SpringBoot+Grafana+Prometheus+Docker-Compose 快速部署与JVM监控的快速入门的简单案例

1. Java项目

1.1 项目结构

在这里插入图片描述

1.2 pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.3.3</version><relativePath/> <!-- lookup parent from repository --></parent><groupId>info.liberx</groupId><artifactId>Prometheus</artifactId><version>0.0.1-SNAPSHOT</version><properties><java.version>17</java.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-actuator</artifactId></dependency><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-registry-prometheus</artifactId></dependency></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build></project>

说明：

spring-boot-starter-actuator：主要用于提供内置的监控和管理端点，帮助你实时查看和管理应用的健康状态和性能。

micrometer-registry-prometheus：用于将这些监控指标导出到Prometheus，让你可以通过Prometheus和Grafana对应用进行全面的监控和分析。

1.3 application.properties

spring.application.name=Prometheus
management.endpoints.web.exposure.include=health,info,prometheus
management.endpoint.prometheus.enabled=true

说明：

可以通过/actuator/health端点查看应用的健康状态，返回的信息可以包括数据库连接、队列状态等。
可以通过/actuator/metrics端点，可以查看应用程序的各种性能指标，如内存使用、CPU使用、线程数、GC等。
可以通过/actuator/info端点获取应用的基本信息，如版本号、描述等，这些信息可以通过配置文件或其他手段提供
可以通过/actuator/prometheus端点，Prometheus服务器可以通过这个端点抓取并存储这些监控指标。

1.4 PrometheusApplication.java

package info.liberx.prometheus;import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;@SpringBootApplication
public class PrometheusApplication {public static void main(String[] args) {SpringApplication.run(PrometheusApplication.class, args);}}

1.5 PrometheusController.java

package info.liberx.prometheus.controller;import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;import java.util.Arrays;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;@RestController
public class PrometheusController {private static final Logger logger = LoggerFactory.getLogger(PrometheusController.class);// 创建一个线程池用于CPU测试private final ExecutorService cpuThreadPool = Executors.newFixedThreadPool(8);@GetMapping("/memory-usage")public String memoryUsage() {// 创建一个1GB大小的数组来消耗内存int size = 1024 * 1024 * 1024; // 1 GBbyte[] memoryBlock = new byte[size];// 模拟内存使用，通过填充数组Arrays.fill(memoryBlock, (byte) 1);logger.info("内存已分配，保持10秒...");try {// 保持程序运行，以便监控内存使用Thread.sleep(10000); // 10秒} catch (InterruptedException e) {logger.error("线程被中断", e);Thread.currentThread().interrupt();}return "内存使用模拟完成";}@GetMapping("/high-cpu-usage")public String highCpuUsage() {// 指定运行时间，单位为秒int duration = 10;for (int i = 0; i < 8; i++) { // 启动8个线程来消耗CPUcpuThreadPool.submit(() -> {long endTime = System.currentTimeMillis() + TimeUnit.SECONDS.toMillis(duration);while (System.currentTimeMillis() < endTime) {Math.pow(Math.random(), Math.random()); // 持续执行计算}logger.info("CPU密集型线程已运行{}秒后结束。", duration);});}logger.info("高CPU使用测试已启动，持续{}秒。", duration);// 等待任务完成，防止请求过早返回cpuThreadPool.shutdown();try {if (!cpuThreadPool.awaitTermination(duration + 5, TimeUnit.SECONDS)) {cpuThreadPool.shutdownNow(); // 超时后强制关闭}} catch (InterruptedException e) {cpuThreadPool.shutdownNow();Thread.currentThread().interrupt();}return "高CPU使用模拟完成，持续时间：" + duration + "秒。";}@GetMapping("/gc")public String gc() {for (int i = 0; i < 1000; i++) {if (i % 100 == 0) {System.gc(); // 手动触发GClogger.info("手动GC触发。");}try {Thread.sleep(50); // 让JVM有时间处理} catch (InterruptedException e) {logger.error("线程被中断", e);Thread.currentThread().interrupt();}}return "GC模拟完成";}@GetMapping("/thread")public String thread() {ExecutorService threadPool = Executors.newFixedThreadPool(100); // 使用线程池管理线程for (int i = 0; i < 100; i++) { // 启动100个线程threadPool.submit(() -> {try {Thread.sleep(10000); // 每个线程运行10秒} catch (InterruptedException e) {logger.error("线程被中断", e);Thread.currentThread().interrupt();}});}logger.info("已启动100个线程。");// 等待主线程结束后关闭线程池threadPool.shutdown();try {Thread.sleep(15000); // 主线程等待，防止程序过早退出} catch (InterruptedException e) {logger.error("主线程被中断", e);Thread.currentThread().interrupt();}return "线程模拟完成";}
}

说明：

API 功能	请求路径	描述
内存使用模拟	`/memory-usage`	模拟并监控1GB内存的分配和使用
高CPU使用模拟	`/high-cpu-usage`	模拟高CPU使用的场景
手动触发GC	`/gc`	手动触发垃圾回收操作
线程模拟	`/thread`	启动并模拟100个线程运行

2. Docker-Compose 项目

2.1 项目结构

在这里插入图片描述

2.2 docker-compose.yml

version: '3.7'services:prometheus:image: prom/prometheus:latestcontainer_name: prometheusvolumes:- ./prometheus.yml:/etc/prometheus/prometheus.yml  # 配置文件挂载- prometheus_data:/prometheus  # 数据持久化卷挂载ports:- "9090:9090"networks:- monitoringgrafana:image: grafana/grafana:latestcontainer_name: grafanavolumes:- ./grafana.ini:/etc/grafana/grafana.ini  # 配置文件挂载ports:- "3000:3000"networks:- monitoringnetworks:monitoring:driver: bridgevolumes:prometheus_data:

2.3 grafana.ini

[smtp]
enabled = true
host = smtp.qq.com:465
user = xxx@qq.com
password = xxx
from_address = xxx@qq.com
from_name = Grafana

说明：这是邮箱验证的配置，如果你不需要也可以把docker-compose.yml对应的挂载路径删除。

2.4 prometheus.yml

global:scrape_interval: 15s  # 定义全局抓取间隔scrape_configs:- job_name: 'example-service'metrics_path: '/actuator/prometheus'  # 指定要抓取的路径scheme: 'http'  # 或 'https'，指定协议static_configs:- targets: ['192.168.186.137:8080']  # 目标主机和端口

说明：192.168.186.137:8080替换成为Java项目的访问地址。

3. 镜像源失效

如果Docker镜像源失效，可以尝试切换以下镜像源：

sudo nano /etc/docker/daemon.json

{"registry-mirrors": ["https://register.liberx.info"]
}

sudo systemctl restart docker

4. 测试验证

4.1 启动Docker-Compose项目

docker-compose up -d

启动后，你可以通过以下地址访问：

Prometheus: http://localhost:9090
Grafana: http://localhost:3000（默认用户名和密码均为 admin）

在这里插入图片描述

4.2 设置中文(可选)

操作：点击右上角头像->Profile->Language->中文简体->Save。

在这里插入图片描述

4.3 添加数据源

在这里插入图片描述

4.4 添加案例和测试

监控项	PromQL 查询语句
JVM 堆内存使用情况	`jvm_memory_used_bytes{area="heap"}`
JVM 进程的 CPU 使用率	`rate(process_cpu_time_ns_total[$__rate_interval])`
GC 停顿次数	`rate(jvm_gc_pause_seconds_count[$__rate_interval])`
JVM 活动线程数量	`jvm_threads_live_threads`

在这里插入图片描述

API 功能	请求路径	描述
内存使用模拟	`/memory-usage`	模拟并监控1GB内存的分配和使用
高CPU使用模拟	`/high-cpu-usage`	模拟高CPU使用的场景
手动触发GC	`/gc`	手动触发垃圾回收操作
线程模拟	`/thread`	启动并模拟100个线程运行