快速接入业务监控体系，grafana监控的艺术

Posted 2022-03-18 yougewe

　　做一个系统，如果不做监控，是不完善的。

　　如果为做一个快速系统，花力气去做监控，是不值得的。

 

　　因为，我们有必要具备一个能够快速建立监控体系的能力。即使你只是一个普通开发人员！

 

个人觉得，做监控有三个核心能力：

　　1. 持续收集数据的能力; (时间序列数据库)
　　2. 监控结果可视化的能力;
　　3. 异常监控可报警的能力;

　　只要把这三点做到了，那么，这个监控基本就成功了。

 

　　既然自己不方便做监控系统，那就只要好框架造型就可以了。

　　因grafana的图表功能个人感觉最强大，我们就以 grafana 作为监控抓手点，创建自己的监控体系吧！

 

监控体系大体实现思路:

　　1. 代码里写入埋点，或者其他系统通过探针之类的工具实现数据源;
　　2. 监控数据中心接收埋点数据等指标数据集;
　　3. 监控中心提供各种维度数据的计算汇总指标;
　　4. 自定义图表展现;
　　5. 根据结果设置报警;

 

具体打开方法:

　　1. 写代码添加埋点;
　　2. 使用jmx采集工具采集数据;
　　3. 安装 prometheus, 配置好要调用的客户端;
　　4. 安装grafana;
　　5. 配置 prometheus 的数据源到 grafana 上;
　　6. 添加 grafana 监控图表;
　　7. 配置监控报警(一般你需要先配置linux邮件设置);

 

所以，看下具体怎么做吧，涉及到安装的部分就顺带过吧，毕竟其他地方信息已经泛滥了！

 

1. 撸埋点代码(jmx)

　　.1 引入依赖包

        <!-- jmx 埋点依赖 -->
        <dependency>
            <groupId>io.dropwizard.metrics</groupId>
            <artifactId>metrics-core</artifactId>
            <version>4.0.0</version>
        </dependency>
        <dependency>
            <groupId>io.dropwizard.metrics</groupId>
            <artifactId>metrics-jmx</artifactId>
            <version>4.0.0</version>
        </dependency>

　　.2 封装指标上报工具类

import com.codahale.metrics.Meter;
import com.codahale.metrics.MetricRegistry;
import com.codahale.metrics.jmx.JmxReporter;
import org.springframework.stereotype.Component;

/**
 * 系统指标管理管理器实现类
 *
 */
@Component
public class SystemMetricsManagerImpl implements SystemMetricsManager 

    private static final MetricRegistry metricsContainer = new MetricRegistry();

    static 
        JmxReporter jmxReporter = JmxReporter.forRegistry(metricsContainer).build();
        jmxReporter.start();
    

    @Override
    public Meter registerAndGetMetricMeter(String meterName) 
        return metricsContainer.meter(meterName);
    

　　.3 在需要的地方添加埋点

    // 在必要的地方，进行集中初始化
    @Override
    public void afterPropertiesSet() throws Exception 
        consumeCounterHolder = new ConsumeCounterHolder();
        consumeCounterHolder.initCounter();
    

    /**
     * 计数器容器实例
     */
    private ConsumeCounterHolder consumeCounterHolder;

    /**
     * 消费计数器容器
     */
    class ConsumeCounterHolder 

        /**
         * 所有消费计数器
         */
        private Meter totalConsumeCounter;

        /**
         * 被抛弃的消费计数器
         */
        private Meter msgDiscardConsumeCounter;

        /**
         * 系统异常消费计数器
         */
        private Meter systemExceptionConsumeCounter;

        /**
         * 业务消费失败，回滚计数器 （一般不会存在值）
         */
        private Meter processFailedConsumeCounter;

        /**
         * 停止消费计数器
         */
        private Meter listenerStoppedConsumeCounter;

        /**
         * 未知类型消费数计数器
         */
        private Meter unknownTypeConsumeCounter;

        /**
         * 初始化计数器
         */
        public void initCounter() 
            totalConsumeCounter = systemMetricsManager.registerAndGetMetricMeter(
                    ApolloHubSystemMetricsConstants.MqConsumeCounter.TOTAL_COUNT_METRIC_NAME);
            msgDiscardConsumeCounter = systemMetricsManager.registerAndGetMetricMeter(
                    ApolloHubSystemMetricsConstants.MqConsumeCounter.DISCARD_COUNT_METRIC_NAME);
            systemExceptionConsumeCounter = systemMetricsManager.registerAndGetMetricMeter(
                    ApolloHubSystemMetricsConstants.MqConsumeCounter.SYSTEM_EXCEPTION_COUNT_METRIC_NAME);
            processFailedConsumeCounter = systemMetricsManager.registerAndGetMetricMeter(
                    ApolloHubSystemMetricsConstants.MqConsumeCounter.PROCESS_FAILED_COUNT_METRIC_NAME);
            listenerStoppedConsumeCounter = systemMetricsManager.registerAndGetMetricMeter(
                    ApolloHubSystemMetricsConstants.MqConsumeCounter.LISTENER_STOPPED_COUNT_METRIC_NAME);
            unknownTypeConsumeCounter = systemMetricsManager.registerAndGetMetricMeter(
                    ApolloHubSystemMetricsConstants.MqConsumeCounter.UNKNOWN_TYPE_COUNT_METRIC_NAME);
        

        /**
         * 增加消费计数
         */
        private void incTotalConsumeCounter() 
            totalConsumeCounter.mark();
        
        public void incMsgDiscardConsumeCounter() 
            msgDiscardConsumeCounter.mark();
        
        public void incSystemExceptionConsumeCounter() 
            systemExceptionConsumeCounter.mark();
        
        public void incProcessFailedConsumeCounter() 
            processFailedConsumeCounter.mark();
        
        public void incListenerStoppedConsumeCounter() 
            listenerStoppedConsumeCounter.mark();
        
        public void incUnknownTypeConsumeCounter() 
            unknownTypeConsumeCounter.mark();
        
    

    /**
     * 业务方法中，调用埋点
     *
     */
    public void doSth() 
        // 添加各种埋点
        consumeCounterHolder.incTotalConsumeCounter();
    

 

2. 使用jmx采集工具采集数据 (prometheus)

　　prometheus 作为流行的监控组件，可以很方便的接入 jmx 数据, 使用 jmxReporter 就可以了。

　　prometheus 项目地址: https://github.com/prometheus

　　jmxReporter 项目地址: https://github.com/prometheus/jmx_exporter

　　下载 jmxReporter agent: https://repo1.maven.org/maven2/io/prometheus/jmx/jmx_prometheus_javaagent/0.11.0/jmx_prometheus_javaagent-0.11.0.jar

　　添加最简单的配置文件，采集所有jmx数据:

# vim config.yaml
---
rules:
- pattern: ".*"

　　最后，启动 jmxReporter, 提供采集依据:

    java -javaagent:./jmx_prometheus_javaagent-0.11.0.jar=9088:config.yaml -jar yourJar.jar

　　注: jmxReporter 的原理其实是开启一个http的socket端口，在外部请求进来之后，进行访问jmx数据进行返回。

 

3. 安装prometheus服务端,进行主动数据采集

　　.1 下载: https://prometheus.io/download/ , 找到对应版本下载即可;
　　.2 直接启动验证下: ./prometheus --config.file=prometheus.yml --web.enable-admin-api
　　.3 向 prometheus 中添加客户端机器地址，以便采集，我们只使用一种简单的独立文件的配置方式:

# 1. 直接在文件末尾添加job即可
  - job_name: ‘jmx-apollo-hub‘

    file_sd_configs:
    - files:
      - conf.d/test.json

# 2. 在 conf.d/test.json 中，添加相应的客户端机器ip
[
    
        "targets": ["10.1.1.1:9088"]
    ,
        "targets": ["10.1.1.2:9088"]
    ,
        "targets": ["10.1.1.3:9088"]
    
]

 

　　.4 重启 prometheus

    kill -9 xxx
    ./prometheus --config.file=prometheus.yml --web.enable-admin-api

　　如此, prometheus 的数据库中就已经有 你的埋点数据了！

 

4. 安装 grafana

　　.1 下载地址: https://grafana.com/get
　　.2 可以直接使用镜像源安装，也可以使用源码包自行编译;
　　.3 启动 grafana 服务: service grafana-server start
　　.4 你就可以打开 grafana 后台进行查看了（默认账号密码是 admin/admin）;

 

5. 新增 prometheus 作为 grafana 的数据源

　　grafana 支持很多数据源的接入，但是 prometheus 是比较简单的一种;

　　在设置 -> DataSources 中，添加 prometheus 的数据，按要求填写即可，一般只需要填写一个 prometheus 的请求地址就可以了。

　　

6. 添加 grafana 监控图表;

　　直接点击 + 号，添加一个大盘;

　　然后就是各种页面拖拉拽！

　　拿几个需要注意的指标统计说明下:

# case1. 代码中的埋点为一个递增的值，我想知道每段时间的增长趋势是怎么样的？如: 1分钟 
    increase(metrics_test_mq_consume_total_Count[1m])
# case2. 在集群环境中，以上统计将是所有机器的总和，我想查看单个机器的增长趋势？
    increase(metrics_test_mq_consume_total_Countinstance=~"$instance_cust"[1m])    # 其中 instance_cust 是定义在监控大盘上的自定义变量，其作用是 当前监控的实例的标识, 稍后我们看下实例
# case3. 我想知道下当前机器的cpu负载
    avg_over_time(java_lang_OperatingSystem_SystemCpuLoadinstance=~"$instance_cust"[1m]) * 100
# case4. 我想查看当前机器的物理内存情况
    java_lang_OperatingSystem_FreePhysicalMemorySizeinstance=~"$instance_cust"
    java_lang_OperatingSystem_TotalPhysicalMemorySizeinstance=~"$instance_cust"
# case5. 我想查看jvm的内存情况 
    java_lang_Memory_HeapMemoryUsage_maxinstance=~"$instance_cust"
    java_lang_Memory_HeapMemoryUsage_usedinstance=~"$instance_cust"
    
    # 附: 添加大盘 通用变量
    label_values(upjob=‘jmx‘, instance) 将会查询符合过滤条件的标签
    

 

　　附: 添加大盘 通用变量

　　label_values(upjob=‘jmx‘, instance) 将会查询符合过滤条件的标签

 

7. 配置监控报警(一般你需要先配置linux邮件设置);

　　以上都配置好之后，还可以进行报警配置。

　　alerting -> Notification Channels 中，添加告警通知通道。

　　然后，在原来的大盘中选择一个指标进行报警设置;然后就可以接收告警了。

 

　　当然，这里选择邮件，需要linux系统直接使用 mail 进行发送邮件才行。

　　

 　　如此，一个完整的监控链完成！

 

老话: 愿你戎马半生,归来仍是少年。