当前位置: 首页 > news >正文

使用 Grafana 监控 Spring Boot 应用

随着软件开发领域的不断发展,监控和可观测性已成为确保系统可靠性和性能的关键实践。Grafana 是一个功能强大的开源工具,能够为来自各种来源的监控数据提供丰富的可视化功能。在本篇博客中,我们将探讨如何将 Grafana 与 Spring Boot 应用程序集成,以创建一个能够跟踪重要应用指标的监控系统。

为什么选择 Grafana 进行监控?

Grafana 在以下方面表现出色:

  • • 可视化:Grafana 提供了多种可视化图表,如图形、热图和仪表盘。

  • • 告警:基于收集的指标设置告警,帮助您在问题升级之前发现它们。

  • • 自定义仪表盘:构建自定义仪表盘,实时跟踪应用程序的健康状态。

通过将 Grafana 与 Spring Boot 应用程序结合,您可以跟踪性能指标,如内存使用率、CPU 负载、响应时间以及其他自定义指标。

先决条件

在深入探讨如何将 Grafana 与 Spring Boot 集成之前,请确保已设置以下内容:

  1. 1. Spring Boot 应用程序(版本 2.5 或更高)。

  2. 2. Prometheus 用于指标收集。

  3. 3. Grafana 已安装(可以通过 Docker 或直接在机器上安装)。

步骤 1:在 Spring Boot 中添加依赖项

首先,我们需要配置 Spring Boot 应用程序以暴露指标。这是通过 Micrometer 库实现的,该库与 Spring Boot 集成。Prometheus 将收集这些指标,然后可以在 Grafana 中进行可视化。

在 pom.xml 中添加以下依赖项:

<dependency><groupId>io.micrometer</groupId><artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
  • • Micrometer 是指标收集库,Prometheus 注册表帮助收集和存储指标。

  • • Actuator 提供了生产就绪的端点,如 /metrics,用于暴露应用程序指标。

步骤 2:在 Spring Boot 中暴露指标

通过在 application.properties 或 application.yml 文件中添加以下属性,启用 Spring Boot 的指标端点:

management.endpoints.web.exposure.include=*
management.metrics.export.prometheus.enabled=true
management.endpoint.metrics.enabled=true

这将允许 /actuator/prometheus 端点以 Prometheus 可以抓取的格式暴露指标。

步骤 3:配置 Prometheus

接下来,您需要配置 Prometheus 以从 Spring Boot 应用程序中抓取指标。如果尚未安装 Prometheus,可以通过 Docker 或直接下载安装。您可以使用以下 prometheus.yml 配置文件从 Spring Boot 应用程序中抓取指标:

global:scrape_interval: 15s # Prometheus 抓取指标的频率。scrape_configs:- job_name: 'spring-boot-app'metrics_path: '/actuator/prometheus'static_configs:- targets: ['localhost:8080']

在此配置中:

  • • scrape_interval 定义了 Prometheus 抓取指标的频率。

  • • metrics_path 是 Spring Boot Actuator 暴露指标的端点。

  • • targets 定义了 Prometheus 可以找到 Spring Boot 应用程序的位置(在本例中为 localhost:8080)。

配置完成后,通过以下命令启动 Prometheus:

./prometheus --config.file=prometheus.yml

现在,您应该可以在 http://localhost:9090 访问 Prometheus,并验证它是否正在从 Spring Boot 应用程序中抓取指标。

步骤 4:设置 Grafana

现在 Prometheus 正在收集您的指标,我们可以设置 Grafana 来可视化这些指标。

1. 安装 Grafana:如果尚未安装,可以通过以下 Docker 命令运行 Grafana:

docker run -d -p 3000:3000 grafana/grafana

2. 添加 Prometheus 作为数据源

  • • 访问 http://localhost:3000 进入 Grafana UI。

  • • 使用默认凭据(admin/admin)登录。

  • • 在 Configuration 菜单下,选择 Data Sources,并添加 Prometheus 作为数据源,URL 为 http://localhost:9090

3. 创建仪表盘

  • • 添加数据源后,创建一个新的仪表盘。

  • • 您可以通过查询 Prometheus 指标来向仪表盘添加面板。例如,要监控 JVM 内存使用情况,可以使用查询 jvm_memory_used_bytes

步骤 5:可视化指标

Grafana 允许您创建自定义可视化图表。以下是一些常见指标的监控示例:

内存使用情况

jvm_memory_used_bytes

CPU 负载

system_cpu_usage

HTTP 请求

http_server_requests_seconds_count

添加面板后,您将拥有一个功能齐全的仪表盘,能够实时可视化 Spring Boot 应用程序的指标。

步骤 6:设置告警(可选)

Grafana 的告警系统允许您根据收集的指标配置告警。您可以创建一个告警,当应用程序的内存使用率超过某个阈值时通知您。

  1. 1. 在仪表盘中,点击面板并选择 Edit

  2. 2. 在 Alert 选项卡下,配置您的告警条件。

  3. 3. 设置通知渠道,如电子邮件或 Slack,以便发送告警。

结论

将 Grafana 与 Spring Boot 应用程序集成,为监控和可视化应用程序性能提供了一个强大的解决方案。通过使用 Prometheus 收集指标并在 Grafana 中进行可视化,您可以确保系统健康,并快速解决出现的问题。通过此设置,您将拥有一个强大的可观测性堆栈,能够随着 Spring Boot 应用程序的扩展而扩展,确保性能优化和主动监控。

相关文章:

使用 Grafana 监控 Spring Boot 应用

随着软件开发领域的不断发展&#xff0c;监控和可观测性已成为确保系统可靠性和性能的关键实践。Grafana 是一个功能强大的开源工具&#xff0c;能够为来自各种来源的监控数据提供丰富的可视化功能。在本篇博客中&#xff0c;我们将探讨如何将 Grafana 与 Spring Boot 应用程序…...

使用Socket编写超牛的http服务器和客户端(一)

实现一个高性能的基于 IOCP(I/O Completion Ports)的 HTTP 服务器,支持多线程、动态线程池调整和路由处理。 主要功能和特性 IOCP 模型: 使用多个 IOCP 句柄(IOCP_COUNT),将客户端连接均匀分配到不同的 IOCP 上,减少线程竞争。 工作线程使用 GetQueuedCompletionStatu…...

python turtle模块有哪几种命令

python turtle模块命令的分类&#xff1a; 1、运动命令 2、笔画控制命令 3、其他命令...

【Transformer架构】

目录 一、Transformer介绍 1.1 Transformer的诞生 1.2 什么是Transformer 1.3 Transformer的优势 1.4 Transformer的市场 二、Transformer架构 2.1 Transformer模型的作用 2.2 Transformer总体架构图 2.2.1 Transformer总体架构 2.2.2 输入部分 2.2.3 输出部分 2.2.…...

unity学习50:NavMeshAgent 区域Areas和cost

目录 1 NavMeshAgent 区域和成本的问题 2 区域Areas 2.1 区域和颜色 2.2 区域和成本 2.3 区域成本的作用 2.4 地图测试准备 2.5 如何实现 2.5.1 unity的2022之前的老版本 2.5.2 unity的2022之后的新版本 2.6 如果测试失败&#xff0c;是因为没有bake 2.7 测试前&…...

Blender小技巧和注意事项

1.雕刻模式如果没反应,需要将模式转换成编辑模式 2. 鼠标移到大纲 点击 小键盘的. / 大键盘句号 , 在大纲视图快速找到选中物体 3.打包图像等数据进Blender文件中,可以防止丢失 4.拍摄小物体用长焦镜头 , 焦距120mm左右...

Python常见面试题的详解15

1. 死锁&#xff08;Deadlock&#xff09; 死锁指的是在多线程或者多进程的运行环境中&#xff0c;两个或多个线程&#xff08;进程&#xff09;彼此等待对方释放所占用的资源&#xff0c;进而陷入无限期等待的僵局&#xff0c;最终导致程序无法继续推进。 必要条件 互斥条件…...

代码审计初探

学会了基础的代码审计后&#xff0c;就该提高一下了&#xff0c;学一下一些框架的php代码审计 先从一些小众的、已知存在漏洞的cms入手 phpems php的一款开源考试系统 源码下载 https://down.chinaz.com/soft/34597.htm 环境部署 windows审计&#xff0c;把相关文件放到phps…...

Spring面试题2

1、compareable和compactor区别 定义与包位置:Comparable是一个接口&#xff0c;位于java.lang包,需要类去实现接口&#xff1b;而Compactor是一个外部比较器&#xff0c;位于java.util包 用法&#xff1a;Comparable只需要实现int compareTo(T o) 方法&#xff0c;比较当前对…...

Linux 权限系统和软件安装(二):深入理解 Linux 权限系统

在 Linux 的世界里&#xff0c;权限系统犹如一位忠诚的卫士&#xff0c;严密守护着系统中的文件与目录&#xff0c;确保只有具备相应权限的用户才能进行操作。与其他一些操作系统不同&#xff0c;Linux 并不依据文件后缀名来标识文件的操作权限&#xff0c;而是构建了一套独特且…...

二:前端发送POST请求,后端获取数据

接着一&#xff1a;可以通过端口访问公网IP之后 二需要实现&#xff1a;点击飞书多维表格中的按钮&#xff0c;向服务器发送HTTP请求&#xff0c;并执行脚本程序 向服务器发送HTTP请求&#xff1a; 发送请求需要明确一下几个点 请求方法&#xff1a; 由于是向服务器端发送值…...

单机上使用docker搭建minio集群

单机上使用docker搭建minio集群 1.集群安装1.1前提条件1.2步骤指南1.2.1安装 Docker 和 Docker Compose&#xff08;如果尚未安装&#xff09;1.2.2编写docker-compose文件1.2.3启动1.2.4访问 2.使用2.1 mc客户端安装2.2创建一个连接2.3简单使用下 这里在ubuntu上单机安装一个m…...

安全生产月安全知识竞赛主持稿串词

女:尊敬的各位领导、各位来宾 男:各位参赛选手、观众朋友们 合:大家好&#xff5e; 女:安全是天&#xff0c;有了这一份天&#xff0c;我们的员工就会多一份幸福&#xff0c; 我们的企业就会多一丝光彩。 男:安全是地&#xff0c;有了这一片地&#xff0c;我们的员工就多了一…...

C++的设计模式

1. 创建型模式 单例模式 (Singleton) 意图&#xff1a;确保类仅有一个实例&#xff0c;并提供全局访问点。&#xff08;常见的日志类&#xff09;实现&#xff1a;class Singleton { private:static Singleton* instance;Singleton() {} // 私有构造函数 public:static Singl…...

C++手撕AVL树

C手撕AVL树 1、AVL树的概念2、AVL树的结构3、AVL树的插入3.1、大概过程3.2、更新平衡因子3.3、更新平衡因子代码3.4、左单旋3.5、右单旋3.6、右左双旋3.7、左右双旋 4、AVL树的删除5、AVL树的查找6、AVL树的平衡检测7、AVL树的其他函数完整代码 1、AVL树的概念 二叉搜索树虽可…...

写大论文的word版本格式整理,实现自动生成目录、参考文献序号、公式序号、图表序号

前情提要&#xff1a;最近开始写大论文&#xff0c;发现由于内容很多导致用老方法一个一个改的话超级麻烦&#xff0c;需要批量自动化处理&#xff0c;尤其是序号&#xff0c;在不断有增添删减的情况时序号手动调整很慢也容易出错&#xff0c;所以搞一个格式总结&#xff0c;记…...

Redission可重试、超时续约的实现原理(源码分析)

Redission遇到其他进程已经占用资源的时候会在指定时间waitTime内进行重试。实现过程如下&#xff1a; 执行获取锁的lua脚本时&#xff0c;会返回一个值&#xff0c; 如果获取锁成功&#xff0c;返回nil&#xff0c;也就是java里的null 如果获取锁失败&#xff0c;用语句“PT…...

java八股文-消息队列

一、MQ基础篇 1. 什么是消息队列&#xff1f; 消息队列&#xff08;MQ&#xff09;是分布式系统中实现异步通信的中间件&#xff0c;解耦生产者和消费者。 2. 使用场景有哪些&#xff1f; 异步处理&#xff08;如注册后发送邮件&#xff09;系统解耦&#xff08;不同服务通过…...

3分钟idea接入deepseek

DeepSeek简介 DeepSeek 是杭州深度求索人工智能基础技术研究有限公司开发的一系列大语言模型&#xff0c;背后是知名量化资管巨头幻方量化3。它专注于开发先进的大语言模型和相关技术&#xff0c;拥有多个版本的模型&#xff0c;如 DeepSeek-LLM、DeepSeek-V2、DeepSeek-V3 等&…...

【DeepSeek与鸿蒙HarmonyOS:开启应用开发新次元】

引言&#xff1a;科技融合的新曙光 在当今数字化浪潮中&#xff0c;DeepSeek 和鸿蒙 HarmonyOS 宛如两颗璀璨的明星&#xff0c;各自在人工智能和操作系统领域熠熠生辉。DeepSeek 以其强大的大模型能力&#xff0c;在自然语言处理、代码生成等多个领域展现出卓越的性能&#x…...

JavaSec-RCE

简介 RCE(Remote Code Execution)&#xff0c;可以分为:命令注入(Command Injection)、代码注入(Code Injection) 代码注入 1.漏洞场景&#xff1a;Groovy代码注入 Groovy是一种基于JVM的动态语言&#xff0c;语法简洁&#xff0c;支持闭包、动态类型和Java互操作性&#xff0c…...

synchronized 学习

学习源&#xff1a; https://www.bilibili.com/video/BV1aJ411V763?spm_id_from333.788.videopod.episodes&vd_source32e1c41a9370911ab06d12fbc36c4ebc 1.应用场景 不超卖&#xff0c;也要考虑性能问题&#xff08;场景&#xff09; 2.常见面试问题&#xff1a; sync出…...

MySQL 隔离级别:脏读、幻读及不可重复读的原理与示例

一、MySQL 隔离级别 MySQL 提供了四种隔离级别,用于控制事务之间的并发访问以及数据的可见性,不同隔离级别对脏读、幻读、不可重复读这几种并发数据问题有着不同的处理方式,具体如下: 隔离级别脏读不可重复读幻读性能特点及锁机制读未提交(READ UNCOMMITTED)允许出现允许…...

Spring Boot面试题精选汇总

&#x1f91f;致敬读者 &#x1f7e9;感谢阅读&#x1f7e6;笑口常开&#x1f7ea;生日快乐⬛早点睡觉 &#x1f4d8;博主相关 &#x1f7e7;博主信息&#x1f7e8;博客首页&#x1f7eb;专栏推荐&#x1f7e5;活动信息 文章目录 Spring Boot面试题精选汇总⚙️ **一、核心概…...

蓝桥杯3498 01串的熵

问题描述 对于一个长度为 23333333的 01 串, 如果其信息熵为 11625907.5798&#xff0c; 且 0 出现次数比 1 少, 那么这个 01 串中 0 出现了多少次? #include<iostream> #include<cmath> using namespace std;int n 23333333;int main() {//枚举 0 出现的次数//因…...

企业如何增强终端安全?

在数字化转型加速的今天&#xff0c;企业的业务运行越来越依赖于终端设备。从员工的笔记本电脑、智能手机&#xff0c;到工厂里的物联网设备、智能传感器&#xff0c;这些终端构成了企业与外部世界连接的 “神经末梢”。然而&#xff0c;随着远程办公的常态化和设备接入的爆炸式…...

CVE-2020-17519源码分析与漏洞复现(Flink 任意文件读取)

漏洞概览 漏洞名称&#xff1a;Apache Flink REST API 任意文件读取漏洞CVE编号&#xff1a;CVE-2020-17519CVSS评分&#xff1a;7.5影响版本&#xff1a;Apache Flink 1.11.0、1.11.1、1.11.2修复版本&#xff1a;≥ 1.11.3 或 ≥ 1.12.0漏洞类型&#xff1a;路径遍历&#x…...

Git 3天2K星标:Datawhale 的 Happy-LLM 项目介绍(附教程)

引言 在人工智能飞速发展的今天&#xff0c;大语言模型&#xff08;Large Language Models, LLMs&#xff09;已成为技术领域的焦点。从智能写作到代码生成&#xff0c;LLM 的应用场景不断扩展&#xff0c;深刻改变了我们的工作和生活方式。然而&#xff0c;理解这些模型的内部…...

适应性Java用于现代 API:REST、GraphQL 和事件驱动

在快速发展的软件开发领域&#xff0c;REST、GraphQL 和事件驱动架构等新的 API 标准对于构建可扩展、高效的系统至关重要。Java 在现代 API 方面以其在企业应用中的稳定性而闻名&#xff0c;不断适应这些现代范式的需求。随着不断发展的生态系统&#xff0c;Java 在现代 API 方…...

用鸿蒙HarmonyOS5实现国际象棋小游戏的过程

下面是一个基于鸿蒙OS (HarmonyOS) 的国际象棋小游戏的完整实现代码&#xff0c;使用Java语言和鸿蒙的Ability框架。 1. 项目结构 /src/main/java/com/example/chess/├── MainAbilitySlice.java // 主界面逻辑├── ChessView.java // 游戏视图和逻辑├── …...