通常大型业务应用平台由多个相对独立的服务组成，监控每个服务的运行状态是一项必要的工作。SpringBoot提供了
Actuator，可以提供大量监控数据。但是，很多时候我们需要定义业务级监控指标，而不仅仅是系统级指标。同时，我们也希望能将各种指标以一种标准的、统一的方式进行展示和监控。本文通过一个简单示例，展示如何以Actuator为基础自定义应用监控指标，并输出到Phrometheus进行监控。
概述
在进行示例前，首先需要了解Prometheus的基本概念，特别是Metric，同时要搭建Prometheus+Grafana的监控平台。
上述内容请阅读用Prometheus监控MongoDB慢查询的前两部分。
支持Actuator和Prometheus
Actuator提供了通过REST接口获取应用个方面信息的方法，并且支持将系统监控指标输出到Prometheus。
在SpringBoot项目中添加依赖包。
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
打开Endpoint
Actuator提供的每一类监控接口称之为Endpoint，默认情况下只有health是打开的。访问地址：
{"_links":{"self":{"href":"http://localhost:8080/actuator","templated":false},"health":{"href":"http://localhost:8080/actuator/health","templated":false},"health-path":{"href":"http://localhost:8080/actuator/health/{*path}","templated":true}}}%
可以看到其中只包括health。为了查看其他Endpoint，需要在配置文件中指定。
修改application.properties文件，添加内容：
management.endpoints.web.exposure.include=*
management.endpoints.web.exposure.exclude=
将management.endpoints.web.exposure.include指定为*，打开所有选项。
{"_links":{"self":{"href":"http://localhost:8080/actuator","templated":false},"beans":{"href":"http://localhost:8080/actuator/beans","templated":false},"caches":{"href":"http://localhost:8080/actuator/caches","templated":false},"caches-cache":{"href":"http://localhost:8080/actuator/caches/{cache}","templated":true},"health":{"href":"http://localhost:8080/actuator/health","templated":false},"health-path":{"href":"http://localhost:8080/actuator/health/{*path}","templated":true},"info":{"href":"http://localhost:8080/actuator/info","templated":false},"conditions":{"href":"http://localhost:8080/actuator/conditions","templated":false},"configprops":{"href":"http://localhost:8080/actuator/configprops","templated":false},"configprops-prefix":{"href":"http://localhost:8080/actuator/configprops/{prefix}","templated":true},"env":{"href":"http://localhost:8080/actuator/env","templated":false},"env-toMatch":{"href":"http://localhost:8080/actuator/env/{toMatch}","templated":true},"loggers":{"href":"http://localhost:8080/actuator/loggers","templated":false},"loggers-name":{"href":"http://localhost:8080/actuator/loggers/{name}","templated":true},"heapdump":{"href":"http://localhost:8080/actuator/heapdump","templated":false},"threaddump":{"href":"http://localhost:8080/actuator/threaddump","templated":false},"prometheus":{"href":"http://localhost:8080/actuator/prometheus","templated":false},"metrics":{"href":"http://localhost:8080/actuator/metrics","templated":false},"metrics-requiredMetricName":{"href":"http://localhost:8080/actuator/metrics/{requiredMetricName}","templated":true},"scheduledtasks":{"href":"http://localhost:8080/actuator/scheduledtasks","templated":false},"mappings":{"href":"http://localhost:8080/actuator/mappings","templated":false}}}%
再次访问，可以看到内容多了很多，其中包括prometheus，我们访问：
... 省略很多内容
# HELP jvm_memory_max_bytes The maximum amount of memory in bytes that can be used for memory management
# TYPE jvm_memory_max_bytes gauge
jvm_memory_max_bytes{area="nonheap",id="miscellaneous non-heap storage",} -1.0
jvm_memory_max_bytes{area="nonheap",id="class storage",} -1.0
jvm_memory_max_bytes{area="nonheap",id="JIT code cache",} 2.68435456E8
jvm_memory_max_bytes{area="heap",id="tenured-LOA",} 2.14643712E8
jvm_memory_max_bytes{area="nonheap",id="JIT data cache",} 4.02653184E8
jvm_memory_max_bytes{area="heap",id="nursery-survivor",} 2.87163392E8
jvm_memory_max_bytes{area="heap",id="nursery-allocate",} 7.86578432E8
jvm_memory_max_bytes{area="heap",id="tenured-SOA",} 4.078226432E9
# HELP process_start_time_seconds Start time of the process since unix epoch.
# TYPE process_start_time_seconds gauge
process_start_time_seconds 1.62458330422E9
返回的内容非常多，这些都是基本系统监控指标，可以提供给Pormetheus进行处理。
配置Prometheus
如果已经按照概述的部分搭建好Prometheus监控平台，通过在配置文件中添加抓取目标，就可以对我们的演示应用进行监控了。
修改配置文件prometheus.yml
- job_name: springboot-metrics
metrics_path: '/actuator/prometheus'
static_configs:
- targets: ['docker.for.mac.host.internal:8080']
特别注意要设置metrics_path参数，Prometheus默认是/metrics，Spring Boot是/actuator/prometheus。
自定义指标
Spring Boot Actuator不是使用Prometheus的client，而是micrometer。micrometer是一项包装了各种监控工具的库，可以灵活实现监控指标。
参考：micrometer
在Actuator基础上添加自定义监控指标比较简单，直接上代码：
port io.micrometer.core.instrument.Counter;
import io.micrometer.core.instrument.MeterRegistry;
import io.micrometer.core.instrument.Metrics;
import reactor.core.publisher.Mono;
@RestController
@RequestMapping("/webflux")
public class HelloWordController {
private final String COUNTER_TMS_CUSTOM_REQUESTS = "tms.custom.requests";
private final String TAG_BUSI = "busi";
public HelloWordController(MeterRegistry registry) {
// 自动将点改成下划线，自动加上'_total'的后缀
// tag对应prometheus中的label
// 这里必须指定tag，否则后面指定了tag和这里定义对应不上，tag的值不允许是null
// tag最好设置个默认值，否则会出现1条没有label的数据
Counter.builder(COUNTER_TMS_CUSTOM_REQUESTS).tags(TAG_BUSI, "abc").description("自定义计数器").register(registry);
}
@GetMapping("/helloworld")
public Mono<String> helloWord(@RequestParam String busi) {
Metrics.counter(COUNTER_TMS_CUSTOM_REQUESTS, TAG_BUSI, busi).increment();
return Mono.just("hello WebFlux!");
}
}
上面的代码就是根据请求的参数busi对请求进行分类计数，这里涉及到Prometheus Metric中Label的使用，可以参照一下代码中的注释。
我们发起写请求看看效果，每个请求都多发几次。
先直接调用接口看看指标收集情况。
curl http://localhost:8080/actuator/prometheus | grep tms
# HELP tms_custom_requests_total 自定义计数器
# TYPE tms_custom_requests_total counter
tms_custom_requests_total{busi="abc",} 3.0
tms_custom_requests_total{busi="123",} 4.0
tms_custom_requests_total{busi="xyz",} 5.0
我们看到系统已经把指标收集好。再进到Promethues中看看。
总结
通过上面的示例可以看到，以Spring Boot Actuator为基础添加自定义监控指标还是比较简答的。设计和实现应用的同时就考虑如何设计监控指标，并加入到代码中，非常有利于提高代码的质量，同时也加强了研发和运维之间的协作。在代码中加入监控指标是一项必要的也非常值得的投入！
