


Aufbau von Beobachtbarkeit und überwachung für moderne Anwendungen mit Actuator, Prometheus und Grafana
Jan 05, 2025 am 06:15 AMIn der heutigen Welt der verteilten Systeme und Microservices ist die Sicherstellung, dass unsere Anwendung beobachtbar und überwachbar ist, genauso wichtig wie der Aufbau der Kernfunktionalit?t. Wir haben bereits wichtige Funktionen wie einen NGINX Load Balancer, einen Ratenbegrenzer und einen Leistungsschalter eingerichtet. Der n?chste Schritt besteht darin, uns auf Beobachtbarkeit und überwachung.
In diesem Blogbeitrag erkl?ren wir Ihnen, wie SieSpring Boot Actuator, Prometheus und Grafana zu unserer Anwendung hinzufügen, um eine robuste Beobachtbarkeit aufzubauen Stapel. Dies wird uns helfen, den Zustand unserer Anwendung zu visualisieren, Leistungsmetriken zu verfolgen und Probleme schnell und effizient zu beheben.
Was ist Beobachtbarkeit?
Beobachtbarkeit bezieht sich auf Ihre F?higkeit, den internen Zustand eines Systems anhand der von ihm erzeugten Daten zu verstehen. Die drei S?ulen der Beobachtbarkeit sind:
- Metriken: Quantifizierbare Datenpunkte (z. B. Anforderungsraten, Speichernutzung, CPU-Auslastung).
- Protokolle: Aufzeichnung von Ereignissen (z. B. Fehler, Warnungen oder Gesch?ftsereignisse).
- Spuren: Verfolgen Sie eine Anfrage, w?hrend sie mehrere Dienste durchl?uft.
Metriken und Protokolle konzentrieren, k?nnen wir leistungsstarke Dashboards und Warnungen erstellen, die sicherstellen, dass Ihre Anwendung leistungsf?hig und zuverl?ssig bleibt.
Warum Beobachtbarkeit für unsere Anwendung wichtig ist
Unsere aktuelle Anwendungsarchitektur verfügt bereits über wesentliche Komponenten:
- NGINX Load Balancer: Verteilt den Datenverkehr auf mehrere Server.
- Ratenbegrenzer: Verhindert eine überlastung, indem die Anzahl der Anfragen begrenzt wird.
- Leistungsschalter: Sorgt für Ausfallsicherheit, indem Anrufe an ausgefallene Dienste gestoppt werden.
warum etwas fehlschl?gt oder wie sich unser System unter Last verh?lt. Observability-Tools wie Actuator, Prometheus und Grafana werden:
- Verfolgen Sie
- Echtzeitmetriken für den Anwendungszustand und die Leistung. Helfen Sie dabei, Trends und potenzielle Engp?sse zu visualisieren.
- L?sen Sie Warnungen aus, wenn Kennzahlen kritische Schwellenwerte überschreiten.
Der Observability Stack
Fügen Sie Ihrer pom.xml-Datei diese Abh?ngigkeiten hinzu:
<dependency> <groupId>io.github.resilience4j</groupId> <artifactId>resilience4j-micrometer</artifactId> <version>2.2.0</version> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> <version>1.14.1</version> </dependency>Aktualisieren Sie die Konfigurationen Ihrer application.properties
resilience4j.circuitbreaker.metrics.enabled=true management.health.circuitbreakers.enabled=true management.endpoints.web.exposure.include=health,metrics,circuitbreakers,prometheus management.endpoint.health.show-details=always management.endpoint.health.access=unrestricted management.endpoint.prometheus.access=unrestricted management.prometheus.metrics.export.enabled=trueErl?uterung
management.endpoints.web.exposure.include=health,metrics,Circuitbreakers,prometheus
Diese Zeile stellt den URI des Aktuators bereit, sodass wir URIs wie:
nutzen k?nnen
- Aktuator/
- Aktuator/Gesundheit,
- Aktor/Metrik,
- Aktor/Leistungsschalter,
- Aktuator/Prometheus
Prometheus mit Docker verwenden
In unserer Datei docker-compose.yaml erstellen wir einen Dienst für Prometheus:
<dependency> <groupId>io.github.resilience4j</groupId> <artifactId>resilience4j-micrometer</artifactId> <version>2.2.0</version> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> <dependency> <groupId>io.micrometer</groupId> <artifactId>micrometer-registry-prometheus</artifactId> <version>1.14.1</version> </dependency>
Konfigurationsdatei für Prometheus
Erstellen Sie im Stammverzeichnis Ihres Projekts einen Ordner namens prometheus und darin eine Datei namens prometheus.yaml
resilience4j.circuitbreaker.metrics.enabled=true management.health.circuitbreakers.enabled=true management.endpoints.web.exposure.include=health,metrics,circuitbreakers,prometheus management.endpoint.health.show-details=always management.endpoint.health.access=unrestricted management.endpoint.prometheus.access=unrestricted management.prometheus.metrics.export.enabled=true
Jetzt, wenn wir laufen:
prometheus: image: prom/prometheus:latest ports: - "9090:9090" networks: - app_network volumes: - ./prometheus/prometheus.yaml:/etc/prometheus/prometheus.yml - prometheus_data:/prometheus
Ein Prometheus-Container wird gestartet und verbraucht Metriken vom URI-Aktuator/Metriken von unseren Spring-Boot-Servern.
Wir k?nnen ein Dashboard unter http://localhost:9090/ sehen, zum Beispiel:
Aber das ist nicht cool. Wir m?chten einige Grafiken sehen und verwenden dafür Grafana.
Grafana hinzufügen
Aktualisieren Sie Ihre Docker-Compose-Datei mit einem anderen Dienst:
global: scrape_interval: 15s evaluation_interval: 15s scrape_configs: - job_name: 'spring-boot-app' metrics_path: '/actuator/prometheus' static_configs: - targets: - 'spring-server-1:8080' - 'spring-server-2:8080' labels: environment: development application: spring-boot
Jetzt k?nnen Sie unter http://localhost:3000 auf das Grafana-Dashboard zugreifen
Zuerst werden Sie nach Ihren Zugangsdaten gefragt. Geben Sie einfach ?admin“ als Benutzer und Passwort ein.
Konfigurieren Sie Prometheus
Gehen Sie im linken oberen Menü zu Verbindungen > Neue Verbindung hinzufügen und nach Prometheus suchen
Konfigurieren Sie die Verbindungs-URL wie folgt:
Klicken Sie auf die Schaltfl?che Speichern & Testen. Wenn alles in Ordnung ist, k?nnen Sie mit der Auswahl Ihres Dashboards beginnen.
Dashboards
Gehen Sie zu Grafana Dashboards und w?hlen Sie ein Dashboard für Sie aus.
Hierfür w?hle ich den Spring Boot Resilience4j Circuit Breaker (3.x)
Wenn alles gut funktioniert, sehen Sie etwa Folgendes:
St?bern Sie gerne in anderen Dashboards.
Abschlussworte
Durch die Integration von Actuator, Prometheus und Grafana in unsere Anwendung haben wir einen gro?en Schritt in Richtung Aufbau eines gut beobachtbaren Systems gemacht. Wenn Metriken, Protokollierung und überwachung vorhanden sind, k?nnen Sie:
- Erhalten Sie vollst?ndigen Einblick in Ihre Anwendung und Infrastruktur.
- Probleme proaktiv erkennen und l?sen.
- Optimieren Sie Leistung und Zuverl?ssigkeit.
Mit diesen Tools k?nnen wir nicht nur unser System effektiv überwachen, sondern auch den Grundstein für eine sichere Skalierung in der Zukunft legen.
? Referenz
- Grafana Docs
- Prometheus-Dokumente
? Projekt-Repository
- Projekt-Repository auf Github
? Sprechen Sie mit mir
- Github
- Portfolio
Das obige ist der detaillierte Inhalt vonAufbau von Beobachtbarkeit und überwachung für moderne Anwendungen mit Actuator, Prometheus und Grafana. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Hei?e KI -Werkzeuge

Undress AI Tool
Ausziehbilder kostenlos

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem v?llig kostenlosen KI-Gesichtstausch-Tool aus!

Hei?er Artikel

Hei?e Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Hei?e Themen

Der Unterschied zwischen HashMap und Hashtable spiegelt sich haupts?chlich in der Gewindesicherheit, der Nullwertunterstützung und der Leistung wider. 1. In Bezug auf die Gewindesicherheit ist Hashtable Thread-Safe, und seine Methoden sind haupts?chlich Synchronmethoden, w?hrend HashMap keine Synchronisationsverarbeitung durchführt, die nicht mit Thread-Safe ist. 2. In Bezug auf die Nullwertunterstützung erm?glicht HashMap einen Nullschlüssel und mehrere Nullwerte, w?hrend Hashtable keine Nullschlüssel oder -Werte zul?sst, sonst wird eine Nullpointerexception geworfen. 3. In Bezug auf die Leistung ist HashMap effizienter, da kein Synchronisationsmechanismus vorhanden ist und Hashtable für jeden Vorgang eine niedrige Verriegelungsleistung aufweist. Es wird empfohlen, stattdessen eine Concurrenthashmap zu verwenden.

Java verwendet Wrapper-Klassen, da grundlegende Datentypen nicht direkt an objektorientierten Operationen teilnehmen k?nnen und Objektformen h?ufig in den tats?chlichen Bedürfnissen erforderlich sind. 1. Sammelklassen k?nnen nur Objekte speichern, z. B. Listen verwenden automatische Boxen, um numerische Werte zu speichern. 2. Generika unterstützen keine Grundtypen, und Verpackungsklassen müssen als Typparameter verwendet werden. 3.. Verpackungsklassen k?nnen Nullwerte darstellen, um nicht festgelegte oder fehlende Daten zu unterscheiden. 4. Verpackungsklassen bieten praktische Methoden wie String -Conversion, um die Analyse und Verarbeitung von Daten zu erleichtern. In Szenarien, in denen diese Eigenschaften ben?tigt werden, sind Verpackungsklassen unverzichtbar.

StaticMethodsinInterfaces -reisEtroducucuedInjava8toalloytilityFunctionSwitHinTheInterfaceItEp.beejava8, solche Funktionen, dieseparatehelperklassen, führendemTodisorganizedCode.Now, StaticMetheSprovidreefits: 1) theeneNableable -theenableaby

Der JIT -Compiler optimiert den Code durch vier Methoden: Methode Inline, Hotspot -Erkennung und -vergleich, Typespekulation und Devirtualisation sowie die Eliminierung des redundanten Betriebs. 1. Methode Inline reduziert den Anrufaufwand und fügt h?ufig kleine Methoden direkt in den Anruf ein. 2. Erkennung und Hochfrequenzcodeausführung und zentral optimieren, um Ressourcen zu sparen. 3. Typ Spekulation sammelt Informationen zum Laufzeittyp, um Devirtualisation -Anrufe zu erzielen und die Effizienz zu verbessern. 4. Redundante Operationen beseitigen nutzlose Berechnungen und Inspektionen basierend auf den Betriebsdaten, wodurch die Leistung verbessert wird.

Instanzinitialisierungsbl?cke werden in Java verwendet, um die Initialisierungslogik beim Erstellen von Objekten auszuführen, die vor dem Konstruktor ausgeführt werden. Es ist für Szenarien geeignet, in denen mehrere Konstruktoren Initialisierungscode, komplexe Feldinitialisierung oder anonyme Szenarien der Klasseninitialisierung teilen. Im Gegensatz zu statischen Initialisierungsbl?cken wird es jedes Mal ausgeführt, wenn es instanziiert wird, w?hrend statische Initialisierungsbl?cke nur einmal ausgeführt werden, wenn die Klasse geladen wird.

Der Werksmodus wird verwendet, um die Logik der Objekterstellung zusammenzufassen, wodurch der Code flexibler, einfach zu pflegen und locker gekoppelt ist. Die Kernantwort lautet: Durch zentrales Verwalten von Logik der Objekterstellung, das Ausblenden von Implementierungsdetails und die Unterstützung der Erstellung mehrerer verwandter Objekte. Die spezifische Beschreibung lautet wie folgt: Der Fabrikmodus gibt Objekterstellung an eine spezielle Fabrikklasse oder -methode zur Verarbeitung und vermeidet die Verwendung von NewClass () direkt; Es ist für Szenarien geeignet, in denen mehrere Arten von verwandten Objekten erstellt werden, die Erstellungslogik sich ?ndern und Implementierungsdetails versteckt werden müssen. Zum Beispiel werden im Zahlungsabwickler Stripe, PayPal und andere Instanzen durch Fabriken erstellt. Die Implementierung umfasst das von der Fabrikklasse zurückgegebene Objekt basierend auf Eingabeparametern, und alle Objekte erkennen eine gemeinsame Schnittstelle. Gemeinsame Varianten umfassen einfache Fabriken, Fabrikmethoden und abstrakte Fabriken, die für unterschiedliche Komplexit?ten geeignet sind.

InvaVa, theFinalKeywordPreventsAvariable von ValueFromBeingumedAfterasssignment, ButitsBehaviordiffersForprimitive und ANSPRIMITIVEVARIABLE, FinalMakesthevalueconstant, AsinfinalIntmax_speed = 100; WhirerastsignmentcausaSesSaSesSaSesSaSaSesSaSesSaSaSesSaSaSesSaSesSesirror

Es gibt zwei Arten von Konvertierung: implizit und explizit. 1. Die implizite Umwandlung erfolgt automatisch, wie z. B. das Konvertieren in INT in Doppel; 2. Explizite Konvertierung erfordert einen manuellen Betrieb, z. B. die Verwendung (int) MyDouble. Ein Fall, in dem die Typ -Konvertierung erforderlich ist, umfasst die Verarbeitung von Benutzereingaben, mathematische Operationen oder das übergeben verschiedener Werte zwischen Funktionen. Probleme, die beachtet werden müssen, sind: Umdrehung von Gleitpunktzahlen in Ganzzahlen wird der fraktionale Teil abschneiden, gro?e Typen in kleine Typen zu einem Datenverlust führen, und einige Sprachen erm?glichen keine direkte Konvertierung bestimmter Typen. Ein ordnungsgem??es Verst?ndnis der Regeln der Sprachkonvertierung hilft, Fehler zu vermeiden.
