IP地址 | 系统 | 说明 |
localhost | 192.168.11.61 | Ubuntu 20.04 | docker安装的prometheus |
test | 192.168.11.62 | Ubuntu 20.04 | springboot2.x 应用启动端口8080，jdk1.8 |
1、环境搭建
docker安装
略
docker-compose安装
略
java环境
sudo apt install openjdk-8-jdk -y
二、监控java应用(tomcat/jar)
JMX exporter 负责收集 Java 虚拟机信息
进入到tomcat安装目录，vim
PROMETHEUS_JMX_EXPORTER_OPTS="-javaagent:../prometheus-exporter/jmx_prometheus_javaagent-0.18.0.jar=12345:../prometheus-exporter/tomcat.yml"
JAVA_OPTS="-Xmx4096m -XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=2048m -Xss1024K $PROMETHEUS_JMX_EXPORTER_OPTS"
三、监控java应用(springboot)
分4个步骤
1、引入maven依赖
2、application.propertiesl配置
3、prometheus配置采集springboot2.x应用提供的监控样本数据
4、grafana将prometheus作为数据源进行可视化展示
1、springboot项目(二选一)
引入maven依赖
修改pom.xml添加如下代码，引入Spring Boot Actuator的相关依赖。
<!-- spring-boot-actuator依赖 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<!-- prometheus依赖 -->
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
application.propertiesl配置
在application.properties中添加相关配置暴露监测数据端口,如果是application.yaml格式，需要转成yaml
出于安全考虑，默认情况下除了/health和/info之外的所有actuator都是关闭的
server.port=8081
spring.application.name=springboot-demo
management.endpoints.web.exposure.include=prometheus,health
#management.endpoints.web.exposure.include=*
#management.endpoints.web.exposure.exclude=env,beans
management.metrics.tags.application=${spring.application.name}
2、使用现成的springboot项目(二选一)
docker安装
我提前把springboot项目添加了依赖，并开启了prometheus。然后封装成linge365/springboot-demo镜像
因为服务器上安装的CAdvisor已经把8080端口占用了。所以映射为8081端口
docker run -d --restart=always -p 8081:8080 --name springboot-demo linge365/springboot-demo
检查
http://192.168.11.62:8081/actuator/prometheus
3、Prometheus配置
prometheus配置采集springboot2.x的应用target提供的数据
cd /data/docker-prometheus
#在scrape_configs(搜刮配置):下面增加如下配置：
cat >> prometheus/prometheus.yml << "EOF"
# Spring Boot 2.x 应用数据采集配置
- job_name: 'springboot-demo'
metrics_path: '/actuator/prometheus'
scrape_interval: 5s
static_configs:
- targets: ['192.168.11.62:8081']
EOF
重新加载配置
curl -X POST http://localhost:9090/-/reload
检查
http://192.168.11.61:9090/targets?search=
4、监控指标
process_files_max_files # 最大文件处理数量
tomcat_sessions_active_current_sessions # Tomcat 当前活跃 session 数量
tomcat_sessions_alive_max_seconds # Tomcat session 最大存活时间
jvm_buffer_total_capacity_bytes # 预估的池中缓冲区的总容量
jvm_threads_daemon_threads # 当前守护进程的线程数量
tomcat_global_request_max_seconds{name="http-nio-8080",} # 全局最长一次请求的时间
tomcat_sessions_active_max_sessions # 最大活跃 session 数量
system_cpu_usage # CPU 利用率
jvm_buffer_memory_used_bytes # 预估 Java 虚拟机用于此缓冲池的内存
jvm_classes_loaded_classes # 当前在 Java 虚拟机中加载的类的数量
jvm_memory_committed_bytes # 为 Java 虚拟机提交的内存量（以字节为单位）
jvm_threads_live_threads # 当前线程数，包括守护进程和非守护进程的线程
tomcat_threads_config_max_threads # 配置的 Tomcat 的最大线程数
tomcat_global_received_bytes_total # Tomcat 接收到的数据量
tomcat_global_sent_bytes_total # Tomcat 发送的数据量
tomcat_threads_current_threads # Tomcat 当前的线程数
tomcat_sessions_created_sessions_total # Tomcat 创建的 session 数
system_load_average_1m # 在一段时间内，排队到可用处理器的可运行实体数量和可用处理器上运行的可运行实体数量的总和的平均值
tomcat_sessions_expired_sessions_total # 过期的 session 数量
jvm_buffer_count_buffers # 预估的池中的缓冲区数量
jvm_memory_used_bytes# JVM 内存使用量
process_uptime_seconds # Java 虚拟机的正常运行时间
jvm_gc_memory_allocated_bytes_total # 增加一个 GC 到下一个 GC 之后年轻代内存池的大小增加
jvm_gc_pause_seconds_count # GC暂停耗时数量和总时间
jvm_gc_pause_seconds_sum
jvm_gc_pause_seconds_max
tomcat_sessions_rejected_sessions_total # 被拒绝的 session 总数
jvm_gc_live_data_size_bytes# Full GC 后的老年代内存池的大小
tomcat_threads_busy_threads # Tomcat 繁忙线程数
jvm_threads_peak_threads # 自 Java 虚拟机启动或峰值重置以来的最高活动线程数
jvm_threads_states_threads # 当前具有 NEW 状态的线程数
jvm_gc_max_data_size_bytes # jvm_gc内存池的最大大小
http_server_requests_seconds_count #某个接口的请求数量和请求总时间
http_server_requests_seconds_sum
http_server_requests_seconds_max
jvm_gc_memory_promoted_bytes_total # GC之前到GC之后的老年代内存池大小的正增加计数
# 日志按级别计数
logback_events_total{application="prometheus-demo",level="info",} 7.0
logback_events_total{application="prometheus-demo",level="trace",} 0.0
logback_events_total{application="prometheus-demo",level="warn",} 0.0
logback_events_total{application="prometheus-demo",level="debug",} 0.0
logback_events_total{application="prometheus-demo",level="error",} 0.0
process_start_time_seconds # 启动时间
process_files_open_files # 打开文件描述符的数量
tomcat_global_error_total # 异常数量
jvm_memory_max_bytes # 可用于内存管理的最大内存量（以字节为单位）
process_cpu_usage # 最近的 CPU 利用率
jvm_classes_unloaded_classes_total # 自 Java 虚拟机开始执行以来卸载的类总数
system_cpu_count # CPU 核数
tomcat_global_request_seconds_count # 全局请求总数和总耗时
tomcat_global_request_seconds_sum
5、触发器
prometheus服务器操作
#进入到prometheus安装目录
cd /data/docker-prometheus
使用cat创建springboot.yml触发器文件
# 报警(触发器)配置
rule_files:
- "alert.yml"
- "rules/*.yml"
添加触发器（告警规则）
cat >> prometheus/rules/springboot.yml <<"EOF"
groups:
- name: SprinBoot
rules:
- alert: SprinBooErrorEvents
expr: increase(logback_events_total{level="error"}[2m]) > 0
for: 2m
labels:
severity: warning
annotations:
summary: "Springboot错误事件 容器: $labels.instance"
description: "在过去2分钟有新的{{ $value }}个错误事件"
EOF
重新加载配置
curl -X POST http://localhost:9090/-/reload
检查
http://192.168.11.61:9090/alerts?search=
或：
http://192.168.11.61:9090/rules
6、Dashboard
grafana将prometheus作为数据源进行可视化展示
https://grafana.com/grafana/dashboards/12856-jvm-micrometer/
https://grafana.com/grafana/dashboards/4701-jvm-micrometer/
https://grafana.com/grafana/dashboards/10280
监控数据库连接池dashboard
hikari连接池：https://grafana.com/grafana/dashboards/6083
druid连接池：https://grafana.com/grafana/dashboards/11157
四、我的微信
如果碰到问题，可以随时加我微信，谢谢
评论区