springboot如何集成Prometheus如何暴露Histogram来获取P99等监控指标

雨点打透心脏的1/2处 2023-02-11 14:28 273阅读 0赞

# 背景 #

springboot如何集成Prometheus我这里不做详细描述，要想了解集成过程，可以参考一下博客：[Spring Boot 使用 Micrometer 集成 Prometheus 监控 Java 应用性能][Spring Boot _ Micrometer _ Prometheus _ Java]，  
这里我讲一下如果我们j需要获取到某些监控指标的p99、p90等度量数据，比如说http请求的响应时长p99等，

# Micrometer #

根据指标监控的对象个数、监视目的和含义的不同，Micrometer指标类型大体可以分为Gauge、Counter、DistributionSummary、Timer四种。  
这里我重点说一下DistributionSummary。

## DistributionSummary ##

DistributionSummary是用于跟踪事件的分布情况，有多个指标组成：

*  count，事件的个数，聚合指标，如响应的个数
 *  sum，综合，聚合指标，如响应大小的综合
 *  histogram，分布，聚合指标，包含le标签用于区分bucket，例如web.response.size.historgram\{le=512\} = 99,表示响应大小不超过512（Byte)的响应个数是99个。一般有多个bucket，如le=128，le=256，le=512，le=1024,le=+Inf等。  
    每个bucket展示为一条时间序列，会得到类似下面的图。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY_size_16_color_FFFFFF_t_70]  
    percentile(quantile),百分位数，聚合指标，包含percentile标签用于区分不同的百分位，例如web.response.size.percentile\{p=90) = 512，表示90%的响应大小都小于512。一般有多个percentile，如p50,p75,p90,p99。  
    每个百分位展示为一条时间序列，会得到类似下面的图。  
    ![QQ20180725-191921@2x][QQ20180725-191921_2x]  
    Timer  
    Timer是DistributionSummary的特化，专门用于计时类的指标，可以对记录的时间值(duration)进行单位换算。

## 暴露histogram ##

<dependency>
                <groupId>io.micrometer</groupId>
                <artifactId>micrometer-registry-prometheus</artifactId>
            </dependency>

其中prometheus的类库中为我们提供了很多的监控指标，可以访问下  
http://localhost:8080/actuator/prometheus就可以看到已有监控看信息  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY_size_16_color_FFFFFF_t_70 1]  
但是默认这些监控指标并不是DistributionSummary，所以需要我们在初始化时替换配置并打开计数开关，如下：

import io.micrometer.core.instrument.Meter;
    import io.micrometer.core.instrument.MeterRegistry;
    import io.micrometer.core.instrument.config.MeterFilter;
    import io.micrometer.core.instrument.distribution.DistributionStatisticConfig;
    import lombok.extern.slf4j.Slf4j;
    import org.springframework.boot.actuate.autoconfigure.metrics.MeterRegistryCustomizer;
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    
    import java.time.Duration;
    
    @Configuration
    @Slf4j
    public class MicrometerConfig {
    
        @Bean
        MeterRegistryCustomizer<MeterRegistry> metricsCommonTags() {
            return registry -> {
                registry.config().meterFilter(
                        new MeterFilter() {
                            @Override
                            public DistributionStatisticConfig configure(Meter.Id id, DistributionStatisticConfig config) {
                                if (id.getType() == Meter.Type.TIMER&&id.getName().matches("^(http|hystrix){1}.*")) {
                                    return DistributionStatisticConfig.builder()
                                            .percentilesHistogram(true)
                                            .percentiles(0.5, 0.90,0.95, 0.99)
                                            .sla(Duration.ofMillis(50).toNanos(),
                                                    Duration.ofMillis(100).toNanos(),
                                                    Duration.ofMillis(200).toNanos(),
                                                    Duration.ofSeconds(1).toNanos(),
                                                    Duration.ofSeconds(5).toNanos())
                                            .minimumExpectedValue(Duration.ofMillis(1).toNanos())
                                            .maximumExpectedValue(Duration.ofSeconds(5).toNanos())
                                            .build()
                                            .merge(config);
                                } else {
                                    return config;
                                }
                            }
                        });
            };
        }
    }

以上代码根据需要来暴露histogram信息，这里是选择http响应时长以及hystrix响应监控暴露histogram，如果有需要可以不增加过滤条件。  
打开后可以看到多了很多监控信息：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY_size_16_color_FFFFFF_t_70 2]

## 配置到grafana ##

avg(http_server_requests_seconds{service=~"$service" ,quantile =~ "0.9|0.5|0.99", uri !~ "/actuator.*|/health|/prometheus|root"}*1000 > 0) by (uri,quantile)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY_size_16_color_FFFFFF_t_70 3]

[Spring Boot _ Micrometer _ Prometheus _ Java]: https://blog.csdn.net/aixiaoyang168/article/details/100866159
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200524021817692.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY=,size_16,color_FFFFFF,t_70
[QQ20180725-191921_2x]: https://img-blog.csdnimg.cn/20200524021849119.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200524022244844.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200524022841939.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200524023050563.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xwMTk4NjExMjY=,size_16,color_FFFFFF,t_70