


Création d'observabilité et de surveillance pour les applications modernes avec Actuator, Prometheus et Grafana
Jan 05, 2025 am 06:15 AMDans le monde actuel des systèmes distribués et des microservices, garantir que notre application est observable et contr?lable est tout aussi important que de créer la fonctionnalité de base. Nous avons déjà mis en place des fonctionnalités critiques comme un équilibreur de charge NGINX, un limiteur de débit et un disjoncteur, la prochaine étape consiste à nous concentrer sur observabilité et suivi.
Dans cet article de blog, nous expliquerons comment ajouter Spring Boot Actuator, Prometheus et Grafana à notre application pour créer une observabilité robuste empiler. Cela nous aidera à visualiser l’état de santé de notre application, à suivre les mesures de performances et à résoudre les problèmes rapidement et efficacement.
Qu'est-ce que l'observabilité??
L'observabilité fait référence à votre capacité à comprendre l'état interne d'un système en fonction des données qu'il produit. Les trois piliers de l'observabilité sont?:
- Metriques?: points de données quantifiables (par exemple, taux de requêtes, utilisation de la mémoire, utilisation du processeur).
- Journaux?: enregistrement des événements (par exemple, erreurs, avertissements ou événements commerciaux).
- Traces?: suivez une demande lorsqu'elle transite par plusieurs services.
En nous concentrant sur les métriques et journaux, nous pouvons créer des tableaux de bord et des alertes puissants qui garantissent que votre application reste performante et fiable.
Pourquoi l'observabilité est importante pour notre application
Notre architecture applicative actuelle comporte déjà des composants essentiels?:
- NGINX Load Balancer?: distribue le trafic entre les serveurs.
- Rate Limiter?: Empêche la surcharge en limitant le nombre de requêtes.
- Disjoncteur?: Assure la résilience en arrêtant les appels vers les services défaillants.
Cependant, bien que ces outils améliorent les performances et la fiabilité, ils ne nous disent pas pourquoi quelque chose pourrait échouer ni comment notre système fonctionne sous charge. Les outils d'observabilité tels que Actuator, Prometheus et Grafana?:
- Suivez les métriques en temps réel pour l'état et les performances des applications.
- Aidez à visualiser les tendances et les goulots d'étranglement potentiels.
- Déclenchez des alertes lorsque les métriques dépassent les seuils critiques.
La pile d'observabilité
Ajoutez à votre fichier pom.xml ces dépendances?:
<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>
Mettez à jour les configurations de votre 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=true
Explication
management.endpoints.web.exposure.include=health,metrics,circuitbreakers,prometheus
Cette ligne expose l'URI de l'actionneur, nous pouvons donc consommer des URI comme?:
- actionneur/
- actionneur/santé,
- actionneur/métriques,
- actionneur/disjoncteurs,
- actionneur/prométhée
Utiliser Prometheus avec Docker
Dans notre fichier docker-compose.yaml, nous créons un service pour 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>
Fichier de configuration pour Prometheus
à la racine de votre projet, créez un dossier appelé prometheus et à l'intérieur un fichier appelé 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
Maintenant, quand on court?:
prometheus: image: prom/prometheus:latest ports: - "9090:9090" networks: - app_network volumes: - ./prometheus/prometheus.yaml:/etc/prometheus/prometheus.yml - prometheus_data:/prometheus
Un conteneur Prometheus démarrera et consommera les métriques de l'actionneur URI/les métriques de nos serveurs spring-boot.
Nous pouvons voir un tableau de bord sur http://localhost:9090/, par exemple?:
Mais ce n’est pas cool. Nous voulons voir des graphiques, et pour cela nous utilisons Grafana.
Ajouter Grafana
Mettez à jour votre fichier Docker Compose avec un autre service?:
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
Vous pouvez désormais accéder au tableau de bord grafana sur http://localhost:3000
D'abord, ils vous demanderont vos informations d'identification, écrivez simplement à l'administrateur l'utilisateur et le mot de passe.
Configurer Prometheus
Dans le menu de gauche, accédez à Connexions > ajoutez une nouvelle connexion et recherchez Prometheus
Configurez l'url de connexion comme ceci?:
Cliquez sur le bouton enregistrer & tester, si tout va bien vous pouvez commencer à choisir votre tableau de bord.
Tableaux de bord
Accédez aux tableaux de bord Grafana et choisissez un tableau de bord pour vous.
Pour cela, je choisis le disjoncteur Spring Boot Resilience4j (3.x)
Si tout fonctionne bien, vous verrez quelque chose comme ceci?:
N'hésitez pas à parcourir d'autres tableaux de bord.
Derniers mots
En intégrant Actuator, Prometheus et Grafana dans notre application, nous avons franchi une étape majeure vers la création d'un système hautement observable. Avec les métriques, la journalisation et la surveillance en place, vous pourrez?:
- Obtenez une visibilité complète sur votre application et votre infrastructure.
- Détecter et résoudre les problèmes de manière proactive.
- Optimisez les performances et la fiabilité.
Avec ces outils en place, nous allons non seulement surveiller efficacement notre système, mais également jeter les bases d'une évolution en toute confiance à l'avenir.
? Référence
- Grafana Docs
- Prometheus Docs
? Référentiel de projet
- Référentiel de projet sur Github
? Parle moi
- Github
- Portefeuille
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
échangez les visages dans n'importe quelle vidéo sans effort grace à notre outil d'échange de visage AI entièrement gratuit?!

Article chaud

Outils chauds

Bloc-notes++7.3.1
éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

La différence entre le hashmap et le hashtable se reflète principalement dans la sécurité des threads, la prise en charge de la valeur nul et les performances. 1. En termes de sécurité des threads, le hashtable est en filetage et ses méthodes sont principalement des méthodes synchrones, tandis que HashMAP n'effectue pas de traitement de synchronisation, qui n'est pas un filetage; 2. En termes de support de valeur nulle, HashMap permet une clé nul et plusieurs valeurs nulles, tandis que le hashtable ne permet pas les clés ou les valeurs nulles, sinon une nulpointerexception sera lancée; 3. En termes de performances, le hashmap est plus efficace car il n'y a pas de mécanisme de synchronisation et le hashtable a une faible performance de verrouillage pour chaque opération. Il est recommandé d'utiliser à la place ConcurrentHashMap.

Java utilise des classes de wrapper car les types de données de base ne peuvent pas participer directement aux opérations orientées objet, et les formulaires d'objets sont souvent nécessaires dans les besoins réels; 1. Les classes de collecte ne peuvent stocker que des objets, tels que les listes, l'utilisation de la boxe automatique pour stocker des valeurs numériques; 2. Les génériques ne prennent pas en charge les types de base et les classes d'emballage doivent être utilisées comme paramètres de type; 3. Les classes d'emballage peuvent représenter les valeurs nulles pour distinguer les données non définies ou manquantes; 4. Les cours d'emballage fournissent des méthodes pratiques telles que la conversion de cha?nes pour faciliter l'analyse et le traitement des données, donc dans les scénarios où ces caractéristiques sont nécessaires, les classes de packaging sont indispensables.

StaticMethodsinInterfaceswereintrocedInjava8TollowutilityfonctionwithIntheInterface self.beforejava8, telfunctionsrequuresepatehelperclasses, leadstodisorganizedCode.now, staticmethodsprovidethrekeyefits: 1) ils sont en train

Le compilateur JIT optimise le code à travers quatre méthodes: méthode en ligne, détection et compilation de points chauds, spéculation et dévigtualisation de type et élimination redondante. 1. La méthode en ligne réduit les frais généraux d'appel et inserte fréquemment appelées petites méthodes directement dans l'appel; 2. Détection de points chauds et exécution de code haute fréquence et optimiser de manière centralisée pour économiser des ressources; 3. Type Speculations collecte les informations de type d'exécution pour réaliser des appels de déviptualisation, améliorant l'efficacité; 4. Les opérations redondantes éliminent les calculs et les inspections inutiles en fonction de la suppression des données opérationnelles, améliorant les performances.

Les blocs d'initialisation d'instance sont utilisés dans Java pour exécuter la logique d'initialisation lors de la création d'objets, qui sont exécutés avant le constructeur. Il convient aux scénarios où plusieurs constructeurs partagent le code d'initialisation, l'initialisation du champ complexe ou les scénarios d'initialisation de classe anonyme. Contrairement aux blocs d'initialisation statiques, il est exécuté à chaque fois qu'il est instancié, tandis que les blocs d'initialisation statiques ne s'exécutent qu'une seule fois lorsque la classe est chargée.

Injava, thefinalkeywordpreventsavariable'svaluefrombeingchangedafterAsssignment, mais cetsbehaviDiffersFortimitives et objectreferences.forprimitivevariables, finalMakeShevalueConstant, AsinfininTMax_peed = 100; whitereSsignmentCausAnesanerror.ForobjectRe

Le mode d'usine est utilisé pour encapsuler la logique de création d'objets, ce qui rend le code plus flexible, facile à entretenir et à couplé de manière lache. La réponse principale est: en gérant de manière centralisée la logique de création d'objets, en cachant les détails de l'implémentation et en soutenant la création de plusieurs objets liés. La description spécifique est la suivante: Le mode d'usine remet la création d'objets à une classe ou une méthode d'usine spéciale pour le traitement, en évitant directement l'utilisation de newClass (); Il convient aux scénarios où plusieurs types d'objets connexes sont créés, la logique de création peut changer et les détails d'implémentation doivent être cachés; Par exemple, dans le processeur de paiement, Stripe, PayPal et d'autres instances sont créés par le biais d'usines; Son implémentation comprend l'objet renvoyé par la classe d'usine en fonction des paramètres d'entrée, et tous les objets réalisent une interface commune; Les variantes communes incluent des usines simples, des méthodes d'usine et des usines abstraites, qui conviennent à différentes complexités.

Il existe deux types de conversion: implicite et explicite. 1. La conversion implicite se produit automatiquement, comme la conversion INT en double; 2. La conversion explicite nécessite un fonctionnement manuel, comme l'utilisation de (int) MyDouble. Un cas où la conversion de type est requise comprend le traitement de l'entrée des utilisateurs, les opérations mathématiques ou le passage de différents types de valeurs entre les fonctions. Les problèmes qui doivent être notés sont les suivants: transformer les nombres à virgule flottante en entiers tronqueront la partie fractionnaire, transformer les grands types en petits types peut entra?ner une perte de données, et certaines langues ne permettent pas la conversion directe de types spécifiques. Une bonne compréhension des règles de conversion du langage permet d'éviter les erreurs.
