SpringBoot使用Prometheus采集自定義指標數(shù)據(jù)的方法詳解
一、我們需要什么指標
對于DDD、TDD等，大家比較熟悉了，但是對于MDD可能就比較陌生了。MDD是Metrics-Driven Development的縮寫，主張開發(fā)過程由指標驅(qū)動，通過實用指標來驅(qū)動快速、精確和細粒度的軟件迭代。MDD可使所有可以測量的東西都得到量化和優(yōu)化，進而為整個開發(fā)過程帶來可見性，幫助相關人員快速、準確地作出決策，并在發(fā)生錯誤時立即發(fā)現(xiàn)問題并修復。依照MDD的理念，在需求階段就應該考慮關鍵指標，在應用上線后通過指標了解現(xiàn)狀并持續(xù)優(yōu)化。有一些基于指標的方法 論，建議大家了解一下：
Google的四大黃金指標：延遲Latency、流量Traffic、錯誤Errors、飽和度Saturation
Netflix的USE方法：使用率Utilization、飽和度Saturation、錯誤Error
WeaveCloud的RED方法：速率Rate、錯誤Errors、耗時Duration
二、在SrpingBoot中引入prometheus
SpringBoot2.x集成Prometheus非常簡單，首先引入maven依賴：
io.micrometer
micrometer-registry-prometheus
1.7.3
io.github.mweirauch
micrometer-jvm-extras
0.2.2然后，在application.properties中將prometheus的endpoint放出來。
management:
endpoints:
web:
exposure:
include: info,health,prometheus接下來就可以進行指標埋點了，Prometheus的四種指標類型此處不再贅述，請自行學習。一般指標埋點代碼實現(xiàn)上有兩種形式：AOP、侵入式，建議盡量使用AOP記錄指標，對于無法使用aop的場景就只能侵入代碼了。常用的AOP方式有：
- @Aspect（通用）
- HandlerInterceptor （SpringMVC的攔截器）
- ClientHttpRequestInterceptor （RestTemplate的攔截器）
- DubboFilter （dubbo接口）
我們選擇通用的@Aspect，結合自定義指標注解來實現(xiàn)。首先自定義指標注解：
@Documented
@Retention(RetentionPolicy.RUNTIME)
@Target(ElementType.METHOD)
public @interface MethodMetrics {
String name() default "";
String desc() default "";
String[] tags() default {};
//是否記錄時間間隔
boolean withoutDuration() default false;
}然后是切面實現(xiàn)：
@Aspect
public class PrometheusAnnotationAspect {
@Autowired
private MeterRegistry meterRegistry;
@Pointcut("@annotation(com.smac.prometheus.annotation.MethodMetrics)")
public void pointcut() {}
@Around(value = "pointcut()")
public Object process(ProceedingJoinPoint joinPoint) throws Throwable {
Method targetMethod = ((MethodSignature) joinPoint.getSignature()).getMethod();
Method currentMethod = ClassUtils.getUserClass(joinPoint.getTarget().getClass()).getDeclaredMethod(targetMethod.getName(), targetMethod.getParameterTypes());
if (currentMethod.isAnnotationPresent(MethodMetrics.class)) {
MethodMetrics methodMetrics = currentMethod.getAnnotation(MethodMetrics.class);
return processMetric(joinPoint, currentMethod, methodMetrics);
} else {
return joinPoint.proceed();
}
}
private Object processMetric(ProceedingJoinPoint joinPoint, Method currentMethod, MethodMetrics methodMetrics) {
String name = methodMetrics.name();
if (!StringUtils.hasText(name)) {
name = currentMethod.getName();
}
String desc = methodMetrics.desc();
if (!StringUtils.hasText(desc)) {
desc = currentMethod.getName();
}
//不需要記錄時間
if (methodMetrics.withoutDuration()) {
Counter counter = Counter.builder(name).tags(methodMetrics.tags()).description(desc).register(meterRegistry);
try {
return joinPoint.proceed();
} catch (Throwable e) {
throw new IllegalStateException(e);
} finally {
counter.increment();
}
}
//需要記錄時間（默認）
Timer timer = Timer.builder(name).tags(methodMetrics.tags()).description(desc).register(meterRegistry);
return timer.record(() -> {
try {
return joinPoint.proceed();
} catch (Throwable e) {
throw new IllegalStateException(e);
}
});
}
}代碼很容易，沒什么可說明的，接下來就是在需要記監(jiān)控的地方加上這個注解就行，比如：
@MethodMetrics(name="sms_send",tags = {"vendor","aliyun"})
public void send(String mobile, SendMessage message) throws Exception {
...
}至此，aop形式的指標實現(xiàn)方式就完成了。如果是侵入式的話，直接使用meterRegistry就行：
meterRegistry.counter("sms.send","vendor","aliyun").increment();啟動服務，打開http://localhost:8080/actuator/prometheus查看指標。
三、高級指標之分位數(shù)
分位數(shù)(P50/P90/P95/P99)是我們常用的一個性能指標，Prometheus提供了兩種解決方案：
client側計算方案
summery類型，設置percentiles，在本地計算出Pxx，作為指標的一個tag被直接收集。
Timer timer = Timer.builder("sms.send").publishPercentiles(0.5, 0.9, 0.95,0.99).register(meterRegistry);
timer.record(costTime, TimeUnit.MILLISECONDS);會出現(xiàn)四個帶quantile的指標，如圖：
server側計算方案
開啟histogram，將所有樣本放入buckets中，在server側通過histogram_quantile函數(shù)對buckets進行實時計算得出。注意：histogram采用了線性插值法，buckets的劃分對誤差的影響比較大，需合理設置。
Timer timer = Timer.builder("sms.send")
.publishPercentileHistogram(true)
.serviceLevelObjectives(Duration.ofMillis(10),Duration.ofMillis(20),Duration.ofMillis(50))
.minimumExpectedValue(Duration.ofMillis(1))
.maximumExpectedValue(Duration.ofMillis(100))
.register(meterRegistry);
timer.record(costTime, TimeUnit.MILLISECONDS);會出現(xiàn)一堆xxxx_bucket的指標，如圖：
然后，使用
histogram_quantile(0.95, rate(sms_send_seconds_bucket[5m]))
就可以看到P95的指標了，如圖：
結論：
方案1適用于單機或只關心本地運行情況的指標，比如gc時間、定時任務執(zhí)行時間、本地緩存更新時間等；
方案2則適用于分布式環(huán)境下的整體運行情況的指標，比如搜索接口的響應時間、第三方接口的響應時間等。
相關文章
Spring Boot中自動執(zhí)行sql腳本的實現(xiàn)
這篇文章主要介紹了Spring Boot中自動執(zhí)行sql腳本的實現(xiàn),文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-12-12
這篇文章主要介紹了SpringBoot項目URL訪問異常的問題處理方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-07-07
全局異常處理器在實際項目開發(fā)中是一個很重要的工具,對保證代碼的正常運行有很重要的作用,所以下面來講一下如何在spring中創(chuàng)建一個全局異常處理器,感興趣的的朋友可以參考下2023-12-12
字符串廣泛應用在Java編程中，在Java中字符串屬于對象，Java 提供了String類來創(chuàng)建和操作字符串，今天給大家介紹Java基礎入門語法--String類的相關知識，感興趣的朋友一起看看吧2021-06-06
SpringBoot結合ProGuard實現(xiàn)代碼混淆(最新版)
這篇文章主要介紹了SpringBoot結合ProGuard實現(xiàn)代碼混淆(最新版),文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-10-10
最近有位細心的朋友在閱讀筆者的文章時，對java類的生命周期問題有一些疑惑，筆者打開百度搜了一下相關的問題，看到網(wǎng)上的資料很少有把這個問題講明白的，主要是因為目前國內(nèi)java方面的教材大多只是告訴你“怎樣做”，但至于“為什么這樣做”卻不多說2016-01-01
文章介紹了如何使用Java獲取視頻文件的視頻時長,包括導入maven依賴和代碼案例,同時,也討論了在運行過程中遇到的SLF4J加載問題,并給出了解決方案2025-02-02
spring boot springMVC擴展配置實現(xiàn)解析
這篇文章主要介紹了spring boot springMVC擴展配置實現(xiàn)解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-08-08
Java?spring注解@PostConstruct實戰(zhàn)案例講解
我們在Spring項目中經(jīng)常會遇到@PostConstruct注解,可能有的伙伴對這個注解很陌生,下面這篇文章主要給大家介紹了關于Java?spring注解@PostConstruct實戰(zhàn)案例講解的相關資料,需要的朋友可以參考下2023-12-12
今天小編就為大家分享一篇在java中http請求帶cookie的例子，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08