背景
本文主要介紹如何使用 Prometheus 和 Grafana 可視化監控運作在 k8s 上的 Spring Boot 應用，監控名額包括 CPU、記憶體、線程資訊、日志資訊、HTTP 請求、JVM 等。
技術方案
技術方案如下圖所示：
首先我們需要在 Spring Boot 應用中使用
Spring Boot Actuator監控應用、暴露名額，并使用
Micrometer Prometheus将 Actuator 監控名額轉換為 Prometheus 格式。
Micrometer為 Java 平台上的性能資料收集提供了一個通用的 API，類似于 SLF4J ，隻不過它關注的不是Logging（日志），而是application metrics（應用名額）。 簡而言之，它就是應用監控界的SLF4J。
然後在 k8s 叢集中，我們需要通過 Service 對外提供 Spring Boot 應用的名額接口。
Prometheus是一個開源系統監控和警報工具包，可以采集監控名額，并存儲為時間序列資料，Prometheus 還提供了靈活的查詢語言 PromQL 來查詢資料。Prometheus 通過拉模型采集名額，是以我們需要在 Prometheus 叢集中配置服務發現（ServiceMonitor）來定期從應用中抓取名額。
Grafana 是一個開源的可視化分析平台，可以用它建立監控儀表盤、配置告警等。
整體個配置流程如下：
部署應用
應用配置
在
pom.xml
中添加如下配置：
<!-- 開啟 Spring Boot Actuator -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<!-- 将 Actuator 名額轉換為 Prometheus 格式 -->
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
<version>${micrometer.version}</version>
</dependency> 然後修改
application.yaml
中添加 Spring Boot Actuator 相關配置：
spring:
application:
name: spring-boot-demo
management:
endpoints:
web:
exposure:
include: "*"
health:
show-details: always
metrics:
export:
prometheus:
enable: true
tags:
application: spring-boot-demo 至此，應用配置就完成了，可以通過
/actuator/prometheus
接口檢視配置是否正确：
$ curl 'http://localhost:8080/actuator/prometheus' -i -X GET 傳回結果如下所示：
HTTP/1.1 200 OK
Content-Type: text/plain;version=0.0.4;charset=utf-8
Content-Length: 2375
# HELP jvm_buffer_memory_used_bytes An estimate of the memory that the Java virtual machine is using for this buffer pool
# TYPE jvm_buffer_memory_used_bytes gauge
jvm_buffer_memory_used_bytes{id="direct",} 489719.0
jvm_buffer_memory_used_bytes{id="mapped",} 0.0
# HELP jvm_memory_committed_bytes The amount of memory in bytes that is committed for the Java virtual machine to use
# TYPE jvm_memory_committed_bytes gauge
jvm_memory_committed_bytes{area="heap",id="PS Survivor Space",} 5.1380224E7
jvm_memory_committed_bytes{area="heap",id="PS Old Gen",} 4.86539264E8
jvm_memory_committed_bytes{area="heap",id="PS Eden Space",} 2.11812352E8
jvm_memory_committed_bytes{area="nonheap",id="Metaspace",} 1.62439168E8
jvm_memory_committed_bytes{area="nonheap",id="Code Cache",} 5.4329344E7
jvm_memory_committed_bytes{area="nonheap",id="Compressed Class Space",} 2.4551424E7
# HELP jvm_buffer_total_capacity_bytes An estimate of the total capacity of the buffers in this pool
# TYPE jvm_buffer_total_capacity_bytes gauge
jvm_buffer_total_capacity_bytes{id="direct",} 489718.0
jvm_buffer_total_capacity_bytes{id="mapped",} 0.0
# HELP jvm_memory_max_bytes The maximum amount of memory in bytes that can be used for memory management
# TYPE jvm_memory_max_bytes gauge
jvm_memory_max_bytes{area="heap",id="PS Survivor Space",} 5.1380224E7
jvm_memory_max_bytes{area="heap",id="PS Old Gen",} 7.16177408E8
jvm_memory_max_bytes{area="heap",id="PS Eden Space",} 2.31735296E8
jvm_memory_max_bytes{area="nonheap",id="Metaspace",} -1.0
jvm_memory_max_bytes{area="nonheap",id="Code Cache",} 2.5165824E8
jvm_memory_max_bytes{area="nonheap",id="Compressed Class Space",} 1.073741824E9
# HELP jvm_buffer_count_buffers An estimate of the number of buffers in the pool
# TYPE jvm_buffer_count_buffers gauge
jvm_buffer_count_buffers{id="direct",} 17.0
jvm_buffer_count_buffers{id="mapped",} 0.0
# HELP jvm_memory_used_bytes The amount of used memory
# TYPE jvm_memory_used_bytes gauge
jvm_memory_used_bytes{area="heap",id="PS Survivor Space",} 5.1139432E7
jvm_memory_used_bytes{area="heap",id="PS Old Gen",} 9.7572216E7
jvm_memory_used_bytes{area="heap",id="PS Eden Space",} 1.47234248E8
jvm_memory_used_bytes{area="nonheap",id="Metaspace",} 1.46403048E8
jvm_memory_used_bytes{area="nonheap",id="Code Cache",} 5.3970112E7
jvm_memory_used_bytes{area="nonheap",id="Compressed Class Space",} 2.1374208E7 配置 Service
因為應用是部署在 k8s 上的，由多個 Pod 組成，是以還需要為 Pod 添加 Service，對外提供 HTTP 服務，這樣 Prometheus 才可以抓取監控名額。
在 k8s 中添加類似下面的 Service：
apiVersion: v1
kind: Service
metadata:
labels:
app: spring-boot-demo-exporter
name: spring-boot-demo-exporter
namespace: default
spec:
ports:
- name: spring-boot-demo-exporter
port: 8080
protocol: TCP
targetPort: 8080
selector:
app: spring-boot-demo
type: NodePort 需要注意
spec.selector
需要與 Pod 的标簽對應。例如使用 Deployment 部署應用，則需要與 Deployment 的
spec.template.metadata.labels
對應，這樣 Service 才能知道對應的 Pod。
配置服務發現
如果使用的是自己部署的 Prometheus 服務，則可以在
prometheus.yml
中添加上 Service 對應的任務，例如：
scrape_configs:
# ...
- job_name: 'spring-boot-demo' # Prometheus 任務名稱，自定義
metrics_path: '/actuator/prometheus' # 名額擷取路徑
scrape_interval: 5s # 抓取名額的間隔時間
static_configs:
- targets: ['spring-boot-demo-exporter:8080'] # 名額通路入口，即 k8s 叢集的 Service 如果使用的是雲廠商提供的 Prometheus 服務，則需要安裝雲廠商的規則添加服務發現。如
阿裡雲 Prometheus 監控的 ServiceMonitor 配置如下：
apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
name: spring-boot-exporter
namespace: default
spec:
endpoints:
- interval: 30s
# Prometheus Exporter 對應的 Path 的值
path: /actuator/prometheus
# service.yaml 中 Prometheus Exporter 對應的 Port 的 Name 字段的值
port: spring-boot-exporter
namespaceSelector:
any: true
selector:
matchLabels:
# service.yaml 的 Label 字段的值以定位目标 service.yaml
app: spring-boot-demo-exporter 配置大盤
Grafana提供了豐富的大盤模闆，可以在其官網搜尋合适的大盤導入到自己的 Grafana 監控中。
我使用的是這兩個大盤：
- Spring Boot 2.1 Statistics ID 10280，監控 Spring Boot 應用
- SLS JVM監控大盤 ID 12856，監控 JVM
最終效果預覽如下：
Spring Boot 監控
JVM 監控
總結
至此，基于 Prometheus + Grafana 的 Spring Boot 應用監控系統就建立完成了。接下來還可以使用 Grafana 實作告警，這類就不贅述了。