项目上线后，除了能保障正常运行以外，也需要服务运行的各个指标进行监控，例如 服务器CPU、内存使用占比，Full GC 执行时间等，针对一些指标出现异常，可以加入一些报警机制能及时反馈给开发运维。这样，对于一些突发异常，能提前预知、并及时修复，避免服务宕机造成的损失。

针对 SpringBoot 项目，Spring 团队提供了对应 stater ， spring-boot-actuator 模块通过 HTTP endpoints 来获取 SpringBoot 项目中的审计、健康状况以及一些配置项、容器注册 bean 以及heapdump 等信息，

actuator 通过开放 http 接口方式来表示各个指标详情，但这种方式并不直观，并且针对一些指标阈值并没有提供一些报警规则，因此需要引入另外一个服务Prometheus ，专用于事件监视以及报警的开源工具。

Prometheus 指标是基于事件戳方式进行记录的，通过 key、value 方式存储，记录指标在时间维度方面颗粒度更小；除了Prometheus 外，针对指标可视化还需要一个工具Grafana，专用于数据查询、以及指标可视化

SpringBoot

创建一个 SpringBoot 项目，加入 spring-boot-starter-actuator 以及 micrometer-registry-prometheus 依赖，对外暴露 /actuator/permetheus 端口服务，让Prometheus 用于数据抓取；

项目 pom 依赖

4.0.0org.springframework.bootspring-boot-starter-parent2.1.8.RELEASE com.exampledemo0.0.1-SNAPSHOTdemoDemo project for Spring Boot1.8org.springframework.bootspring-boot-starter-webcom.alibabadruid-spring-boot-starter1.1.17mysqlmysql-connector-java8.0.15org.springframework.bootspring-boot-starter-data-jpaorg.springframework.bootspring-boot-starter-actuatorio.micrometermicrometer-registry-prometheusorg.projectlomboklomboktrueorg.springframework.bootspring-boot-starter-testtestorg.springframework.bootspring-boot-maven-plugin2.1.8.RELEASEorg.projectlomboklombok

服务 yml 配置项，除了将 actuator 的 metrics、health 等接口暴露给 prometheus 服务外，服务还加入了 druid 数据连接池，监控 MYSQL数据库的运行，密码是经过 Druid 加密后处理的。

server:port: 8082spring:application:name: metricsLocalAppredis:host: localhostport: 6379password: 123456datasource:url: jdbc:mysql://localhost:3306/xxx?useUnicode=true&characterEncoding=utf-8&serverTimezone=Asia/Shanghai&useSSL=falseusername: rootpassword: YjHh36LKJ62yxE9RhYVQLDDWK2QseZ/S7OgtBC7sv1Yzi6YLUOZMN8BcFrAbzLJmjXtmXW2f9nISSReTob+qZQ==driver-class-name: com.mysql.cj.jdbc.Driver#    开启druid驱动type: com.alibaba.druid.pool.DruidDataSourcedruid:filter:config:enabled: true#      初始化建立物理连接个数initial-size: 3#      最凶奥连接池min-idle: 3#      连接池最大连接数max-active: 20# 获取连接时最大等待时间，单位毫秒max-wait: 60000# 申请连接的时候检测，如果空闲时间大于timeBetweenEvictionRunsMillis，执行validationQuery检测连接是否有效。test-while-idle: true# 既作为检测的间隔时间又作为testWhileIdel执行的依据time-between-connect-error-millis: 60000# 销毁线程时检测当前连接的最后活动时间和当前时间差大于该值时，关闭当前连接min-evictable-idle-time-millis: 30000# 用来检测连接是否有效的sql 必须是一个查询语句# mysql中为 select 'x'# oracle中为 select 1 from dualvalidation-query: select 'x'# 申请连接时会执行validationQuery检测连接是否有效,开启会降低性能,默认为truetest-on-borrow: false# 归还连接时会执行validationQuery检测连接是否有效,开启会降低性能,默认为truetest-on-return: false# 是否缓存preparedStatement,mysql5.5+建议开启pool-prepared-statements: true# 当值大于0时poolPreparedStatements会自动修改为truemax-pool-prepared-statement-per-connection-size: 20# 合并多个DruidDataSource的监控数据use-global-data-source-stat: false# 配置扩展插件filters: stat,wall,slf4j# 通过connectProperties属性来打开mergeSql功能；慢SQL记录connect-properties: druid.stat.mergeSql=true;druid.stat.slowSqlMillis=2000# 定时输出统计信息到日志中，并每次输出日志会导致清零（reset）连接池相关的计数器。time-between-log-stats-millis: 300000# 配置DruidStatFilterweb-stat-filter:enabled: trueurl-pattern: '/*'exclusions: '*.js,*.gif,*.jpg,*.bmp,*.png,*.css,*.ico,/druid/*'# 配置DruidStatViewServletstat-view-servlet:# 是否启用StatViewServlet（监控页面）默认值为false（考虑到安全问题默认并未启动，如需启用建议设置密码或白名单以保障安全）url-pattern: '/druid/*'# 禁用HTML页面上的“Reset All”功能reset-enable: false
#        # druid登录名login-username: admin# 登录密码login-password: adminenabled: trueconnection-properties: config.decrypt=true;config.decrypt.key=MFwwDQYJKoZIhvcNAQEBBQADSwAwSAJBAOuIUu/iVnxlfq9EYCmu9CVVEYrjwMjI8/DZ7zMwVnLov9cNxRnK3TV94SDL6p5C0EjFx1NKW5ntJwVoe8jZxV8CAwEAAQ==management:server:port: 9001
#  开启 actator 服务endpoints:web:exposure:include: '*'
# 暴露 metrics 端口endpoint:metrics:enabled: true
#    配置 prometheus 服务prometheus:enabled: truemetrics:export:prometheus:enabled: truetags:application: ${spring.application.name}

此外，SpringBoot启动入口，将服务名注册到 micrometer 中的 application，用于prometheus 数据抓取

@SpringBootApplication
public class DemoApplication {public static void main(String[] args) {SpringApplication.run(DemoApplication.class, args);}@BeanMeterRegistryCustomizer configurer(@Value("${spring.application.name}") String applicationName){return (registry) -> registry.config().commonTags("application",applicationName);}
}

项目启动，浏览器输入 http://localhost:9001/actuator/prometheus，就可以看到如下基本指标，包含jvm、tomcat 以及 系统cpu、线程及内存信息

Prometheus 配置

以下操作，都以假设你的电脑已经安装好 Docker 工具为前提；

本机环境 OS ：Windows10

• 1，从dockerhub 拉取 prometheus 镜像

docker pull prom/prometheus:v2.37.5

• 2，在合适文件中创建 prometheus.yml 配置文件

global:
# 数据抓取频率scrape_interval:     60s# 数据评估频率evaluation_interval: 60s# 抓取配置项 
scrape_configs:# 指定 springboot name标签- job_name: "metricsLocalApp"# 设定metrics 的路径metrics_path: "/actuator/prometheus"static_configs:# 配置目标关联 host，如果是本机的话，建议用  内网ip，而不用 localhost；- targets: ['192.168.0.108:9001']

3，打开 terminal，启动刚刚拉取的 permetheus 镜像；注意 D:/programCoding/Docker/permetheus/config/prometheus.yml 为我的电脑中 permetheus 的安装路径，这里目的是要挂载到镜像中的配置文件夹中；

docker run  -d -p 9090:9090 -v D:/programCoding/Docker/permetheus/config/prometheus.yml:/etc/prometheus/prometheus.yml  prom/prometheus:v2.37.5

镜像启动成功后，浏览器输入http://localhost:9090，点击上方菜单栏中的 status 下选框，点击 Targets，就能看到类似于下面的页面效果；第一个对应上文中的 SpringBoot 项目；

Grafana 安装

prometheus 配置完成之后，下面需要配置 Grafana ，这里也是借助 Docker 镜像；

• docker 拉取 grafana 镜像

docker pull grafana/grafana:9.2.13

• 运行镜像

docker run -d -p 3000:3000 --name=grafana -v D:/programCoding/Docker/grafana/storage:/var/lib/grafana grafana/grafana:9.2.13

启动成功后，浏览器输入http://localhost:3000；Grafana 初始账号和密码都为 admin

首先，创建数据源

然后，创建dashboard

选取数据源，指定metrics 指标

然后 Grafana 就能根据你的设置，生成N个可视化面板。