一、前言
在Spring Boot中,度量指标(Metrics)是监控和诊断应用性能与行为的重要工具。Spring Boot通过集成Micrometer和Spring Boot Actuator,提供了强大的度量指标收集与暴露功能。
二、度量指标
1. Micrometer
Micrometer是一个应用监控门面(Facade),它提供了对多种监控系统的支持,使得开发者可以在不修改代码的情况下切换监控后端,如Prometheus、Graphite、InfluxDB等。
Micrometer的核心功能
丰富的指标收集:
系统指标:如CPU使用率、内存占用、磁盘I/O、网络I/O等,这些基础资源的使用情况对于理解系统性能至关重要。
应用指标:包括请求响应时间、吞吐量、错误率等,这些指标直接反映了应用的行为和性能。
自定义指标:开发者可以根据需要创建自定义指标,以监控特定的业务流程或组件。
请求跟踪:
虽然Micrometer本身主要关注于指标收集,但它可以与Spring Cloud Sleuth等跟踪系统结合使用,实现请求的分布式跟踪。Sleuth通过添加跟踪信息(如Trace ID、Span ID)到日志和指标中,帮助开发者追踪请求在整个微服务架构中的路径,从而更容易地诊断问题。
集成日志记录:
虽然Micrometer不直接处理日志记录,但将Micrometer的监控数据与日志系统集成,可以形成更全面的可观测性体系。例如,可以将Micrometer收集的指标与日志文件中的Trace ID关联起来,从而更容易地将性能问题与具体的请求或事务联系起来。
2. Spring Boot Actuator
Spring Boot Actuator是Spring Boot的一个子项目,它提供了对应用系统的自省和监控的集成功能。通过引入Spring Boot Actuator,应用可以暴露多个端点(Endpoints),这些端点提供了对应用内部信息的访问,包括度量指标、健康检查、环境变量等。
三、使用@Timed, @Counted注解来完成接口的监测功能
@Timed注解
该注解会统计方法调用的执行耗时情况,包括什么类,哪个方法等信息。
@Counted注解
统计方法调用成功与失败情况。
四、代码示例
1. 引入依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
2. 开启配置
management.endpoints.web.base-path=/v/ac
management.endpoints.web.exposure.include=*
3. 测试代码
@Timed(value = "test_actuator", description = "test_actuator", histogram = true)
@RequestMapping("/test/actuator")
public void testActuator(String name){
// 相关业务
System.out.println("success: " + name);
}
模拟一下,接口失败的情况
@Counted(value = "test_actuator_1")
@RequestMapping("/test/actuator1")
public Long testActuator1(Long id) {
if (id % 2 == 0) {
throw new RuntimeException("参数错误") ;
}
return id ;
}
http_server_requests_seconds_count:调用次数。
http_server_requests_seconds_sum:总计耗时(总次数时间合计)。
http_server_requests_seconds_max:最大耗时时长