Spring Boot微服务监控：Prometheus+Grafana实战-代码聚汇网

Spring Boot微服务监控：Prometheus+Grafana实战

Wong Kosheng·2026-08-26·阅读 22 GEO检测（免费）

微服务监控PrometheusGrafana

|难度：普通|阅读约 16 分钟

1. 项目概述

在微服务架构盛行的当下，监控体系的建设已成为保障系统稳定性的关键环节。这套基于Spring Boot Actuator+Prometheus+Grafana的监控方案，是我在多个生产环境中验证过的成熟实践。它不仅能够实时捕捉JVM性能指标，还能对微服务间的调用链路、资源消耗等关键维度进行可视化监控。

特别提示：生产级监控需要同时关注指标采集的实时性和存储的经济性，Prometheus的时序数据库设计恰好平衡了这两点需求。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 核心组件解析

2.1 Spring Boot Actuator的监控能力

作为Spring Boot的监控模块，Actuator通过/actuator端点暴露了丰富的监控指标。在application.properties中启用所有端点：

properties复制management.endpoints.web.exposure.include=*
management.endpoint.health.show-details=always

关键指标包括：

JVM内存使用（jvm.memory.used）
线程状态（jvm.threads.live）
HTTP请求统计（http.server.requests）

2.2 Prometheus的数据抓取机制

Prometheus通过pull模式采集指标，需要在spring boot应用中添加依赖：

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

配置prometheus.yml抓取目标：

yaml复制scrape_configs:
  - job_name: 'spring-boot'
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ['host.docker.internal:8080']

2.3 Grafana的可视化方案

推荐使用Docker快速部署Grafana：

bash复制docker run -d -p 3000:3000 --name=grafana grafana/grafana-enterprise

典型监控看板应包含：

JVM内存趋势图
线程池活跃度监控
接口响应时间P99
数据库连接池状态

3. 生产级部署实践

3.1 高可用架构设计

mermaid复制graph TD
    A[Spring Boot] -->|暴露指标| B(Prometheus)
    B -->|存储数据| C[(TSDB)]
    C -->|查询数据| D[Grafana]
    D -->|告警通知| E[Alert Manager]

3.2 关键配置参数

在prometheus.yml中优化采集频率：

yaml复制global:
  scrape_interval: 15s
  evaluation_interval: 15s

对于重要业务指标，建议设置单独的抓取任务：

yaml复制- job_name: 'order-service'
  metrics_path: '/actuator/prometheus'
  scrape_interval: 5s
  static_configs:
    - targets: ['order-service:8080']

4. 告警规则配置

4.1 Prometheus告警规则

在rules.yml中定义关键告警：

yaml复制groups:
- name: spring-boot-alerts
  rules:
  - alert: HighHeapUsage
    expr: jvm_memory_used_bytes{area="heap"} > 0.8 * jvm_memory_max_bytes{area="heap"}
    for: 5m
    labels:
      severity: warning

4.2 Grafana告警通道

配置邮件通知的步骤：

进入Alerting → Notification channels
选择Email类型
设置SMTP服务器参数
测试并保存配置

5. 性能优化技巧

5.1 指标采样优化

对于高频指标，建议使用Micrometer的采样配置：

java复制MeterRegistry registry = new PrometheusMeterRegistry(PrometheusConfig.DEFAULT);
registry.config().meterFilter(
    new MeterFilter() {
        @Override
        public DistributionStatisticConfig configure(Meter.Id id, DistributionStatisticConfig config) {
            return DistributionStatisticConfig.builder()
                    .percentiles(0.5, 0.95, 0.99)
                    .build()
                    .merge(config);
        }
    }
);

5.2 存储优化策略

调整Prometheus的存储参数：

yaml复制storage:
  tsdb:
    retention: 15d
    chunk_encoding: XOR

6. 常见问题排查

6.1 指标缺失问题

检查步骤：

确认/actuator/prometheus端点可访问
检查Micrometer依赖版本
验证Prometheus的抓取日志

6.2 数据不一致处理

典型场景：

Prometheus显示"stale"状态
Grafana面板显示"No data"

解决方案：

bash复制# 重启Prometheus容器
docker restart prometheus

# 检查时间同步
ntpdate -u pool.ntp.org

7. 进阶监控方案

7.1 自定义业务指标

示例：统计订单创建耗时

java复制@RestController
public class OrderController {
    
    private final Timer orderTimer;
    
    public OrderController(MeterRegistry registry) {
        this.orderTimer = registry.timer("order.create.time");
    }
    
    @PostMapping("/orders")
    public void createOrder(@RequestBody Order order) {
        orderTimer.record(() -> {
            // 业务逻辑处理
        });
    }
}

7.2 分布式追踪集成

结合Sleuth和Zipkin：

xml复制<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-sleuth-zipkin</artifactId>
</dependency>

配置application.properties：

properties复制spring.zipkin.base-url=http://zipkin-server:9411
spring.sleuth.sampler.probability=1.0

8. 容器化部署方案

8.1 Docker Compose编排

完整部署示例：

yaml复制version: '3'
services:
  prometheus:
    image: prom/prometheus
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
      
  grafana:
    image: grafana/grafana
    ports:
      - "3000:3000"
    depends_on:
      - prometheus

8.2 Kubernetes部署

创建ConfigMap存储配置：

bash复制kubectl create configmap prometheus-config \
  --from-file=prometheus.yml=./prometheus.yml

Deployment示例：

yaml复制apiVersion: apps/v1
kind: Deployment
metadata:
  name: prometheus
spec:
  replicas: 2
  selector:
    matchLabels:
      app: prometheus
  template:
    metadata:
      labels:
        app: prometheus
    spec:
      containers:
      - name: prometheus
        image: prom/prometheus
        ports:
        - containerPort: 9090
        volumeMounts:
        - name: config-volume
          mountPath: /etc/prometheus
      volumes:
      - name: config-volume
        configMap:
          name: prometheus-config

9. 安全防护措施

9.1 访问控制配置

Grafana的auth.ini配置示例：

ini复制[auth.anonymous]
enabled = false

[auth.basic]
enabled = true

9.2 HTTPS加密传输

使用Nginx反向代理配置SSL：

nginx复制server {
    listen 443 ssl;
    server_name grafana.example.com;
    
    ssl_certificate /path/to/cert.pem;
    ssl_certificate_key /path/to/key.pem;
    
    location / {
        proxy_pass http://grafana:3000;
    }
}

10. 监控体系扩展

10.1 业务指标监控

自定义指标示例：

java复制@Bean
MeterBinder orderMetrics(OrderRepository repository) {
    return registry -> Gauge.builder("orders.count", repository::count)
            .description("当前订单数量")
            .register(registry);
}

10.2 日志监控集成

通过Loki收集日志：

yaml复制promtail-config.yaml:
server:
  http_listen_port: 9080
  grpc_listen_port: 0

positions:
  filename: /tmp/positions.yaml

clients:
  - url: http://loki:3100/loki/api/v1/push

scrape_configs:
- job_name: spring-boot
  static_configs:
  - targets:
      - localhost
    labels:
      job: spring-boot
      __path__: /var/log/spring/*.log

在Grafana中添加Loki数据源后，即可实现日志与指标的关联查询。