Prometheus + Grafana 监控 Silience4j

Prometheus + Grafana 监控 Silience4j

Silience4j指标暴露

引入依赖

    org.springframework.boot
    spring-boot-starter-actuator
    2.1.6.RELEASE


    io.micrometer
    micrometer-registry-prometheus
    2.1.6.RELEASE


    io.github.resilience4j
    resilience4j-spring-boot2
    0.17.0

暴露接口

Silience4j其实是有默认的Endpoint的，但是为了接口灵活，可以自己提供api让Prometheus进行拉取，一般使用默认的"/metrics"，这是Prometheus默认的路径，保持统一的暴露端口可以在结合服务发现时比较简单。

@RestController
@RequestMapping
public class PrometheusController {

    @Autowired
    private CollectorRegistry collectorRegistry;

    //这里produces必须这样设置才能被Prometheus解析
    @GetMapping(value = "/metrics", produces = "text/plain; version=0.0.4; charset=utf-8")
    public String data() {
        try {
            Writer writer = new StringWriter();
            TextFormat.write004(writer, collectorRegistry.metricFamilySamples());

            return writer.toString();
        }
        catch (IOException ex) {
            // This actually never happens since StringWriter::write() doesn't throw any
            // IOException
            throw new RuntimeException("Writing metrics failed", ex);
        }
    }
}

使用collectorRegistry.metricFamilySamples()方法就可以拿到metrics了，这些指标也包括jvm等一系列的mertics。启动之后访问http://localhost:8080/metrics就可以看到暴露出来的metrics了。

Prometheus设置

默认prometheus已经安装好，在linux下，我的prometheus安装在/usr/loacal/prometheus/目录下：

cd /usr/local/prometheus/
vim prometheus.yml

关于具体的配置详见prometheus官网，这里主要配置以下项：

scrape_configs:
    - job_name: "resilience4j_exporter"
      metrics_path: '/metrics' #这里可以设置暴露的api
      static_configs:
        - targets: ['127.0.0.1:8080']
          labels: 
              application: resilience4j

后台启动prometheus：

./prometheus --config.file=prometheus.yml --web.enable-lifecycle &

--web.enable-lifecycle可以允许更改配置之后不用重启prometheus，只需要执行一遍：

curl -X POST http://localhost:9090/-/reload

访问http://localhost:9090/targets:

prometheus

可见prometheus已经拿到metrics了。

以上是静态的配置方法，如果服务很多的话，这样一个一个配置必然很麻烦，接下来介绍利用服务发现consul动态进行配置，consul的安装参见consul官网。我的consul路径为/usr/local/consul/：

cd /usr/local/consul/
mkdir consul.d
cd consul.d

为简单起见，忽略服务发现的过程，我们在consul.d文件夹下手写一下配置文件，表明有两个服务注册上consul，一个resilience4j.json和web.json：

resilience4j.json

{
   "service": {
        "name": "resilience4j",
        "address": "172.17.205.72",
        "port": 8080
    }
}

web.json

{
    "service":{
        "name":"web",
        "address": "127.0.0.1"
        "port":80
    }
}

指定配置所在文件夹启动consul：

cd /usr/local/consul/
consul agent -dev -client 0.0.0.0 -ui -config-dir=/web/cdo/consul/consul.d

访问http://localhost:8500/ui：

consul

服务已经注册上来了，接下来在prometheus.yml配置下consule：

scrape_configs:
    -job_name: "try"
      consul_sd_configs:
          - server: ['127.0.0.1:8500']
            services: [] #需要拉取指标的服务列表(填服务名)，如果为空则为所有服务
      relabel_configs:
          - action: replace
            source_labels: ['__meta_consul_service'] #源目标label
            regex: (.*) #正则，匹配'__meta_consul_service'的值
            replacement: $1 #选取匹配到的第一个分组，即resilience4j
            target_label: application #替换目标label

这里relabel了一下标签，让服务中的一些信息可以作为prometheus的标签，这样可以用来区分服务，关于relabel可以看：https://blog.rj-bai.com/post/158.html，讲解的很详细。

接下来看一下prometheus：

prometheus

在consul中注册的服务都被prometheus拉取到了。

Grafana可视化

首先设置数据源，点击Data Sources：

data sources

添加新数据源：

add data source

Type选择Prometheus，填写URL，名字可以随意

new data sources

然后下载resilience4j用于grafna的json文件：grafana_dashboard.json：

"annotations": {
    "list": [
      {
        "builtIn": 1,
        "datasource": "-- Grafana --", #这里改成数据源的名称
        "enable": true,
        "hide": true,
        "iconColor": "rgba(0, 211, 255, 1)",
        "name": "Annotations & Alerts",
        "type": "dashboard"
      }
    ]
  }

点击import导入；

import

点击Uplosd .json File

upload

就可以查看可视化的监控界面了：

finish