Micrometer簡介
Micrometer 為 Java 平臺上的效能資料收集提供了一個通用的 API，應用程式只需要使用 Micrometer 的通用 API 來收集效能指標即可。Micrometer 會負責完成與不同監控系統的適配工作。這就使得切換監控系統變得很容易。Micrometer 還支援推送資料到多個不同的監控系統。Micrometer類似日誌系統中SLF4J。
Micrometer中有兩個最核心的概念，分別是是計量器（Meter）和計量器登錄檔（MeterRegistry），下面來分別看下這兩個概念。
計量器（Meter）
Meter用來收集效能指標資料（Metris），總共有四種類型的Meter，分別是Counter，Gauge，Timer，Summary。
每個Meter都有自己的名稱，同時Meter可以指定一系列的tag。tag是以key-value的形式出現，這樣我們就可以根據tag對指標進行過濾。除了每個Meter獨有的標籤外，也可以透過MeterRegistry新增通用的tag。
MeterRegistry。Config config = simpleMeterRegistry。config（）； config。commonTags（“tag1”，“value1”，“tag2”，“value2”）；
Counter
Counter只允許增加值，Counter所表示的計數值是double型別，預設情況下增加的值是1。0
@Autowiredprivate SimpleMeterRegistry simpleMeterRegistry；@Beanpublic Counter counter1（）{ return Counter。builder（“test。count1”）。register（simpleMeterRegistry）；}@Beanpublic Counter counter2（）{ return simpleMeterRegistry。counter（“test。count2”）；}@Testpublic void test（）{ counter1。increment（）；}
Gauge
Cauge是表示單個的變化的值，例如溫度，氣壓。與Counter的區別在於，Gauge的值不總是增加的
public void guage（）{ Gauge。builder（“guaua1”， this：：getValue）。register（simpleMeterRegistry）；}public double getValue（）{ return ThreadLocalRandom。current（）。nextDouble（）；}
Gauge物件一旦被建立，就不能手動對其中的值進行修改
。在每次取樣時，Gauge 會返回當前值
Timer
Timer通常用來記錄事件的持續時間。Timer會記錄兩類的資料，事件的數量和總的持續時間。Timer提供了不同方式來記錄持續時間。第一種方式是使用record（）方法來記錄Runnable和Callable物件的執行時間，第二種方式是使用Timer。Sample來儲存計時狀態
public void record（）{ Timer timer = simpleMeterRegistry。timer（“record”）； timer。record（（） -> { try { Thread。sleep（3000）； }catch （Exception e）{ e。printStackTrace（）； } }）；}public void sample（）{ Timer。Sample sample = Timer。start（）； new Thread（（）->{ try { Thread。sleep（3000）； }catch （Exception e）{ e。printStackTrace（）； } sample。stop（simpleMeterRegistry。timer（“sample”））； }）；}
summary
summary用來記錄指標的分佈，summary根據每個指標的值，把值分配到對應的bucket中。Micrometer預設的bucket的值從1到Long。MAX_VALUE，可以透過minimumExpectedValue和maximumExpectedValue來控制bucket的範圍，如果指標的值較小，還可以透過scale來設定一個值對數值進行放大
public void summary（）{ DistributionSummary summary = DistributionSummary。builder（“summary”） 。maximumExpectedValue（10L） 。minimumExpectedValue（1L） 。publishPercentiles（0。5， 0。75， 0。9） 。register（simpleMeterRegistry）； summary。record（1。0）； summary。record（5。0）； summary。record（4。5）； summary。record（3。0）； System。out。println（summary。takeSnapshot（））；}
計量器登錄檔（MeterRegistry）
MeterRegistry負責建立和維護Meter。每一個監控系統有自己獨有的registry
其中SimpleMeterRegistry是一個基於記憶體的登錄檔，它不支援匯出資料到監控系統，主要用來進行本地開發和測試。
Micrometer支援多個不同的監控系統，透過CompositeMeterRegistry可以把多個計量器登錄檔組合起來，從而允許同時釋出資料到多個監控系統中。
public void compositeRegistry（）{ CompositeMeterRegistry compositeMeterRegistry = new CompositeMeterRegistry（）； compositeMeterRegistry。add（new SimpleMeterRegistry（））； compositeMeterRegistry。add（new SimpleMeterRegistry（new SimpleConfig（） { @Override public String get（String s） { return null； } //增加字首 @Override public String prefix（） { return “simple”； } }，Clock。SYSTEM））； Counter counter = compositeMeterRegistry。counter（“test”）； counter。increment（）； }
Micrometer本身提供了一個靜態的全域性登錄檔Metrics。golbalRegistry。這個登錄檔一個組合登錄檔，使用Metrics類中的靜態方法建立的計量器，都會被新增到這個全域性登錄檔中
public void globalRegistry（）{ Metrics。addRegistry（simpleMeterRegistry）； Counter global = Metrics。counter（“global”）； global。increment（）；}
SpringBoot Actuator
上述介紹了Micrometer的一些簡單使用，從Spring Boot2。0開始，Micrometer就是Spring Boot預設提供的效能指標收集庫。SpringBoot Actuator提供了對Micrometer的自動配置。在專案中引入SpringBoot Actuator，
並在配置檔案中，增加如下配置
Actuator可對外預設的服務，*表示顯示所有management。endpoints。web。exposure。include=*
啟動專案，訪問http：//8080/actuator，就可以看到Actuator提供的所有監控
{ “_links”： { “self”： { “href”： “http：//localhost：8080/actuator”， “templated”： false }， “auditevents”： { “href”： “http：//localhost：8080/actuator/auditevents”， “templated”： false }， “beans”： { “href”： “http：//localhost：8080/actuator/beans”， “templated”： false }， “caches-cache”： { “href”： “http：//localhost：8080/actuator/caches/{cache}”， “templated”： true }， “caches”： { “href”： “http：//localhost：8080/actuator/caches”， “templated”： false }， “health”： { “href”： “http：//localhost：8080/actuator/health”， “templated”： false }， “health-component”： { “href”： “http：//localhost：8080/actuator/health/{component}”， “templated”： true }， “health-component-instance”： { “href”： “http：//localhost：8080/actuator/health/{component}/{instance}”， “templated”： true }， “conditions”： { “href”： “http：//localhost：8080/actuator/conditions”， “templated”： false }， “configprops”： { “href”： “http：//localhost：8080/actuator/configprops”， “templated”： false }， “env”： { “href”： “http：//localhost：8080/actuator/env”， “templated”： false }， “env-toMatch”： { “href”： “http：//localhost：8080/actuator/env/{toMatch}”， “templated”： true }， “info”： { “href”： “http：//localhost：8080/actuator/info”， “templated”： false }， “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 }， “httptrace”： { “href”： “http：//localhost：8080/actuator/httptrace”， “templated”： false }， “mappings”： { “href”： “http：//localhost：8080/actuator/mappings”， “templated”： false } }}
訪問http：//localhost：8080/actuator/metrics，可以看到Actuator預設收集的監控指標，包括JVM相關指標（記憶體使用，垃圾收集），tomcat相關指標，資料庫連線池還是系統相關指標
{ “names”： ［ “jvm。memory。max”， “jvm。threads。states”， “process。files。max”， “jvm。gc。memory。promoted”， “system。load。average。1m”， “jvm。memory。used”， “jvm。gc。max。data。size”， “jvm。gc。pause”， “jvm。memory。committed”， “system。cpu。count”， “logback。events”， “tomcat。global。sent”， “jvm。buffer。memory。used”， “tomcat。sessions。created”， “jvm。threads。daemon”， “system。cpu。usage”， “jvm。gc。memory。allocated”， “tomcat。global。request。max”， “tomcat。global。request”， “tomcat。sessions。expired”， “jvm。threads。live”， “jvm。threads。peak”， “tomcat。global。received”， “process。uptime”， “tomcat。sessions。rejected”， “process。cpu。usage”， “http。server。requests”， “tomcat。threads。config。max”， “jvm。classes。loaded”， “jvm。classes。unloaded”， “tomcat。global。error”， “tomcat。sessions。active。current”， “tomcat。sessions。alive。max”， “jvm。gc。live。data。size”， “tomcat。threads。current”， “process。files。open”， “jvm。buffer。count”， “jvm。buffer。total。capacity”， “tomcat。sessions。active。max”， “tomcat。threads。busy”， “process。start。time” ］}
我們可以透過以下連結來檢視具體某個指標
http：//localhost：8080/actuator/metrics/metricName
其中metricName為需要檢視指標的名稱，例如檢視jvm記憶體
http：//localhost：8080/actuator/metrics/jvm。memory。used
從上圖中我們可以看到jvm。memory。used有兩個tag，area和id，area指定記憶體位置（堆記憶體和非堆記憶體），id指定記憶體分類，我們可以指定tag來檢視更細緻的指標
http：//localhost：8080/actuator/metrics/jvm。memory。used？tag=area：heaphttp：//localhost：8080/actuator/metrics/jvm。memory。used？tag=area：heap&tag=id：PS%20Eden%20Space
Prometheus
Micrometer支援Prometheus，Micrometer提供PrometheusMeterRegistry登錄檔，用於將指標轉為Prometheus格式的指標。首先需要在pom檔案引入依賴
其次在配置檔案中，配置暴露Prometheus，並允許將指標匯入到Prometheus中
management。endpoint。prometheus。enabled=truemanagement。metrics。export。prometheus。enabled=true
專案啟動後，我們訪問http：//localhost：8080/actuator/prometheus，可以看到指標以變成Prometheus格式的指標
可以安裝Prometheus來採集這些指標
docker run -d -p 9090：9090 -v ~/Documents/config/prometheus。yml：/etc/prometheus/prometheus。yml prom/prometheus
其中prometheus。yml配置了採集地址及路徑
scrape_configs： - job_name： prometheus-test metrics_path： /actuator/prometheus static_configs： - targets： ［‘172。16。22。50：8080’］
172。16。22。50是我本機的地址，你們可以修改為自己的ip地址即可，訪問http：//localhost：9090/targets可以看到Prometheus採集配置
自定義Metric
我們可以利用Prometheus client自定義metric
package com。wbl。spingbootdemo。prometheus；import io。prometheus。client。CollectorRegistry；import io。prometheus。client。Counter；import org。springframework。beans。factory。annotation。Autowired；import org。springframework。stereotype。Service；import javax。annotation。PostConstruct；/** * @author wbl * @date 2019-09-29 */@Servicepublic class PrometheusMeter { @Autowired private CollectorRegistry collectorRegistry； // 定義name為prometheus_counter的counter public Counter prometheusCounter（）{ return Counter。build（）。name（“prometheus_counter”）。help（“prometheus counter test”） 。register（collectorRegistry）； } @PostConstruct public void init（）{ Counter counter = prometheusCounter（）； new Thread（（）-> { while （true）{ counter。inc（）； try { Thread。sleep（5000）； } catch （InterruptedException e） { e。printStackTrace（）； } } }）。start（）； }}
啟動專案之後，可以在Prometheus查詢頁面看到剛剛定義的指標prometheus_counter
總結
Micrometer整合了多個監控系統，包括Prometheus。Micrometer利用Meter收集資料，利用不同的MeterRegistry與不同的監控系統整合
SpringBoot Actuator集成了Micrometer，定義了許多預設的metric，可以在http：//localhost：8080/actuator/metrics檢視
SpringBoot Actuator可以透過Micrometer將採集的指標匯入到Prometheus中
參考文獻
Micrometer
Quick Guide to Micrometer
Instrumenting And Monitoring Spring Boot 2 Applications
自定義Metrics：讓Prometheus監控你的應用程式
使用 Micrometer 記錄 Java 應用效能指標
https：//bloodhunter。github。io/2019/09/27/spring-boot-zheng-he-prometheus/
