Prometheus 简介
Prometheus 中文名称为普罗米修斯，受启发于Google的Brogmon监控系统，从2012年开始由前Google工程师在Soundcloud以开源软件的形式进行研发，2016年6月发布1.0版本。Prometheus 可以看作是 Google 内部监控系统 Borgmon 的一个实现
首先了解下 prometheus 架构图
Prometheus监控模式
目前，监控系统采集指标有两种方式，一种是『推』，另一种就是『拉』：
推的代表有 ElasticSearch，InfluxDB，OpenTSDB 等，需要你从程序中将指标使用 TCP，UDP 等方式推送至相关监控应用，只是使用 TCP 的话，一旦监控应用挂掉或存在瓶颈，容易对应用本身产生影响，而使用 UDP 的话，虽然不用担心监控应用，但是容易丢数据。
拉的代表，主要代表就是 Prometheus，让我们不用担心监控应用本身的状态。而且可以利用 DNS-SRV 或者 Consul 等服务发现功能就可以自动添加监控。
监控java 应用
prometheus 监控应用的方式非常简单，只需要进程暴露了一个用于获取当前监控样本数据的HTTP访问地址。这样的一个程序称为Exporter，Exporter的实例称为一个Target。Prometheus通过轮训的方式定时从这些Target中获取监控数据样本，对于java 应用来讲，只需要暴露一个包含监控数据的http访问地址即可，当然提供的数据需要满足一定的格式，这个格式就是 Metrics 格式
Metircs 格式
metircs 的格式非常简单
metric name>{<label name>=<label value>, ...}主要分为三个部分
各个部分需符合相关的正则表达式
metric name：指标的名称，主要反映被监控样本的含义 a-zA-Z_:*
label name: 标签 反映了当前样本的特征维度 [a-zA-Z0-9_]*
label value: 各个标签的值，不限制格式
需要注意的是，label value 最好使用枚举值，而不要使用无限制的值，比如用户 ID，Email 等，不然会消耗大量内存，也不符合指标采集的意义
Metrics类型
Prometheus定义了4中不同的指标类型(metric type)：Counter（计数器）、Gauge（仪表盘）、Histogram（直方图）、Summary（摘要）。
Counter：只增不减的计数器
Gauge：可增可减的仪表盘
Histogram：直方图，内置分析样本的分布情况
Summary：摘要 自定义样本分布情况
spring boot 集成 prometheus
加入prometheus依赖
prometheus 官方提供了spring boot 的依赖，但是该客户端已经不支持spring boot 2
<dependency>
<groupId>io.prometheus</groupId>
<artifactId>simpleclient_spring_boot</artifactId>
<version>0.4.0</version>
</dependency>由于 spring boot 2 的actuator 使用了 Micrometer 进行监控数据统计，
而Micrometer 提供了prometheus 支持，我们可以使用 micrometer-registry-prometheus 来集成 spring boot 2
加入相应依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-core</artifactId>
</dependency>
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>添加监控项
统计http 请求的总数量
如果要统计http 请求的总数量，我们可以直接使用prometheus 提供的 Counter 类
首先我们注册一个 Counter 实例到spring 容器
@Bean
public Counter requestTotalCountCollector(){
return Counter.build()
.name("http_requests_total")
.labelNames("path", "method", "code")
.help("http请求总计数").register(collectorRegistry);
}继承HandlerInterceptorAdapter ，声明一个拦截器
public class PrometheusInterceptor extends HandlerInterceptorAdapter {
@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
}
@Override
public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {
}
}在 prehandle 中 执行
requestTotalCountCollector.labels(requestURI, method,code).inc();在配置文件 applicaion.yml 中启用metrics,prometheus监控
management:
metrics:
export:
prometheus:
enabled: true
endpoint:
metrics:
enabled: true
prometheus:
enabled: true
endpoints:
web:
exposure:
include: ["prometheus","health"]启动项目，访问路径下的 /actuator/prometheus，即可看到监控项
统计正常及自定义错误码的接口响应时间
自定义一个metrics 收集器
只需要继承 prometheus 的 Collector，重写抽象方法collect
public class RequestTimeCollector extends Collector{
@Override
public List<MetricFamilySamples> collect() {
}
}注册RequestTimeCollector 到 spring 容器
@Bean
@Primary
public RequestTimeCollector requestTimeCollector(){
return new RequestTimeCollector("request_time","接口请求时间",Arrays.asList("url","method", "status")).register(collectorRegistry);
}声明一个around 切面拦截controller方法
@Around("execution(* com.xxx.controller..*.*(..))")
public Object around(ProceedingJoinPoint joinPoint) throws Throwable {
try {
requestTimeCollector.setValue(diff, uri, method, String.valueOf(200));
return proceed;
} catch (Throwable throwable) {
if (throwable instanceof BaseException) {
requestTimeCollector.setValue(diff, uri, method, String.valueOf(statEnum.key()));
}
throw throwable;
}
}
}启动项目，访问路径下的 /actuator/prometheus，即可看到监控项
