前提
最近公司在聯(lián)合運(yùn)維做一套全方位監(jiān)控的系統(tǒng)享郊，應(yīng)用集群的技術(shù)棧是SpringCloud體系壮啊。雖然本人沒有參與具體基礎(chǔ)架構(gòu)的研發(fā)，但是從應(yīng)用引入的包和一些資料的查閱大致推算出具體的實(shí)現(xiàn)方案，這里做一次推演灭衷，詳細(xì)記錄一下整個(gè)搭建過程。
Prometheus是什么
Prometheus(普羅米修斯谬墙，官網(wǎng)是https://prometheus.io/)今布，是一個(gè)開源的系統(tǒng)監(jiān)控和告警的工具包，其采用Pull方式采集時(shí)間序列的度量數(shù)據(jù)拭抬，通過Http協(xié)議傳輸部默。它的工作方式是被監(jiān)控的服務(wù)需要公開一個(gè)Prometheus端點(diǎn)，這端點(diǎn)是一個(gè)HTTP接口造虎，該接口公開了度量的列表和當(dāng)前的值傅蹂，然后Prometheus應(yīng)用從此接口定時(shí)拉取數(shù)據(jù)，一般可以存放在時(shí)序數(shù)據(jù)庫中算凿，然后通過可視化的Dashboard(例如Promdash或者Grafana)進(jìn)行數(shù)據(jù)展示份蝴。當(dāng)然，此文章不打算深入研究這個(gè)工具氓轰，只做應(yīng)用層面的展示婚夫。這篇文章將會用到下面幾個(gè)技術(shù)棧：
- SpringCloud體系，主要是注冊中心和注冊客戶端署鸡。
- spring-boot-starter-actuator案糙，主要是提供了Prometheus端點(diǎn)限嫌，不用重復(fù)造輪子。
- Prometheus的Java客戶端时捌。
- Prometheus應(yīng)用怒医。
- io.micrometer，SpringBoot標(biāo)準(zhǔn)下使用的度量工具包奢讨。
- Grafana稚叹，可視化的Dashboard。
這里所有的軟件或者依賴全部使用當(dāng)前的最新版本拿诸，如果有坑踩了再填扒袖。其實(shí)，Prometheus本身也開發(fā)了一套Counter佳镜、Gauge僚稿、Timer等相關(guān)接口，不過SpringBoot中使用了io.micrometer中的套件蟀伸，所以本文不深入分析Prometheus的Java客戶端蚀同。
io.micrometer的使用
在SpringBoot2.X中，spring-boot-starter-actuator引入了io.micrometer啊掏，對1.X中的metrics進(jìn)行了重構(gòu)蠢络，主要特點(diǎn)是支持tag/label，配合支持tag/label的監(jiān)控系統(tǒng)迟蜜，使得我們可以更加方便地對metrics進(jìn)行多維度的統(tǒng)計(jì)查詢及監(jiān)控刹孔。io.micrometer目前支持Counter、Gauge娜睛、Timer髓霞、Summary等多種不同類型的度量方式(不知道有沒有遺漏)，下面逐個(gè)簡單分析一下它們的作用和使用方式畦戒。 需要在SpringBoot項(xiàng)目下引入下面的依賴：
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-core</artifactId>
<version>${micrometer.version}</version>
</dependency>
目前最新的micrometer.version為1.0.5方库。注意一點(diǎn)的是：io.micrometer支持Tag(標(biāo)簽)的概念，Tag是其metrics是否能夠有多維度的支持的基礎(chǔ)障斋，Tag必須成對出現(xiàn)纵潦，也就是必須配置也就是偶數(shù)個(gè)Tag，有點(diǎn)類似于K-V的關(guān)系垃环。
Counter
Counter(計(jì)數(shù)器)簡單理解就是一種只增不減的計(jì)數(shù)器邀层。它通常用于記錄服務(wù)的請求數(shù)量、完成的任務(wù)數(shù)量遂庄、錯誤的發(fā)生數(shù)量等等寥院。舉個(gè)例子：
import io.micrometer.core.instrument.Counter;
import io.micrometer.core.instrument.Metrics;
import io.micrometer.core.instrument.simple.SimpleMeterRegistry;
/**
* @author throwable
* @version v1.0
* @description
* @since 2018/7/19 23:10
*/
public class CounterSample {
public static void main(String[] args) throws Exception {
//tag必須成對出現(xiàn)，也就是偶數(shù)個(gè)
Counter counter = Counter.builder("counter")
.tag("counter", "counter")
.description("counter")
.register(new SimpleMeterRegistry());
counter.increment();
counter.increment(2D);
System.out.println(counter.count());
System.out.println(counter.measure());
//全局靜態(tài)方法
Metrics.addRegistry(new SimpleMeterRegistry());
counter = Metrics.counter("counter", "counter", "counter");
counter.increment(10086D);
counter.increment(10087D);
System.out.println(counter.count());
System.out.println(counter.measure());
}
}
輸出：
3.0
[Measurement{statistic='COUNT', value=3.0}]
20173.0
[Measurement{statistic='COUNT', value=20173.0}]
Counter的Measurement的statistic(可以理解為度量的統(tǒng)計(jì)角度)只有COUNT涛目，也就是它只具備計(jì)數(shù)(它只有增量的方法只磷，因此只增不減)经磅，這一點(diǎn)從它的接口定義可知：
public interface Counter extends Meter {
default void increment() {
increment(1.0);
}
void increment(double amount);
double count();
//忽略其他方法或者成員
}
Counter還有一個(gè)衍生類型FunctionCounter，它是基于函數(shù)式接口ToDoubleFunction進(jìn)行計(jì)數(shù)統(tǒng)計(jì)的钮追，用法差不多。
Gauge
Gauge(儀表)是一個(gè)表示單個(gè)數(shù)值的度量阿迈，它可以表示任意地上下移動的數(shù)值測量元媚。Gauge通常用于變動的測量值，如當(dāng)前的內(nèi)存使用情況苗沧，同時(shí)也可以測量上下移動的"計(jì)數(shù)"刊棕，比如隊(duì)列中的消息數(shù)量。舉個(gè)例子：
import io.micrometer.core.instrument.Gauge;
import io.micrometer.core.instrument.Metrics;
import io.micrometer.core.instrument.simple.SimpleMeterRegistry;
import java.util.concurrent.atomic.AtomicInteger;
/**
* @author throwable
* @version v1.0
* @description
* @since 2018/7/19 23:30
*/
public class GaugeSample {
public static void main(String[] args) throws Exception {
AtomicInteger atomicInteger = new AtomicInteger();
Gauge gauge = Gauge.builder("gauge", atomicInteger, AtomicInteger::get)
.tag("gauge", "gauge")
.description("gauge")
.register(new SimpleMeterRegistry());
atomicInteger.addAndGet(5);
System.out.println(gauge.value());
System.out.println(gauge.measure());
atomicInteger.decrementAndGet();
System.out.println(gauge.value());
System.out.println(gauge.measure());
//全局靜態(tài)方法待逞，返回值竟然是依賴值甥角，有點(diǎn)奇怪，暫時(shí)不選用
Metrics.addRegistry(new SimpleMeterRegistry());
AtomicInteger other = Metrics.gauge("gauge", atomicInteger, AtomicInteger::get);
}
}
輸出結(jié)果:
5.0
[Measurement{statistic='VALUE', value=5.0}]
4.0
[Measurement{statistic='VALUE', value=4.0}]
Gauge關(guān)注的度量統(tǒng)計(jì)角度是VALUE(值)识樱，它的構(gòu)建方法中依賴于函數(shù)式接口ToDoubleFunction的實(shí)例(如例子中的實(shí)例方法引用AtomicInteger::get)和一個(gè)依賴于ToDoubleFunction改變自身值的實(shí)例(如例子中的AtomicInteger實(shí)例)嗤无，它的接口方法如下：
public interface Gauge extends Meter {
double value();
//忽略其他方法或者成員
}
Timer
Timer(計(jì)時(shí)器)同時(shí)測量一個(gè)特定的代碼邏輯塊的調(diào)用(執(zhí)行)速度和它的時(shí)間分布。簡單來說怜庸，就是在調(diào)用結(jié)束的時(shí)間點(diǎn)記錄整個(gè)調(diào)用塊執(zhí)行的總時(shí)間当犯，適用于測量短時(shí)間執(zhí)行的事件的耗時(shí)分布，例如消息隊(duì)列消息的消費(fèi)速率割疾。舉個(gè)例子：
import io.micrometer.core.instrument.Timer;
import io.micrometer.core.instrument.simple.SimpleMeterRegistry;
import java.util.concurrent.TimeUnit;
/**
* @author throwable
* @version v1.0
* @description
* @since 2018/7/19 23:44
*/
public class TimerSample {
public static void main(String[] args) throws Exception{
Timer timer = Timer.builder("timer")
.tag("timer","timer")
.description("timer")
.register(new SimpleMeterRegistry());
timer.record(()->{
try {
TimeUnit.SECONDS.sleep(2);
}catch (InterruptedException e){
//ignore
}
});
System.out.println(timer.count());
System.out.println(timer.measure());
System.out.println(timer.totalTime(TimeUnit.SECONDS));
System.out.println(timer.mean(TimeUnit.SECONDS));
System.out.println(timer.max(TimeUnit.SECONDS));
}
}
輸出結(jié)果：
1
[Measurement{statistic='COUNT', value=1.0}, Measurement{statistic='TOTAL_TIME', value=2.000603975}, Measurement{statistic='MAX', value=2.000603975}]
2.000603975
2.000603975
2.000603975
Timer的度量統(tǒng)計(jì)角度主要包括記錄執(zhí)行的最大時(shí)間嚎卫、總時(shí)間、平均時(shí)間宏榕、執(zhí)行完成的總?cè)蝿?wù)數(shù)拓诸，它提供多種的統(tǒng)計(jì)方法變體：
public interface Timer extends Meter, HistogramSupport {
void record(long amount, TimeUnit unit);
default void record(Duration duration) {
record(duration.toNanos(), TimeUnit.NANOSECONDS);
}
<T> T record(Supplier<T> f);
<T> T recordCallable(Callable<T> f) throws Exception;
void record(Runnable f);
default Runnable wrap(Runnable f) {
return () -> record(f);
}
default <T> Callable<T> wrap(Callable<T> f) {
return () -> recordCallable(f);
}
//忽略其他方法或者成員
}
這些record或者包裝方法可以根據(jù)需要選擇合適的使用，另外麻昼，一些度量屬性(如下限和上限)或者單位可以自行配置奠支，具體屬性的相關(guān)內(nèi)容可以查看DistributionStatisticConfig類，這里不詳細(xì)展開涌献。
另外胚宦，Timer有一個(gè)衍生類LongTaskTimer，主要是用來記錄正在執(zhí)行但是尚未完成的任務(wù)數(shù)燕垃，用法差不多枢劝。
Summary
Summary(摘要)用于跟蹤事件的分布。它類似于一個(gè)計(jì)時(shí)器卜壕，但更一般的情況是您旁，它的大小并不一定是一段時(shí)間的測量值。在micrometer中轴捎，對應(yīng)的類是DistributionSummary鹤盒，它的用法有點(diǎn)像Timer蚕脏，但是記錄的值是需要直接指定，而不是通過測量一個(gè)任務(wù)的執(zhí)行時(shí)間侦锯。舉個(gè)例子：
import io.micrometer.core.instrument.DistributionSummary;
import io.micrometer.core.instrument.simple.SimpleMeterRegistry;
/**
* @author throwable
* @version v1.0
* @description
* @since 2018/7/19 23:55
*/
public class SummarySample {
public static void main(String[] args) throws Exception {
DistributionSummary summary = DistributionSummary.builder("summary")
.tag("summary", "summary")
.description("summary")
.register(new SimpleMeterRegistry());
summary.record(2D);
summary.record(3D);
summary.record(4D);
System.out.println(summary.measure());
System.out.println(summary.count());
System.out.println(summary.max());
System.out.println(summary.mean());
System.out.println(summary.totalAmount());
}
}
輸出結(jié)果：
[Measurement{statistic='COUNT', value=3.0}, Measurement{statistic='TOTAL', value=9.0}, Measurement{statistic='MAX', value=4.0}]
3
4.0
3.0
9.0
Summary的度量統(tǒng)計(jì)角度主要包括記錄過的數(shù)據(jù)中的最大值驼鞭、總數(shù)值、平均值和總次數(shù)尺碰。另外挣棕，一些度量屬性(如下限和上限)或者單位可以自行配置，具體屬性的相關(guān)內(nèi)容可以查看DistributionStatisticConfig類亲桥，這里不詳細(xì)展開洛心。
小結(jié)
一般情況下，上面的Counter题篷、Gauge词身、Timer、DistributionSummary例子可以滿足日常開發(fā)需要番枚，但是有些高級的特性這里沒有展開法严，具體可以參考micrometer-spring-legacy這個(gè)依賴包，畢竟源碼是老師户辫，源碼不會騙人渐夸。
spring-boot-starter-actuator的使用
spring-boot-starter-actuator在2.X版本中不僅升級了metrics為io.micrometer，很多配置方式也和1.X完全不同渔欢，鑒于前段時(shí)間沒有維護(hù)SpringBoot技術(shù)棧的項(xiàng)目墓塌，現(xiàn)在重新看了下官網(wǎng)復(fù)習(xí)一下。引入依賴：
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
<version>${springboot.version}</version>
</dependency>
目前最新的springboot.version為2.0.3.RELEASE奥额。在spring-boot-starter-actuator中苫幢，最大的變化就是配置的變化，原來在1.X版本是通過management.security.enabled控制是否可以忽略權(quán)限訪問所有的監(jiān)控端點(diǎn)垫挨，在2.X版本中韩肝，必須顯式配置不需要權(quán)限驗(yàn)證對外開放的端點(diǎn)：
management.endpoints.web.exposure.include=*
management.endpoints.web.exposure.exclude=env,beans
management.endpoints.jmx.exposure.include=
management.endpoints.jmx.exposure.include=*
例如上面的配置，訪問非/env和非/beans的端點(diǎn)九榔，可以不受權(quán)限控制哀峻，也就是所有人都可以訪問非/env和非/beans的端點(diǎn)。例如哲泊，如果我只想暴露/health端點(diǎn)剩蟀，只需配置：
management.endpoints.web.exposure.include=health
這一點(diǎn)需要特別注意，其他使用和1.X差不多切威。還有一點(diǎn)是育特，2.X中所有監(jiān)控端點(diǎn)的訪問url的默認(rèn)路徑前綴為：http://{host}/{port}/actuator/，也就是想訪問health端點(diǎn)就要訪問http://{host}/{port}/actuator/health先朦，當(dāng)然也可以修改/actuator這個(gè)路徑前綴缰冤。其他細(xì)節(jié)區(qū)別沒有深入研究犬缨，可以參考文檔。
搭建SpringCloud應(yīng)用
接著先搭建一個(gè)SpringCloud應(yīng)用群棉浸，主要包括注冊中心(registry-center)和一個(gè)簡單的服務(wù)節(jié)點(diǎn)(cloud-prometheus-sample)怀薛，其中注冊中心只引入eureka-server的依賴，而服務(wù)節(jié)點(diǎn)用于對接Prometheus涮拗，引入eureka-client乾戏、spring-boot-starter-actuator、prometheus等依賴三热。
registry-center
registry-center是一個(gè)單純的服務(wù)注冊中心，只需要引入eureka-server的依賴三幻，添加一個(gè)啟動類即可就漾，添加的依賴如下：
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-server</artifactId>
</dependency>
添加一個(gè)啟動類：
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.netflix.eureka.server.EnableEurekaServer;
/**
* @author throwable
* @version v1.0
* @description
* @since 2018/7/21 9:06
*/
@SpringBootApplication
@EnableEurekaServer
public class RegistryCenterApplication {
public static void main(String[] args) {
SpringApplication.run(RegistryCenterApplication.class, args);
}
}
配置文件application.yaml如下：
server:
port: 9091
spring:
application:
name: registry-center
eureka:
instance:
hostname: localhost
client:
enabled: true
register-with-eureka: false
fetch-registry: false
service-url:
defaultZone: http://${eureka.instance.hostname}:${server.port}/eureka/
就是這么簡單，啟動入口類即可念搬，啟動的端口為9091抑堡。
cloud-prometheus-sample
cloud-prometheus-sample主要作為eureka-client，接入spring-boot-starter-actuator和prometheus依賴朗徊，引入依賴如下：
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
這里引入的是micrometer-registry-prometheus而不是micrometer-spring-legacy是因?yàn)?code>micrometer-spring-legacy是spring-integration(spring系統(tǒng)集成)的依賴首妖，這里沒有用到，但是里面很多實(shí)現(xiàn)可以參考爷恳。micrometer-registry-prometheus提供了基于actuator的端點(diǎn)有缆，路徑是../prometheus。啟動類如下：
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.netflix.eureka.EnableEurekaClient;
/**
* @author throwable
* @version v1.0
* @description
* @since 2018/7/21 9:13
*/
@SpringBootApplication
@EnableEurekaClient
public class SampleApplication {
public static void main(String[] args) {
SpringApplication.run(SampleApplication.class, args);
}
}
配置文件application.yaml如下：
server:
port: 9092
spring:
application:
name: cloud-prometheus-sample
eureka:
instance:
hostname: localhost
client:
service-url: http://localhost:9091/eureka/
啟動端口為9092温亲，eureka的服務(wù)注冊地址為：http://localhost:9091/eureka/棚壁，也就是registry-center中指定的默認(rèn)數(shù)據(jù)區(qū)(defaultZone)的注冊地址，先啟動registry-center栈虚，再啟動cloud-prometheus-sample袖外，然后訪問http://localhost:9091/：
訪問http://localhost:9092/actuator/prometheus：
這些數(shù)據(jù)就是實(shí)時(shí)的度量數(shù)據(jù)，Prometheus(軟件)配置好任務(wù)并且啟動執(zhí)行后魂务，就是通過定時(shí)拉取/prometheus這個(gè)端點(diǎn)返回的數(shù)據(jù)進(jìn)行數(shù)據(jù)聚合和展示的曼验。
接著，我們先定制一個(gè)功能粘姜，統(tǒng)計(jì)cloud-prometheus-sample所有入站的Http請求數(shù)量(包括成功鬓照、失敗和非法的)，添加如下代碼：
//請求攔截器
@Component
public class SampleMvcInterceptor extends HandlerInterceptorAdapter {
private static final Counter COUNTER = Counter.builder("Http請求統(tǒng)計(jì)")
.tag("HttpCount", "HttpCount")
.description("Http請求統(tǒng)計(jì)")
.register(Metrics.globalRegistry);
@Override
public void afterCompletion(HttpServletRequest request, HttpServletResponse response,
Object handler, Exception ex) throws Exception {
COUNTER.increment();
}
}
//自定義Mvc配置
@Component
public class SampleWebMvcConfigurer implements WebMvcConfigurer {
@Autowired
private SampleMvcInterceptor sampleMvcInterceptor;
@Override
public void addInterceptors(InterceptorRegistry registry) {
registry.addInterceptor(sampleMvcInterceptor);
}
}
重啟cloud-prometheus-sample相艇，直接訪問幾次不存在的根節(jié)點(diǎn)路徑http://localhost:9092/颖杏，再查看端點(diǎn)統(tǒng)計(jì)數(shù)據(jù)：
安裝和使用Prometheus
先從Prometheus官方下載地址下載軟件，這里用Windows10平臺演示坛芽，直接下載prometheus-2.3.2.windows-amd64.tar.gz留储，個(gè)人有軟件潔癖翼抠，用軟件或者依賴喜歡最高版本，出現(xiàn)坑了自己填获讳。解壓后目錄如下：
啟動的話阴颖，直接運(yùn)行prometheus.exe即可，這里先配置一下prometheus.yml：
global:
scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
scrape_configs:
- job_name: 'prometheus'
metrics_path: /actuator/prometheus
static_configs:
- targets: ['localhost:9092']
我們主要修改的是scrape_configs節(jié)點(diǎn)下的配置丐膝，這個(gè)節(jié)點(diǎn)時(shí)配置同步任務(wù)的量愧，這里配置一個(gè)任務(wù)為'prometheus'，拉取數(shù)據(jù)的路徑為/actuator/prometheus帅矗，目標(biāo)host-port為'localhost:9092'偎肃，也就是cloud-prometheus-sample暴露的prometheus端點(diǎn)，Prometheus(軟件)的默認(rèn)啟動端口為9090浑此。啟動后累颂，同級目錄下會生成一個(gè)data目錄，實(shí)際上起到"時(shí)序數(shù)據(jù)庫"的類似作用凛俱。訪問Prometheus(軟件)的控制臺http://localhost:9090/targets:
Prometheus度量統(tǒng)計(jì)的所有監(jiān)控項(xiàng)可以在http://localhost:9090/graph中查看到紊馏。這里可以觀察到HttpCount的統(tǒng)計(jì)，但是界面不夠炫酷蒲犬，配置項(xiàng)也少朱监，因此需要引入Grafana。
安裝和接入Grafana
Grafana的安裝也十分簡單原叮，它也是開箱即用的赫编，就是配置的時(shí)候需要熟悉它的語法。先到Grafana官網(wǎng)下載頁面下載一個(gè)適合系統(tǒng)的版本篇裁，這里選擇Windows版本沛慢。解壓之后，直接運(yùn)行bin目錄下的grafana-server.exe即可达布，默認(rèn)的啟動端口是3000团甲，訪問http://localhost:3000/，初始化賬號密碼是admin/admin黍聂，首次登陸需要修改密碼躺苦，接著添加一個(gè)數(shù)據(jù)源：
接著添加一個(gè)新的命名為'sample'的Dashboard，添加一個(gè)Graph類型的Panel产还，配置其屬性：
A記錄(查詢命令)就是對應(yīng)http://localhost:9090/graph中的查詢命令的目標(biāo)：
很簡單历谍，配置完畢之后伊者，就可以看到高大上的統(tǒng)計(jì)圖：
這里只是介紹了Grafana使用的冰山一角，更多配置和使用命令可以自行查閱它的官方文檔。
原理和擴(kuò)展
原理
下面是Prometheus的工作原理流程圖退唠，來源于其官網(wǎng)：
在SpringBoot項(xiàng)目中，它的工作原理如下：
這就是為什么能夠使用Metrics的靜態(tài)方法直接進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，因?yàn)镾pring內(nèi)部用MeterRegistryPostProcessor對Metrics內(nèi)部持有的全局的CompositeMeterRegistry進(jìn)行了合成操作，也就是所有MeterRegistry類型的Bean都會添加到Metrics內(nèi)部持有的靜態(tài)globalRegistry酌泰。
擴(kuò)展
下面來個(gè)相對有生產(chǎn)意義的擴(kuò)展實(shí)現(xiàn)，這篇文章提到SpringCloud體系的監(jiān)控匕累，我們需要擴(kuò)展一個(gè)功能陵刹，記錄一下每個(gè)有效的請求的執(zhí)行時(shí)間。添加下面幾個(gè)類或者方法：
//注解
@Documented
@Retention(RetentionPolicy.RUNTIME)
@Target(ElementType.METHOD)
public @interface MethodMetric {
String name() default "";
String description() default "";
String[] tags() default {};
}
//切面類
@Aspect
@Component
public class HttpMethodCostAspect {
@Autowired
private MeterRegistry meterRegistry;
@Pointcut("@annotation(club.throwable.sample.aspect.MethodMetric)")
public void pointcut() {
}
@Around(value = "pointcut()")
public Object process(ProceedingJoinPoint joinPoint) throws Throwable {
Method targetMethod = ((MethodSignature) joinPoint.getSignature()).getMethod();
//這里是為了拿到實(shí)現(xiàn)類的注解
Method currentMethod = ClassUtils.getUserClass(joinPoint.getTarget().getClass())
.getDeclaredMethod(targetMethod.getName(), targetMethod.getParameterTypes());
if (currentMethod.isAnnotationPresent(MethodMetric.class)) {
MethodMetric methodMetric = currentMethod.getAnnotation(MethodMetric.class);
return processMetric(joinPoint, currentMethod, methodMetric);
} else {
return joinPoint.proceed();
}
}
private Object processMetric(ProceedingJoinPoint joinPoint, Method currentMethod,
MethodMetric methodMetric) throws Throwable {
String name = methodMetric.name();
if (!StringUtils.hasText(name)) {
name = currentMethod.getName();
}
String desc = methodMetric.description();
if (!StringUtils.hasText(desc)) {
desc = name;
}
String[] tags = methodMetric.tags();
if (tags.length == 0) {
tags = new String[2];
tags[0] = name;
tags[1] = name;
}
Timer timer = Timer.builder(name).tags(tags)
.description(desc)
.register(meterRegistry);
return timer.record(() -> {
try {
return joinPoint.proceed();
} catch (Throwable throwable) {
throw new IllegalStateException(throwable);
}
});
}
}
//啟動類里面添加方法
@SpringBootApplication
@EnableEurekaClient
@RestController
public class SampleApplication {
public static void main(String[] args) {
SpringApplication.run(SampleApplication.class, args);
}
@MethodMetric
@GetMapping(value = "/hello")
public String hello(@RequestParam(name = "name", required = false, defaultValue = "doge") String name) {
return String.format("%s say hello!", name);
}
}
配置好Grafana的面板欢嘿，重啟項(xiàng)目衰琐，多次調(diào)用/hello接口：
后記
如果想把監(jiān)控界面做得更炫酷、更直觀炼蹦、更詳細(xì)羡宙，可以先熟悉一下Prometheus的查詢語法和Grafana的面板配置，此外掐隐，Grafana或者Prometheus都支持預(yù)警功能辛辨，可以接入釘釘機(jī)器人等以便及時(shí)發(fā)現(xiàn)問題作出預(yù)警。
參考資料：
本文Demo項(xiàng)目倉庫：https://github.com/zjcscut/spring-cloud-prometheus-sample
（本文完）
