当前位置:首页 > 文章列表 > 文章 > java教程 > SpringBoot集成Prometheus监控指南

SpringBoot集成Prometheus监控指南

2025-07-11 17:58:29 0浏览 收藏

**Spring Boot整合Prometheus监控教程:快速入门与实践** Prometheus作为当下流行的监控系统,与Java主流开发框架Spring Boot的集成愈发重要。本文将引导你快速掌握Spring Boot应用集成Prometheus监控的方法。首先,通过添加`micrometer-registry-prometheus`依赖,暴露应用指标。接着,启用Actuator端点,配置application标签,便于区分服务来源。然后,在`prometheus.yml`中配置抓取任务,指定`metrics_path`和目标地址。最后,你还可以选择自定义指标,如计数器、定时器等,实现更全面的业务监控。通过以上步骤,Prometheus即可拉取并展示Spring Boot应用的监控数据,助力问题排查与业务分析。

要让Spring Boot应用集成Prometheus监控,需添加依赖、启用Actuator并配置端点、配置Prometheus抓取任务,还可选地自定义指标。1. 添加micrometer-registry-prometheus依赖以暴露指标;2. 在配置文件中启用Actuator端点并设置application标签;3. 在prometheus.yml中新增job配置,指定metrics_path和目标地址;4. 可通过Micrometer注册自定义指标如计数器、定时器等,用于业务监控。完成这些步骤后,Prometheus即可拉取并展示Spring Boot应用的监控数据。

Spring Boot整合Prometheus实现监控的详细步骤

Prometheus 是目前最流行的监控系统之一,而 Spring Boot 作为 Java 领域主流的开发框架,天然支持与 Prometheus 的集成。只需要简单几步,就可以让 Spring Boot 应用暴露指标数据,供 Prometheus 拉取并展示。

Spring Boot整合Prometheus实现监控的详细步骤

添加依赖

要让 Spring Boot 支持 Prometheus 监控,第一步是引入相关依赖。Spring Boot 默认使用 Micrometer 作为指标度量库,它已经内置了对 Prometheus 的支持。

Spring Boot整合Prometheus实现监控的详细步骤

在 pom.xml 中添加以下依赖:


    io.micrometer
    micrometer-registry-prometheus

如果你用的是 Gradle,就加上:

Spring Boot整合Prometheus实现监控的详细步骤
implementation 'io.micrometer:micrometer-registry-prometheus'

这样你的应用就能自动收集 JVM、HTTP 请求、线程池等常见指标,并通过 /actuator/prometheus 接口暴露出来。

启用 Actuator 并配置端点

接下来需要启用 Spring Boot Actuator,并确保 Prometheus 端点可访问。

在 application.yml 或 application.properties 中添加如下配置:

management:
  endpoints:
    web:
      exposure:
        include: "*"
  metrics:
    tags:
      application: ${spring.application.name}

这段配置做了两件事:

  • 开启所有 Web 端点,包括 /actuator/prometheus
  • 给每个指标打上 application 标签,方便后续在 Prometheus/Grafana 中区分服务来源

默认情况下,Prometheus 的端点是 /actuator/prometheus,可以通过浏览器访问这个地址看看输出内容是否正常。

配置 Prometheus 抓取任务

有了 Spring Boot 输出的指标后,下一步就是让 Prometheus 主动去拉取这些数据。

编辑 Prometheus 的配置文件 prometheus.yml,在 scrape_configs 下新增一个 job:

- job_name: 'spring-boot-app'
  metrics_path: '/actuator/prometheus'
  static_configs:
    - targets: ['localhost:8080']

注意替换 targets 中的地址为你实际部署 Spring Boot 应用的地址和端口。

保存配置后重启 Prometheus,然后打开 Prometheus 的 Web UI(通常是 http://localhost:9090),输入 up 查看目标是否在线。

可选:自定义指标

除了默认的系统指标外,你还可以注册自己的业务指标。Micrometer 提供了多种方式来记录指标,比如计数器、定时器、Gauge 等。

举个例子,如果你想统计某个接口被调用的次数,可以这样做:

import io.micrometer.core.instrument.Counter;
import io.micrometer.core.instrument.MeterRegistry;
import org.springframework.stereotype.Service;

@Service
public class MyService {

    private final Counter myCounter;

    public MyService(MeterRegistry registry) {
        this.myCounter = Counter.builder("my.custom.counter")
                .description("A custom counter for demo")
                .register(registry);
    }

    public void doSomething() {
        myCounter.increment();
    }
}

之后访问 /actuator/prometheus,你就能看到名为 my.custom.counter 的指标了。


基本上就这些。只要加上依赖、配置好端点和 Prometheus 抓取任务,Spring Boot 就能顺利接入 Prometheus。自定义指标虽然不是必须的,但一旦用起来,对排查问题和观察业务行为非常有帮助。

以上就是《SpringBoot集成Prometheus监控指南》的详细内容,更多关于的资料请关注golang学习网公众号!

JavaScript解构赋值详解与实例JavaScript解构赋值详解与实例
上一篇
JavaScript解构赋值详解与实例
AI摘要与搜索结果有何不同?
下一篇
AI摘要与搜索结果有何不同?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    216次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    267次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    227次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    214次使用
  • CMMLU中文大模型评估基准:功能、使用教程与应用场景解析
    CMMLU
    深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
    203次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码