最佳实践之基于 Prometheus + Grafana 搭建微服务监控系统

Jastar Wang原创2025/7/18大约 7 分钟

最佳实践之基于 Prometheus + Grafana 搭建微服务监控系统

1、前言

1.1、何为监控

监控是指对分布式系统中各个服务的运行状态、性能指标和交互情况进行实时监测、收集、分析和告警的过程。随着微服务架构的广泛应用，搭建一套完整的、智能化的监控系统成为了保障系统稳定运行的关键环节，以便及时发现和解决潜在的问题，而这也是服务治理中的重要概念。

1.2、监控系统主要分类

监控系统按照原理和作用可以大致分为三类：

日志类(Log)：主要收集和分析系统产生的日志信息，典型解决方案：ELK(Elasticsearch + Logstash + Kibana)
链路追踪类(Tracing)：主要追踪请求在微服务间的完整调用路径，帮助定位跨服务的问题，典型解决方案：Zipkin、Skywalking
度量指标类(Metrics)：度量类监控基于时间序列数据库，记录系统各项指标随时间变化的趋势，如：请求量、QPS、TPS、RT 等，典型解决方案：Prometheus

1.3、当前主流的解决方案

很多厂商都采用自研或是基于开源组件的方式来搭建监控平台，当然也有很多流行的开源监控系统，其中最流行的莫过于 Zabbix 和 Prometheus。

1.3.1、Zabbix

Zabbix 始创于 1998 年，最初用于企业内部监控，后公开开源，它由 Server、Agent、Frontend 和 Proxy(非必要) 组成，其中 Server 端与 Agent 端是用 C 语言开发，Frontend 端是用 PHP 及 Javascript 开发。Zabbix 是老牌监控系统的优秀代表之一，功能全面、使用广泛。

1.3.2、Prometheus

随着微服务架构及容器技术的兴起，Prometheus 逐渐崭露头角，它是一套 100% 开源的系统监控报警框架，采用 Go 语言开发，由社区强力驱动，专为云原生设计，天然支持 Kubernetes 及其他云和容器管理器集成，因此非常受欢迎。

Prometheus 的主要特性包括：

自带时间序列数据库，支持服务器节点的本地存储，不依赖于分布式存储
单机可存储百万级时间序列，每秒可处理千万级数据写入
采用 Http 请求主动 Pull 的模式拉取被监控的目标数据并存储到数据库中
提供了 PromQL 的查询语言来查询分析数据
通过服务发现或静态配置发现目标
支持多种图形和仪表盘模式
自带一个简易的查询页面，但通常与 Grafana 配合使用

Prometheus 的主要组件包括：

Prometheus Server：核心 Server 端，抓取并存储时间序列数据
Client Libaries：用于对应用程序代码进行埋点的客户端库
Push Gateway：用于支持短生命周期作业的推送网关
Alert Manager：用于监控预警管理
各种 Exporters：用于采集不支持直接埋点的系统指标

2、动手搭建

前面我们已经对监控有了一个基础的了解，接下来我们将重点介绍如何动手搭建一套 Prometheus + Grafana 的监控系统。

假设：
服务器 IP 地址为：192.168.1.100
Java 应用部署的地址为：192.168.1.101:8080,192.168.1.102:8080

2.1、在 `Spring Boot` 项目中加入“监控探头”

在 pom.xml 中新增以下依赖：

<!-- Spring Boot 提供的应用健康监控 -->
<!-- 此处 Spring Boot 版本为 3.2.4 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<!-- 将Java应用程序的性能指标数据转换暴露给prometheus数据中心 -->
<!-- 此处版本为 1.12.4 -->
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
</dependency>

在 application.yml 中新增开启端点的配置（注意不同的版本可能配置不同）：

management:
  endpoints:
    web:
      exposure:
        # 控制哪些端点可以通过HTTP公开暴露，*表示所有，生产环境不建议这样做
        # 常用可选值配置：
        # include: health,info,metrics,prometheus
        include: "*"
  endpoint:
    shutdown:
      # 控制是否启用shutdown端点，若启用则可以通过/actuator/shutdown停止应用，生产环境禁止
      enabled: false
    health:
      # 控制健康检查详情的显示级别，可选值：always(总是显示详细信息),never(不显示详细信息),when_authorized(仅对授权用户显示，生产环境推荐)
      show-details: always
    prometheus:
      # 控制是否启用prometheus端点
      enabled: true
  metrics:
    tags:
      # 为所有指标添加自定义标签，在这里使用应用的名称作为标签
      application: ${spring.application.name}
  prometheus:
    metrics:
      export:
        # 控制是否向prometheus导出指标
        enabled: true
        # 设置指标收集的时间间隔（抓取频率），该值应该与prometheus的scrape_interval 配置相匹配
        step: 15s

此时启动应用，访问 http://{IP}:{PORT}/actuator/prometheus 即可看到数据。

2.2、部署 `Prometheus` 数据监控中心

在这里，我们将采用 docker 的方式进行安装部署，下同。

登录服务器(假设已安装好 docker 环境并部署了 Java 应用)，执行以下命令：

# 创建程序目录
mkdir -p /usr/local/program/prometheus
cd /usr/local/program/prometheus

# 创建配置和数据目录
mkdir -p conf data
# 有时候可能需要授权，否则容器访问无权限
chmod 777 data

# 拉取prometheus镜像
docker pull prom/prometheus:v3.5.0

# 先创建一个临时的容器以便拿到默认配置
docker run --name prometheus -p 9090:9090 -d prom/prometheus:v3.5.0
docker cp prometheus:/etc/prometheus/prometheus.yml conf/prometheus.yml

修改 conf/prometheus.yml 的以下配置：

scrape_configs:
  # 定义一个Job去拉取数据
  - job_name: "demo-app"
    # 端点路径，可通过HTTP访问，如：http://192.168.1.101:8080/actuator/prometheus
    metrics_path: "/actuator/prometheus"
    static_configs:
      # Java应用IP及端口，支持多个实例
      - targets: ["192.168.1.101:8080", "192.168.1.102:8080"]
        labels:
          app: "demo-app"

创建 start.sh 脚本文件：

docker rm -f prometheus
docker run \
    --restart always \
    --name prometheus \
    --memory 1g \
    -p 9090:9090 \
    -e TZ='Asia/Shanghai' \
    -v /etc/timezone:/etc/timezone:ro \
    -v /etc/localtime:/etc/localtime:ro \
    -v /usr/local/program/prometheus/conf:/etc/prometheus \
    -v /usr/local/program/prometheus/data:/prometheus \
    -d prom/prometheus:v3.5.0

执行以下命令重新启动：

chmod +x start.sh
./start.sh

此时访问 http://192.168.1.100:9090 即可看到 Prometheus 自带的数据查询页面。

点击导航栏 Status -> Target health 即可看到上面配置的 job 状态。

2.3、部署 `Grafana` 数据看板

登录服务器，执行以下命令：

# 创建程序目录
mkdir -p /usr/local/program/grafana
cd /usr/local/program/grafana

# 创建配置和数据目录
mkdir -p conf data
# 有时候可能需要授权，否则容器访问无权限
chmod 777 data

# 拉取grafana镜像
docker pull grafana/grafana:main-ubuntu

# 先创建一个临时的容器以便拿到默认配置
docker run --name grafana -p 3000:3000 -d grafana/grafana:main-ubuntu
docker cp grafana:/etc/grafana/grafana.ini conf/grafana.ini

创建 start.sh 脚本文件：

docker rm -f grafana
docker run \
    --restart always \
    --name grafana \
    --memory 1g \
    --network host \
    -e TZ='Asia/Shanghai' \
    -v /etc/timezone:/etc/timezone:ro \
    -v /etc/localtime:/etc/localtime:ro \
    -v /data/grafana/conf/grafana.ini:/etc/grafana/grafana.ini \
    -v /data/grafana/data:/var/lib/grafana \
    -d grafana/grafana:main-ubuntu