此系列文章将会描述Java框架Spring Boot、服务治理框架Dubbo、应用容器引擎Docker，及使用Spring Boot集成Dubbo、Mybatis等开源框架，其中穿插着Spring Boot中日志切面等技术的实现，然后通过gitlab-CI以持续集成为Docker镜像。

本文为Prometheus 监控埋点

本系列文章中所使用的框架版本为Spring Boot 2.0.3-RELEASE，Spring 5.0.7-RELEASE，Dubbo 2.6.2。

Prometheus + Grafana

SpringBoot2.x上已引入第三方实现的metrics Facade，默认与micrometer集成，而micrometer具有Prometheus的MeterRegistry规范的实现。Prometheus通过Micrometer拉取及处理SpringBoot应用中的监控数据，最后通过Grafana提供的UI界面进行数据的实时展示。

java数据埋点无侵入 springboot埋点技术_docker

快速集成

Parent POM

版本1.1.2+后支持

<parent>
    <groupId>com.linghit</groupId>
    <artifactId>dubbo.common.pom</artifactId>
    <version>1.1.2</version>
</parent>

Maven依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-undertow</artifactId>
    <version>${springboot.version}</version>
</dependency>

<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
    <version>${micrometer.version}</version>
</dependency>

application配置

需开启server.port及management.port；若未定义management.port则会默认使用server.port

# dubbo endpoints
management.endpoint.dubbo.enabled = true
management.endpoint.dubbo-configs.enabled = true
management.endpoint.dubbo-properties.enabled = true
management.health.dubbo.status.defaults = memory
management.health.dubbo.status.extras = load,threadpool

# metrics
management.metrics.export.prometheus.enabled = true
management.metrics.export.prometheus.step = 1m
management.metrics.export.prometheus.descriptions = true
management.web.server.auto-time-requests = true
management.endpoints.web.exposure.include = env,health,info,metrics,threaddump,prometheus,dubbo,dubbo-configs,dubbo-properties

Web埋点

Spring boot支持Web及JMX(Java管理拓展)的健康指标监控，JMX的方式不适合于可视化监控。现有使用Prometheus拉取监控数据，并以Grafana进行数据可视化展示的方案更优

此处Spring Boot Actuator通过REST API提供对应用系统的自省和监控的集成功能

依赖

spring boot及dubbo的actuator起步依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-undertow</artifactId>
    <version>${springboot.version}</version>
</dependency>

<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
    <version>${micrometer.version}</version>
</dependency>

application配置

management.metrics.export.prometheus.enabled=true
management.metrics.export.prometheus.step=1m
management.metrics.export.prometheus.descriptions=true
management.web.server.auto-time-requests=true
management.endpoints.web.exposure.include=health,info,env,prometheus,metrics,httptrace,threaddump,heapdump

web容器

undertow的servlet容器

@SpringBootApplication
@EnableAspectJAutoProxy(proxyTargetClass = true)
@ComponentScan("com.linghit")
public class Starter {

    public static void main(String[] args) {

        new SpringApplicationBuilder(Starter.class)
                .web(WebApplicationType.SERVLET).run(args);

    }

}

Log4j2 Metrics

Spring Boot 2.1.0.RELEASE才开始支持Log4j2 metrics的自动装配，低版本只支持Logback metrics，欲使用需升级版本或自实现

详见Spring Boot 2.1.0

Dubbo埋点

dubbo-spring-boot-actuator提供生产就绪(Production-Ready)特性 (比如健康检查,OPS端点,及外部化配置)

详见Dubbo Spring Boot Production-Ready

依赖

<dependency>
    <groupId>com.alibaba.boot</groupId>
    <artifactId>dubbo-spring-boot-actuator</artifactId>
    <version>${dubbo.springboot.version}</version>
</dependency>

application配置

# dubbo endpoints
management.endpoint.dubbo.enabled = true
management.endpoint.dubbo-configs.enabled = true
management.endpoint.dubbo-properties.enabled = true
management.health.dubbo.status.defaults = memory
management.health.dubbo.status.extras = load,threadpool

注：需在management.endpoints.web.exposure.include添加对应的endpoints，如：dubbo,dubbo-configs,dubbo-properties

Docker埋点

要将Docker守护程序配置为Prometheus目标，您需要指定 metrics-address。最好的方法是通过daemon.json，默认情况下位于以下位置之一。(如果该文件不存在，请创建它)

  • Linux：/etc/docker/daemon.json
  • Windows Server：C:\ProgramData\docker\config\daemon.json
  • Docker Desktop for Mac / Docker Desktop for Windows：单击工具栏中的Docker->Preferences->Daemon->高级

如果文件当前为空，请粘贴以下内容：

{
  "metrics-addr" : "127.0.0.1:9323",
  "experimental" : true
}

Kong埋点

可用指标

  • Status codes：上游服务返回的HTTP状态码。这些服务适用于所有服务和所有服务。
  • Latencies Histograms：在Kong测量的延迟：
  • Request：Kong和上游服务为请求服务所花费的总时间。
  • Kong：Kong为路由请求并运行所有已配置的插件所花费的时间。
  • Upstream：上游服务响应请求所花费的时间。
  • Bandwidth：流经Kong的总带宽（出口/入口）。该指标可用于每项服务，也可作为所有服务的总和。
  • DB reachability：值为0或1的仪表类型，表示Kong节点是否可以到达DB。
  • Connections：各种Nginx连接指标，如活动，读取，写入和已接受连接的数量。

详见Kong prometheus插件

Elasticsearch埋点

es-prometheus监控插件：elasticsearch_exporter