0. 先看监控的效果
一些基本信息：
项目所在机器的信息
I/O信息
jvm信息
等等等等
1. 介绍
Prometheus：
一个监控系统，集成在项目中可以对项目运行的一些情况进行监控，并将监控的数据存储在文件中，并可以通过自带的页面端查询到这些数据。
node_exporter：
一个监控系统，集成在服务器中，可以监控主机的运行状况，可以将node_exporter集成到Prometheus的管理端，通过Prometheus提供的页面查询到相应的数据
grafana：
一个显示页面，比Prometheus自带的更好看，更形象，可以通过给grafana配置Prometheus的数据源，让grafana显示Prometheus的数据。当然除了Prometheus，它也支持其他的数据源
2. 安装配置Prometheus,并监控Prometheus自身
2.1 下载Prometheus
下载地址：https://prometheus.io/download/
2.2 在Linux上安装Prometheus
-
解压到linux中
解压后的文件
- 配置prometheus.yml（只监控Prometheus自身不需要修改任何东西）
# my global config
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.
# scrape_timeout is set to the global default (10s).
# Alertmanager configuration
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
# - "first_rules.yml"
# - "second_rules.yml"
# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
# The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
- job_name: 'prometheus'
# metrics_path defaults to '/metrics'
# scheme defaults to 'http'.
static_configs:
- targets: ['localhost:9090']
- 启动Prometheus
./prometheus --config.file=prometheus.yml
2.3 查看Prometheus采集的数据和网页端
- 查看Prometheus采集的数据
访问：http://ip:9090/metrics，ip是安装Prometheus的Linux机器地址，就可以看到Prometheus采集的数据
image.png
- 通过Prometheus的网页端查询数据
访问：http://ip:9090/graph
image.png
3. 安装配置node_exporter,监控Prometheus自身&利用node_exporter监控Linux机器
node_exporter可以采集linux机器的核数、内存、cpu、磁盘等等很多数据
3. 1 在linux机器上安装node_exporter
-
下载到Linux机器
地址：https://prometheus.io/download/#node_exporter
-
解压后的内容
启动node_exporter
./node_exporter
ps:这种方式启动会将此进程启动到前台，当把当前的命令行关闭，这个进程也会跟着关闭，可以把进程启动到后台运行：
nohup ./node_exporter> nodeout.file 2>&1 &
终端输出存会放在当前目录下的nodeout.file文件中
3. 2 查看node_exporter采集到的数据
地址：http://ip:9100/metrics，注意端口是9100
3. 3 将node_exporter配置到Prometheus中
修改Prometheus的配置文件
增加一个job，target是node_exporter的9100的地址：
重新启动Prometheus
./prometheus --config.file=prometheus.yml
3. 4 利用Prometheus的查询页面查询node_exporter采集到的数据
在status的target下也可以看到node_exporter的相关job信息
4. 集成Prometheus到spring boot项目，并利用Prometheus的查询页面查询spring boot项目的监控数据
4.1 添加maven
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
4.2 添加配置
management:
endpoints:
web:
exposure:
include: '*'
metrics:
tags:
application: ${spring.application.name}
4.3 在spring boot启动类下添加一个bean
public class BaseMainApp {
public static void main(String[] args) {
SpringApplication.run(BaseMainApp.class, args);
}
//看这里
@Bean
MeterRegistryCustomizer<MeterRegistry> configurer(@Value("${spring.application.name}") String applicationName) {
return (registry) -> registry.config().commonTags("application", applicationName);
}
}
4.4 配置Prometheus的yml配置文件，添加job
然后重新启动Prometheus：
./prometheus --config.file=prometheus.yml
4.5 拦截器的坑
本来到这里应该是已经配置好了，但是如果你的spring boot设置了拦截器对访问的url进行拦截的话，一定要记得将下面这个地址开放出来，不然虽然采集到了数据，但是这些数据无法访问的话，Prometheus的查询就查询不到。
4.6 在Prometheus的查询页面查询spring boot的相关信息
首先在target下可以看到spring boot项目的job信息，并且status是up状态，表示一切正常，如果不是up状态，或者看不到spring boot项目的job信息，则不正常
5. 使用grafana来显示数据
上面每次都要输入查询语句来查看数据，非常的麻烦而且不直观，现在使用grafana来显示数据
5.1 安装grafana
此为独立部分，自行百度，此处省略
5.2 给grafana添加数据源
5.3 选择一个dashboard
导入完成后就可以在相应的dashboard中看数据了
5.4 关于dashboard
dashboard的网址https://grafana.com/dashboards
点击想要的dashboard就可以拿到其id或者json
但是，我发现很多的dashboard都不能用，会显示空白。所以有时候还是得自己创建或者修改dashboard。
本人就是在4701的基础上修改dashboard，添加了许多东西。
5.5 编辑dashboard
如果找到了比较满意有可以用的dashboard，则不需要这一步了
想要编辑dashboard，我们需要知道两个东西，一个是如何编辑这个图表，比如饼图，折线图等等，第二个是需要查询语句。
5.5.1 编辑图表
示例-饼图：
其他的图使用也都差不多，随便点一点都可以通过效果变化，猜到某些属性的作用
5.5.2 获取查询语句
这个比较复杂，比如堆内存使用率的查询语句：
sum(jvm_memory_used_bytes{application="$application", instance="$instance", area="heap"})*100/sum(jvm_memory_max_bytes{application="$application",instance="$instance", area="heap"})
很难短时间内掌握的明白
我们可以这么做，我们可以在dashboard中下载dashboard的json文件，虽然很多dashboard不能直接用，但是它的json文件中会包含相应的查询语句，我们可以把这些查询语句找出来，然后修改一些参数就可以了。
比如上面的堆内存使用率的语句，我只需要将application设置成自己的$application，instance设置成自己的$instance就可以了，
可以在模板中设置好$application和$instance,在查询语句中直接引用，
甚至不使用Templating，直接在查询语句中写死，比如这样：
sum(jvm_memory_used_bytes{application="ahhx_jcpt", instance="ip:9099", area="heap"})*100/sum(jvm_memory_max_bytes{application="ahhx_jcpt",instance="ip:9099", area="heap"})
然后写完这个语句以后，我们可以放到这里来执行，看语句是否写错
6. 总结
node_exporter是监控机器的，如果不需要，只需要监控spring boot项目运行的一些东西，都可以不用node_exporter
其实过程都是采集spring boot的metrics数据，或者linux机器的metrics数据，或者Prometheus自身的metrics数据，然后将对应的采集数据称为endpoint，以job的形式配置在Prometheus的配置文件中，Prometheus提供一个查询的页面，来查询各个metrics中的数据。
grafana只是一个显示的工具，我们把数据源提供给它，它也是通过调用Prometheus的接口，利用Prometheus来查询到各个数据的。
