话编程 | 传统 Spring MVC 项目 集成 Prometheus

Posted 肥鼠话编程

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了话编程 | 传统 Spring MVC 项目 集成 Prometheus相关的知识,希望对你有一定的参考价值。

前言

春节前的两个星期,本人写了两篇Spring Boot 应用集成Prometheus + Grafana实现监控告警功能的文章。

  • Spring Boot Actuator 模块 详解:健康检查,度量,指标收集和监控

  • SpringBoot 微服务应用集成Prometheus + Grafana 实现监控告警

凭借着 Spring Boot Actuator 模块 + micrometer-registry-prometheus 模块,Spring Boot 应用和 Prometheus 集成变得非常的简单。

但是一些老项目可能是非 Spring Boot 的 Spring MVC 项目。这一次就是来讲一讲传统 Spring MVC 如何集成 Prometheus。也算是把这个系列完整一下。

相关的理论部分,实际上在往期两篇文章中都有说明,这里就不赘述了,直接进入实操部分。

实操

1. 引入依赖

这里实际上就是引入 Prometheus 最基础的 Java 客户端依赖。

 <properties>
...
<io.prometheus.version>0.8.0</io.prometheus.version>
</properties>

<!-- The client -->
<dependency>
<groupId>io.prometheus</groupId>
<artifactId>simpleclient</artifactId>
<version>${io.prometheus.version}</version>
</dependency>
<!-- Hotspot JVM metrics-->
<dependency>
<groupId>io.prometheus</groupId>
<artifactId>simpleclient_hotspot</artifactId>
<version>${io.prometheus.version}</version>
</dependency>
<!-- https://mvnrepository.com/artifact/io.prometheus/simpleclient_servlet -->
<dependency>
<groupId>io.prometheus</groupId>
<artifactId>simpleclient_servlet</artifactId>
<version>${io.prometheus.version}</version>
</dependency>

simpleclient_hotspot这种就是帮忙做了Hotspot JVM metrics 的收集,还有些其他的依赖可以参照官方github自行研究选择

2. 配置新的endpoint

<servlet>
<servlet-name>metrics</servlet-name>
<servlet-class>io.prometheus.client.exporter.MetricsServlet</servlet-class>
</servlet>
<servlet-mapping>

<servlet-name>metrics</servlet-name>
<url-pattern>/metrics</url-pattern>
</servlet-mapping>

如果有集成shirospring security的话,记得配置一下对应的路径

3. 开启JVM监控参数

在启动类中增加如下代码,

@PostConstruct
public void init() {
//输出JVM信息
DefaultExports.initialize();
}

测试

现在启动项目,访问http://ip:port/metrics,可以看到相关的指标数据:

# HELP jvm_buffer_pool_used_bytes Used bytes of a given JVM buffer pool.
# TYPE jvm_buffer_pool_used_bytes gauge
jvm_buffer_pool_used_bytes{pool="direct",} 1791403.0
jvm_buffer_pool_used_bytes{pool="mapped",} 0.0
# HELP jvm_buffer_pool_capacity_bytes Bytes capacity of a given JVM buffer pool.
# TYPE jvm_buffer_pool_capacity_bytes gauge
jvm_buffer_pool_capacity_bytes{pool="direct",} 1791403.0
jvm_buffer_pool_capacity_bytes{pool="mapped",} 0.0
# HELP jvm_buffer_pool_used_buffers Used buffers of a given JVM buffer pool.
# TYPE jvm_buffer_pool_used_buffers gauge
jvm_buffer_pool_used_buffers{pool="direct",} 44.0
jvm_buffer_pool_used_buffers{pool="mapped",} 0.0
# HELP jvm_memory_pool_allocated_bytes_total Total bytes allocated in a given JVM memory pool. Only updated after GC, not continuously.
# TYPE jvm_memory_pool_allocated_bytes_total counter
jvm_memory_pool_allocated_bytes_total{pool="Code Cache",} 2.4131136E7
jvm_memory_pool_allocated_bytes_total{pool="PS Eden Space",} 1.157973728E9
jvm_memory_pool_allocated_bytes_total{pool="PS Old Gen",} 4.2983992E7
jvm_memory_pool_allocated_bytes_total{pool="PS Survivor Space",} 2.3271936E7
jvm_memory_pool_allocated_bytes_total{pool="Compressed Class Space",} 6964912.0
jvm_memory_pool_allocated_bytes_total{pool="Metaspace",} 5.9245208E7
# HELP jvm_classes_loaded The number of classes that are currently loaded in the JVM
# TYPE jvm_classes_loaded gauge
......

有了数据之后,后面的步骤(Prometheus 采集指标,可视化)在SpringBoot 微服务应用集成Prometheus + Grafana 实现监控告警有详细的说明。

4. 数据埋点(自定义Metrics指标)

Prometheus提供了4中不同的Metrics类型:Counter, Gauge, Histogram, Summary。

  • Counter - 只增不减的计数器

  • Gauge - 可增可减的仪表盘

  • Histogram - 自带buckets区间用于统计分布统计图

  • Summary - 客户端定义的数据分布统计图

至于怎么使用,官方doc中详细的说明,这里简单举两个例子:

你可以先声明一个专门的拦截器,来处理统计Metrics的操作:

public class PrometheusMetricsInterceptor extends HandlerInterceptorAdapter {

@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
return super.preHandle(request, response, handler);
}

@Override
public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {
super.afterCompletion(request, response, handler, ex);
}
}

Counter

计数器可以用于记录只会增加不会减少的指标类型,比如记录应用请求的总量(http_requests_total)。

对于Counter类型的指标,只包含一个inc()方法,用于计数器+1

public class PrometheusMetricsInterceptor extends HandlerInterceptorAdapter {

// 用请求路径和http method 当做标签
private Counter requestCounter = Counter.build()
.name("io_namespace_http_requests_total")
.labelNames("path", "method")
.help("Total requests.")
.register();

@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
return super.preHandle(request, response, handler);
}

@Override
public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {

// 调用inc() 技术+1
requestCounter.labels(request.getRequestURI(), request.getMethod()).inc();
super.afterCompletion(request, response, handler, ex);
}
}

一些对应的常用的聚合操作的PromQL:

# 常用PromQL
## 查询应用的请求总量
sum(io_namespace_http_requests_total)
## 查询每秒Http请求量
sum(rate(io_wise2c_gateway_requests_total[5m]))
## 查询当前应用请求量Top N的URI
topk(10, sum(io_namespace_http_requests_total) by (path))
复制代码

Histogram

主要用于在指定分布范围内(Buckets)记录大小(如http request bytes)或者事件发生的次数。

以请求响应时间requests_latency_seconds为例,假如我们需要记录http请求响应时间符合在分布范围{.005, .01, .025, .05, .075, .1, .25, .5, .75, 1, 2.5, 5, 7.5, 10}中的次数时。

public class PrometheusMetricsInterceptor extends HandlerInterceptorAdapter {

private Histogram requestLatencyHistogram = Histogram.build()
.labelNames("path", "method", "code")
.name("io_namespace_http_requests_latency_seconds_histogram")
.help("Request latency in seconds.")
.register();

// spring interceptor 单例,线程不安全,所以使用threadlocal
private ThreadLocal<Histogram.Timer> timerThreadLocal = new ThreadLocal<>();

@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
Histogram.Timer histogramRequestTimer = requestLatencyHistogram.labels(request.getRequestURI(), request.getMethod()).startTimer();
timerThreadLocal.set(histogramRequestTimer);
return super.preHandle(request, response, handler);
}

@Override
public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) throws Exception {
Histogram.Timer histogramRequestTimer = timerThreadLocal.get();
histogramRequestTimer.observeDuration();
timerThreadLocal.remove();
super.afterCompletion(request, response, handler, ex);

}

}

最后访问前面配置的 /metrics端点,查看对应埋点数据。

结语

到这里传统Spring MVC如何集成 Prometheus 也就算讲述完毕了,可以结合前两篇文章一起食用。

希望能给你带来一些收获。

如果本文有帮助到你,希望能点个赞,这是对我的最大动力

以上是关于话编程 | 传统 Spring MVC 项目 集成 Prometheus的主要内容,如果未能解决你的问题,请参考以下文章

集成magnolia和spring mvc,hibernate

Spring MVC 和 Maven 集成

将 Spring MVC Spring Security 与 Undertow Web 容器集成

Spring MVC学习—MVC的介绍以及Spring MVC的入门案例

Spring MVC 简单项目 - 404

maven初始搭建一个基础项目(spring mvc+spring+jdbc mysql+)