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://192.168.203.18:9090/metrics，ip是安装Prometheus的Linux机器地址，就可以看到Prometheus采集的数据
  

  

• 通过Prometheus的网页端查询数据
  访问：http://192.168.203.18:9090/graph
  

  

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://192.168.203.18:9100/metrics，注意端口是9100

采集到的数据

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：

注意是增加一个job，不是覆盖，之前Prometheus的job不动

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。

image.png

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

image.png 查询spring boot的某个信息

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：

image.png image.png image.png image.png image.png

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="192.168.203.18:9099", area="heap"})*100/sum(jvm_memory_max_bytes{application="ahhx_jcpt",instance="192.168.203.18:9099", 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

image.png

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。