接入流程概述

針對Spring Boot應用，社區(qū)提供了開箱即用的Spring Boot Actuator框架，方便Java開發(fā)者進行代碼埋點和監(jiān)測數(shù)據(jù)收集、輸出。從Spring Boot 2.0開始，Actuator將底層改為Micrometer，同時提供了更強、更靈活的監(jiān)測能力。Micrometer是一個監(jiān)測門面，可以類比成監(jiān)測界的Slf4j ，借助Micrometer，應用則能夠對接各種監(jiān)測系統(tǒng)。例如，AppOptics、Datadog、Elastic、InfluxDB以及可觀測監(jiān)控 Prometheus 版等。

Micrometer在將可觀測監(jiān)控 Prometheus 版指標對接到Java應用的指標時，支持應用開發(fā)者用三個類型的語義來映射：

• Micrometer中的Counter指標類型對應于可觀測監(jiān)控 Prometheus 版中的Counter指標類型，用來描述一個單調遞增的變量。如某個接口的訪問次數(shù)、緩存命中或者訪問總次數(shù)等。Timer在邏輯上蘊含了Counter，即如果使用Timer采集每個接口的響應時間，必然也會采集訪問次數(shù)。因此無需為某個接口同時指定Timer與Counter兩個指標。

• MicroMeter中的Gauge指標類型對應于可觀測監(jiān)控 Prometheus 版中的Gauge指標類型，用來描述在一個范圍內持續(xù)波動的變量。如CPU使用率、線程池任務隊列數(shù)等。

• MicroMeter中的Timer指標類型對應于可觀測監(jiān)控 Prometheus 版中的Histogram，用來描述與時間相關的數(shù)據(jù)。如某個接口RT時間分布等。

• Micrometer中的DistributionSummary指標類型對應可觀測監(jiān)控 Prometheus 版中的Summary指標類型 ，與Histogram類似，Summary也是用于統(tǒng)計數(shù)據(jù)分布的，但由于數(shù)據(jù)的分布情況是在客戶端計算完成后再傳入可觀測監(jiān)控 Prometheus 版進行存儲，因此Summary的結果無法在多個機器之間進行數(shù)據(jù)聚合，無法統(tǒng)計全局視圖的數(shù)據(jù)分布，使用起來有一定局限性。

接入流程

當您需要把部署在Kubernetes集群中的Spring Boot應用接入到可觀測監(jiān)控 Prometheus 版時，需要按照代碼埋點>部署應用>服務發(fā)現(xiàn)這個流程來進行。

首先，您需要在代碼中引入Spring Boot Actuator相關Maven依賴，并對您需要監(jiān)測的數(shù)據(jù)進行注冊，或對Controller內的方法打上相應的注解。

其次，您需要將埋點后的應用部署在Kubernetes中，并向可觀測監(jiān)控 Prometheus 版注冊向應用拉取監(jiān)測數(shù)據(jù)的端點（即可觀測監(jiān)控 Prometheus 版的服務發(fā)現(xiàn)）。阿里云Prometheus服務提供了使用ServiceMonitor CRD進行服務發(fā)現(xiàn)的方法。

最后，在目標應用的監(jiān)測采集端點被可觀測監(jiān)控 Prometheus 版成功發(fā)現(xiàn)后，您就可以在Grafana上配置數(shù)據(jù)源及相應的大盤。同時您也可以根據(jù)某些關鍵指標進行對應的告警配置。

最終目標

通過將部署在Kubernetes集群中的Spring Boot應用接入到可觀測監(jiān)控 Prometheus 版，希望能夠實現(xiàn)以下幾點目標：

• 監(jiān)測系統(tǒng)的入口：Frontend服務是一個基于SpringMVC開發(fā)的入口應用，承接外部的客戶流量，這里主要關注的是外部接口的關鍵RED指標。例如，調用率Rate、失敗數(shù)Error、請求耗時Duration。

• 監(jiān)測系統(tǒng)的關鍵鏈路：對后端服務critical path上的對象進行監(jiān)測。例如，線程池的隊列情況、進程內Guava Cache緩存的命中情況。

• 實現(xiàn)對業(yè)務強相關的自定義指標進行監(jiān)測。例如，某個接口的UV等。

• 實現(xiàn)對JVM GC及內存使用情況進行監(jiān)測。

• 實現(xiàn)對上述指標進行統(tǒng)一匯聚展示，以及配置關鍵指標的告警。

步驟一：引入Spring Boot Actuator依賴，進行初始配置

這里選取一個基于Spring Boot和Spring Cloud Alibaba構建的云原生微服務應用，為您介紹部署在Kubernetes集群上的Spring Boot微服務應用如何進行Prometheus接入的具體接入流程。

1. 執(zhí)行如下代碼段，引入Spring Boot Actuator的相關依賴。

   <!-- spring-boot-actuator依賴 -->
   <dependency>
       <groupId>org.springframework.boot</groupId>
       <artifactId>spring-boot-starter-actuator</artifactId>
   </dependency>
   <!-- prometheus依賴 -->
   <dependency>
       <groupId>io.micrometer</groupId>
       <artifactId>micrometer-registry-prometheus</artifactId>
   </dependency>

2. 在application.properties中添加相關配置暴露監(jiān)測數(shù)據(jù)端口。例如，端口為8091。

   # application.properties添加以下配置用于暴露指標
   spring.application.name=frontend
   
   management.server.port=8091
   management.endpoints.web.exposure.include=*
   management.metrics.tags.application=${spring.application.name}

   配置成功后，即可訪問該應用的8091端口，然后您可以在該端口的/actuator/prometheus路徑中獲取OpenMetrics標準的監(jiān)測數(shù)據(jù)。

步驟二：代碼埋點及改造

若要獲取某個API接口的RED指標，您需要在對應的接口方法上打@Timed注解。這里以index頁面接口為例打@Timed注解，如下代碼段所示。

@Timed(value = "main_page_request_duration", description = "Time taken to return main page", histogram = true)
@ApiOperation(value = "首頁", tags = {"首頁操作頁面"})
@GetMapping("/")
public String index(Model model) {
    model.addAttribute("products", productDAO.getProductList());

    model.addAttribute("FRONTEND_APP_NAME", Application.APP_NAME);
    model.addAttribute("FRONTEND_SERVICE_TAG", Application.SERVICE_TAG);
    model.addAttribute("FRONTEND_IP", registration.getHost());

    model.addAttribute("PRODUCT_APP_NAME", PRODUCT_APP_NAME);
    model.addAttribute("PRODUCT_SERVICE_TAG", PRODUCT_SERVICE_TAG);
    model.addAttribute("PRODUCT_IP", PRODUCT_IP);

    model.addAttribute("new_version", StringUtils.isBlank(env));
    return "index.html";
}

若您的應用中使用了進程內緩存庫（例如，最常見的Guava Cache庫等）且需要追蹤進程內緩存的運行狀況，您可以按照Micrometer提供的修飾方法，對于待監(jiān)測的關鍵對象進行封裝。

Guava Cache改造

1. 注入MeterRegistry，這里注入的具體實現(xiàn)是PrometheusMeterRegistry，由Spring Boot自行注入即可。

2. 使用工具類API包裝本地緩存，即如下圖中的GuavaCacheMetrics.monitor。

3. 開啟緩存數(shù)據(jù)記錄，即調用.recordStats()方法。

4. 為Cache對象命名，用于生成對應的指標。

線程池改造

1. 注入MeterRegistry，這里注入的具體實現(xiàn)是PrometheusMeterRegistry。

2. 使用工具類API包裝線程池。

3. 為線程池命名，用于生成對應的指標。

在開發(fā)過程中還會涉及許多業(yè)務強相關的自定義指標，為了監(jiān)測這些指標，在往Bean中注入MeterRegistry后，您還需要按照需求和對應場景構造Counter、Gauge或Timer來進行數(shù)據(jù)統(tǒng)計，并將其注冊到MeterRegistry進行指標暴露，示例如下。

@Service
public class DemoService {

    Counter visitCounter;

    public DemoService(MeterRegistry registry) {
        visitCounter = Counter.builder("visit_counter")
            .description("Number of visits to the site")
            .register(registry);
    }

    public String visit() {
        visitCounter.increment();
        return "Hello World!";
    }    
}

至此，您對應用的代碼改造工作已全部完成。然后您需要將應用鏡像重新構建并部署到已安裝可觀測監(jiān)控 Prometheus 版的Kubernetes集群中，并在可觀測監(jiān)控 Prometheus 版控制臺中配置ServiceMonitor，進行服務發(fā)現(xiàn)。更多信息，請參見Prometheus實例 for 容器服務和管理Kubernetes集群服務發(fā)現(xiàn)。

ServiceMonitor配置完成后，您可以在Targets列表中查看到剛注冊的Service應用。

步驟三：看板配置

應用的監(jiān)測數(shù)據(jù)已成功收集并存儲到可觀測監(jiān)控 Prometheus 版，因此您可以配置相應的大盤及告警來查看監(jiān)控到的數(shù)據(jù)。這里，為您提供以下兩個Grafana社區(qū)中的開源大盤模板來構建您自己的業(yè)務監(jiān)測模板。

• Spring Boot 2.1 Statistics

• JVM (Micrometer)

借助以上模板以及可觀測監(jiān)控 Prometheus 版內置的Grafana服務，您可以根據(jù)自己的需求，將日常開發(fā)和運維過程中需要重點關注的指標展示在同一個Grafana Dashboard頁面上，創(chuàng)建屬于您的個性化大盤，便于日常監(jiān)測。例如，這里基于上述模板和自身業(yè)務構建了一個真實的大盤，包含總覽、組件運行時間，內存使用率、堆內堆外內存、分代GC情況等。