前提

项目重要技术栈主要是Spring cloud 2.x + docker

现状

项目中使用到Spring boot admin ，zipkin，以及http上报等形式收集数据，mysql持久化必要数据，在superset上连接数据源，以图表的形式展示数据

改进目标

目前有多个纬度，不同的监控平台，需要登陆多个地址去查看不同的数据，稍显繁琐，并且数据统计形式比较乱，查看也不方便，希望有一个统一的监控平台

选型

最后选择Prometheus和Grafna
监控产品有很多，比如Prometheus，Graphite，InfluxDB，OpenTSDB等有很多时间序列数据库。有兴趣可以去官网看下Prometheus和其他产品的对比。

快速搭建过程

这个仅仅是一个快速上手的描述，如果有需要请按照官方文档说下进行按需配置。

1. 项目中改动：
   引入Jar包,最新版本可以去maven仓库寻找

<dependency>
      <groupId>io.micrometer</groupId>
      <artifactId>micrometer-registry-prometheus</artifactId>
      <version>1.0.8</version>
    </dependency>
  </dependencies>

yml文件中添加配置：

management:
  security:
    enabled: false
  endpoints:
    web:
      exposure:
        include: '*'

ps:这个改动是因为Spring boot 2.x 默认只暴露info和health接口，需要暴露出其他接口。（*是图测试省事，如果服务暴露公网的情况，自己酌情暴露需要的服务，一般情况下是不需要暴露公网的）
这两步过后，启动服务，就会采集一些监控信息，并且通过http://localhost:8080/actuator/prometheus进行暴露出来，可以看到metric数据。原理就是prometheus定时去扫描配置文件中配置的targets，获取metric然后存入prometheus中。

2. docker启动prometheus+grafna
   编写prometheus.xml的简单配置文件，配置项有很多，详情参考官方文档：

global:
  scrape_interval:     5s
  evaluation_interval: 5s
scrape_configs:
  - job_name: 'metric_job'
    metrics_path: '/actuator/prometheus'
    static_configs:
    - targets: ['localhost:8080'] #Provide your ip and Do not give localhost as we are running the Prometheus in docker
      labels:
        application: demo-service

ps:注意事项
在docker环境下，promethus 配置job扫描机器和 grafna配置数据源都需要使用真实IP。上面targets是写死的机器IP和端口，这个为了灵活性最好配置成类似consul注册中心的形式，prometheus支持主流的配置中心，请移步文档查看。还有生产中请不要单机运行，查看文档如何集群部署。

3. 编写docker-compose文件

version: '3'

services:
  prometheus:
    image: prom/prometheus
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
    ports:
      - 9090:9090
  grafana:
    image: grafana/grafana
    ports:
      - 3000:3000
    depends_on:
      - prometheus

4. 启动docker容器

docker-compose up -d

启动完成后校验一下：
prometheus访问：http://localhost:9090
grafna 访问：http://localhost:3000

grafna配置监控项

主要配置监控内容：

1. Basic
   应用启动时间，运行时长，cpu使用率，内存使用率等

   
   
   image.png

2. JVM
   Eden，Survivor，Old，MetaData 等Space，classload数，线程数，gc数，gc停顿时长等信息

   
   
   image.png

3. Http
   Http请求数，Http响应时长，各个状态码等请求数，请求速率（QPS）等

   
   
   image.png

4. Log
   各种级别log等数量，主要关注error和warn～

5. 其他
   根据actuator/prometheus接口的收集的内容，结合prometheus提供的各种函数，可以根据需求显示自己想要的监控信息。
   ps: 重点！！！理清自己的需求，需要监控那些信息，熟悉prometheus的各种使用方式和函数。官方文档～！
   比如：

topk(5, sum(rate(http_requests_total[$__range])) by (instance))

比如$__range == 1m,统计instance这个实例1m内请求速率等top5

6. 统计机器信息
   通过在本地安装node_exporter这个go服务，可以收集本地机器的监控信息。具体信息详情查看官方文档

配置grafna等小技巧（官方文档中有）：

1. 配置变量
   在dashboard等setting中配置，下图配置都prometheus都两个变量，application 和 instance，instance根据application来获取的，很方便灵活

   
   
   image.png
   
   

   使用变量，通过$variable来使用

   
   
   image.png
   
   最后是使用效果，根据配置的变量，选择变量，下面的dashboard会相应的变动。
   
   image.png