prometheus监控JAVA应用（JVM等）并自定义监控指标
在 使用docker搭建服务监控prometheus+node_export+grafana的过程详解文章中我们已经完成了使用docker搭建prometheus+node_export+grafana监控环境并展示了最终的监控效果图，有兴趣的可以去阅读参考一下，接下来我们将进入下一步：使用Prometheus+Grafana监控注册在Nacos中的服务，我们来看看会有什么样的监控效果吧！
主体思路
要想使用Prometheus来监控注册在Nacos中的服务，怎么做呢？是不是把Nacos的URL作为Prometheus一个job配置项就可以呢？事实并非如此，能够通过如此方便的配置就可以实现监控所有服务的，现在只有Consul可以做到，因为Prometheus官方提供Consul为注册中心的配置方式，配置后可自动获取Consul中所有实例的信息并进行监控，那我们怎么办呢？有的同学可能就想到了：那我们是不是也可以在服务中以相同的接口给Prometheus返回服务信息，将自己伪装成一个Consul服务器节点，这样就可以使用Prometheus配置Consul那样来配置我们的假的Consul服务器节点呢？
有了这样的思路，下面我们要做的就是如何做到将自己伪装成一个Consul服务器节点。
将Nacos伪装成Consul
我们知道Prometheus只支持Consul的接口，不支持Nacos的接口，但是Nacos是可以取到这些信息的，所以我们需要一个中间层来将Nacos的数据转换为Prometheus可以识别的。在GitHub上找到了大佬开源了Eureka的实现方式，也有大佬提供了Nacos的方式，哈哈，这个时候就是体现我们『拿来主义』的时候了，项目的开源地址：Nacos Consul Adapter，有兴趣的可以去下载下来学习学习。
快速开始
在Spring Cloud Gateway引入jar包
可以是服务中任意的节点，在Spring Cloud Gateway中引入jar包的原因是它基于Reactor，如果不是使用Spring WebFlux则还需要引入额外的包。
<dependency>
<groupId>io.github.chen-gliu</groupId>
<artifactId>nacos-consul-adapter</artifactId>
<version>version</version>
</dependency>
如果拉取不到包，可以在setting文件中添加如下配置：
<mirror>
<id>mvnrepository</id>
<mirrorOf>*</mirrorOf>
<name>仓库</name>
<url>https://repo1.maven.org/maven2</url>
</mirror>
Prometheus配置
在Prometheus中添加如下配置：
- job_name: nacos-prometheus
scrape_interval: 2s
metrics_path: '/actuator/prometheus'
static_configs:
consul_sd_configs:
- server: '192.168.0.4:18016'
services: []
注意：-targets: 后面是引入了nacos-consul-adapter.jar包的实例IP+端口，记得换成自己的实例IP和端口。如图：
这个配置表示：prometheus每隔2秒钟从http://192.168.0.4:18016/actuator/prometheus这个url拉取指标数据。
在每个Spring Cloud实例中的配置
引入Prometheus监控包
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
<version>1.5.1</version>
</dependency>
暴露每个应用的指标接口
在每个需要监控的项目里面加上：
@Bean
MeterRegistryCustomizer<MeterRegistry> configurer(
@Value("${spring.application.name}") String applicationName) {
return (registry) -> registry.config().commonTags("application", applicationName);
}
在项目启动类加上这个bean配置之后，别忘记在配置文件加上management.endpoints.web.exposure.include=*这些配置来开启 Actuator 服务，因为Spring Boot Actuator 会自动配置一个 URL 为 /actuator/Prometheus 的 HTTP 服务来供 Prometheus 抓取数据，不过默认该服务是关闭的，该配置将打开所有的 Actuator 服务，完成之后，我们再启动服务，然后在浏览器访问http://192.168.0.4:6601/actuator/prometheus，就可以看到服务的一系列不同类型 metrics 信息，例如 http_server_requests_seconds_count、jvm_threads_states_threads、jvm_classes_loaded_classes、jvm_memory_max_bytes、jvm_gc_pause_seconds summary、jvm_gc_memory_promoted_bytes_total counter 等等。
查看Prometheus中监控到的服务
重启prometheus容器，访问http://192.168.0.4:9090/targets：
状态为UP表明prometheus已经成功获取到了这个target的数据，也就是说我们配置成功了。
我们也可以到graph中去根据关键字搜索一些统计数据，如下：
上图就是根据关键字：jvm_threads_states_threads在prometheus中搜索到的相关统计数据的图表展示，也可以点击Table标签页直接看数字。
配置grafana并展示一些监控界面
前面搭建监控环境的时候已经介绍过怎么通过import导入dashboard了，这里就不在赘述了，有需要的，可以直接去看一下。
我们从grafana官方dashboards里面找到我们要import的模板ID：10280
，直接操作导入即可，我们来看一下导入后的结果：
下面是JVM相关的监控数据：
GC情况：
日志统计分析数据：
等等，还有很多，感兴趣的同学，可以操作一下。
自定义监控指标并展示到 Grafana
虽然spring-boot-actuator集成了Micrometer来提供的默认监控项，覆盖 JVM 各个层间的监控，配合 Grafana Dashboard 模板基本可以满足我们日常对 Java 应用的监控，当然，它也支持自定义监控指标，实现各个方面的监控，例如统计访问某一个 API 接口的请求数，统计实时在线人数、统计实时接口响应时间等功能，而这些都可以通过使用Micrometer来实现，那么接下来，我们来演示下如何自定义监控指标并展示到 Grafana 上。
监控所有API请求次数
监控请求次数可以使用 Counter 计数器来处理，为了测试，我们就直接在Controller类中进行累计，项目中，可以使用一个AOP切面，通过切面注入可以做到统计所有请求记录，代码：
@RestController
@RequestMapping("/gateway/metrics")
public class GrafanaTestController {
@Autowired
private MeterRegistry meterRegistry;
private Counter counter;
@PostConstruct
public void init() {
Tags tags = Tags.of("common", "test");
// 公共标签
meterRegistry.config().commonTags(tags);
counter = Counter.builder("metrics.request.common").register(meterRegistry);
}
/**
* 订单请求测试
*/
@GetMapping("/order/{appId}")
public RestResponse<String> orderTest(@PathVariable("appId") String appId) {
counter.increment();
return RestResponse.ok(appId);
}
/**
* 商品请求测试
*/
@GetMapping("/product/{appId}")
public RestResponse<String> productTest(@PathVariable("appId") String appId) {
counter.increment();
return RestResponse.ok(appId);
}
}
然后分别访问接口/order/{appId}6次，访问接口/product/{appId}6次，然后我们在 Grafana Dashboard 上添加一个新的 Panel 并添加 Query 查询，最后图形化展示出来，这个就不截图赘述了，有兴趣的自己试一下吧。
