Pemantauan ialah aspek penting dalam pengurusan prestasi aplikasi. Apabila aplikasi berskala, memastikan ia berjalan lancar dan kesihatan sistem dijejaki secara berterusan menjadi penting. Dalam perkhidmatan mikro, sistem teragih dan aplikasi asli awan, alat pemantauan bukan sahaja alat tambah tetapi bahagian kritikal infrastruktur anda.
Dua alat yang paling popular untuk memantau sistem moden ialah Prometheus dan Grafana. Alat ini selalunya digunakan untuk mengumpul, menyimpan dan menggambarkan metrik, membantu pembangun dan pasukan operasi mengesan isu, menganalisis prestasi dan memastikan sistem berjalan dengan cekap.
Mengapa Kita Perlukan Pemantauan?
Pemantauan adalah penting untuk mengenal pasti masalah sebelum ia menjejaskan pengguna. Sama ada anda bekerja dengan bahagian belakang berasaskan Java, persekitaran perkhidmatan mikro yang kompleks atau mana-mana sistem lain, pemantauan berterusan memberikan cerapan tentang:
Prestasi aplikasi:
Jejaki metrik prestasi utama seperti masa respons, permintaan dan kadar ralat.Kesihatan sistem:
Pantau kesihatan pelayan, penggunaan CPU, penggunaan memori dan ruang cakera untuk memastikan infrastruktur beroperasi secara optimum.Memberitahu:
Sediakan ambang dan makluman untuk metrik kritikal yang memberitahu anda apabila berlaku masalah.Perancangan kapasiti:
Mengumpul dan menganalisis data sejarah boleh membantu anda merancang untuk menskalakan aplikasi anda.
Prometheus dan Grafana menawarkan penyelesaian yang teguh untuk memantau, menggambarkan dan menganalisis data daripada sistem dan aplikasi anda.
Memperkenalkan Grafana dan Prometheus
Prometheus
Prometheus ialah kit alat pemantauan dan amaran sumber terbuka yang direka untuk kebolehpercayaan dan kebolehskalaan. Ia memberi tumpuan kepada pengumpulan data siri masa dan menyokong pengumpulan data berbilang dimensi, membolehkan pertanyaan dan analisis yang berkuasa. Prometheus mengumpul metrik daripada sasaran melalui titik akhir HTTP dan menyimpannya dalam pangkalan data siri masa. Metrik ini kemudiannya boleh disoal menggunakan bahasa pertanyaan Prometheus, PromQL.
Grafana
Grafana ialah platform sumber terbuka untuk pemantauan dan pemerhatian. Ia membolehkan pengguna untuk menggambarkan data siri masa daripada pelbagai sumber, termasuk Prometheus. Keupayaan Grafana untuk mencipta papan pemuka, menyediakan makluman dan menyepadukan dengan pelbagai sumber data menjadikannya salah satu alat yang paling popular untuk menggambarkan metrik.
Bersama-sama, Prometheus mengumpulkan metrik, manakala Grafana memaparkannya dalam cara yang interaktif dan menarik secara visual.
Menjalankan Prometheus di Docker
Menjalankan Prometheus dan Grafana dalam Docker ialah cara yang mudah dan berkesan untuk menyediakan persekitaran pemantauan dengan cepat. Mari mulakan dengan menjalankan Prometheus dalam Docker.
Langkah 1: Menjalankan Prometheus di Docker
Anda boleh menjalankan Prometheus sebagai bekas menggunakan arahan berikut:
docker run --name prometheus -d -p 127.0.0.1:9090:9090 prom/prometheus
Arahan ini akan:
- Mulakan bekas Prometheus.
- Peta port tempatan 9090 ke port kontena 9090.
- Gunakan imej rasmi Prometheus Docker daripada Docker Hub. Anda boleh mengesahkan bahawa Prometheus sedang berjalan dengan membuka penyemak imbas anda dan menavigasi ke http://localhost:9090/.
Langkah 2: Mengkonfigurasi Prometheus
Anda mesti melaraskan fail konfigurasi Prometheus jika anda perlu mengkonfigurasi Prometheus untuk mengikis metrik dari titik akhir tertentu (cth., aplikasi Java). Dengan melekapkannya ke dalam bekas, anda boleh menjalankan Prometheus dengan fail prometheus.yml tersuai. Berikut ialah contoh:
docker run \ -p 9090:9090 \ -v /prometheus.yml:/etc/prometheus/prometheus.yml \ prom/prometheus
Ini melekapkan fail prometheus.yml tempatan anda ke dalam bekas. Selepas memulakan Prometheus, anda boleh pergi ke http://localhost:9090/ untuk mengakses papan pemuka Prometheus.
Menjalankan Grafana di Docker
Sekarang Prometheus sedang menjalankan penambahan Grafana untuk menggambarkan data adalah masanya.
Langkah 3: Menjalankan Grafana di Docker
Grafana mudah digunakan melalui Docker. Jalankan arahan berikut untuk memulakan bekas Grafana:
Menjalankan Grafana di pelabuhan
docker run -d -p 3000:3000 grafana/grafana-enterprise
Setelah Grafana berjalan, anda boleh mengakses UI web di http://localhost:3000/login. Bukti kelayakan log masuk lalai ialah:
- Nama pengguna: admin
- Kata laluan: admin
Langkah 4: Menyambung Prometheus dan Grafana
Sekarang kedua-dua Prometheus dan Grafana sedang berjalan, langkah seterusnya ialah menyambungkannya. Grafana perlu tahu dari mana hendak mendapatkan metrik. Begini cara anda boleh menambah Prometheus sebagai sumber data dalam Grafana:
- Log masuk ke Grafana.
- klik ikon gear di bar sisi kiri untuk membuka menu Konfigurasi.
- Pilih Sumber Data.
- Klik Tambah sumber data.
- Pilih Prometheus sebagai jenis sumber data.
- Dalam bahagian HTTP, tetapkan URL kepada tika Prometheus anda (cth., http://172.0.0.1:9090).
- Klik Simpan & Uji untuk memastikan Grafana berjaya menyambung ke Prometheus.
Mencipta Projek Java Contoh
Mari kita cipta projek berasaskan Java ringkas yang mendedahkan metrik kepada Prometheus. Kami akan menggunakan Micrometer, fasad pengumpulan metrik untuk aplikasi berasaskan JVM, yang disepadukan dengan mudah dengan Prometheus.
Langkah 5: Cipta Aplikasi Java
Tambahkan kebergantungan yang diperlukan pada fail pom.xml anda:
Menghubungkan segala-galanya.
docker run --name prometheus -d -p 127.0.0.1:9090:9090 prom/prometheus
Kemudian, dalam aplikasi Java anda, dedahkan titik akhir yang boleh dikikis oleh Prometheus. Contohnya:
docker run \ -p 9090:9090 \ -v /prometheus.yml:/etc/prometheus/prometheus.yml \ prom/prometheus
Persediaan ini mencipta titik akhir /metrik yang boleh dikikis oleh Prometheus. Ia mendedahkan metrik yang dikumpul oleh Mikrometer dan tersedia dalam format Prometheus.
Langkah 6: Dedahkan Metrik kepada Prometheus
Memandangkan aplikasi Java sedang mengumpulkan metrik, kami perlu memberitahu Prometheus untuk mengikis titik akhir /metrics daripada aplikasi anda. Kemas kini fail konfigurasi prometheus.yml anda untuk memasukkan sasaran:
docker run -d -p 3000:3000 grafana/grafana-enterprise
Ganti dengan alamat IP atau localhost jika dijalankan pada mesin yang sama. Prometheus kini akan mengumpulkan metrik daripada aplikasi Java anda.
Menghubungkan Segalanya
Pada ketika ini, anda mempunyai:
- Prometheus mengikis metrik daripada aplikasi Java anda.
- Grafana disediakan sebagai alat visualisasi.
Langkah 7: Mencipta Papan Pemuka dalam Grafana
Untuk menggambarkan data dalam Grafana:
- Pergi ke tab Papan Pemuka dalam Grafana.
- Klik Papan Pemuka Baharu.
- Tambah Panel dan pilih Prometheus sebagai sumber data.
- Tulis pertanyaan PromQL untuk mendapatkan semula metrik, contohnya, http_requests_total.
Kini anda boleh membina papan pemuka dengan pelbagai panel yang menunjukkan metrik seperti kiraan permintaan, masa respons dan kadar ralat.
Pemantauan adalah penting untuk mengekalkan ketersediaan dan prestasi yang tinggi. Dengan alatan seperti Prometheus dan Grafana, anda boleh menyediakan penyelesaian pemantauan yang cekap untuk aplikasi Java anda dengan mudah.
Atas ialah kandungan terperinci Bermula dengan Prometheus dan Grafana di Jawa. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Java menyokong pengaturcaraan asynchronous termasuk penggunaan aliran yang boleh diselesaikan, aliran responsif (seperti ProjectReactor), dan benang maya di Java19. 1.CompletableFuture meningkatkan kebolehbacaan dan penyelenggaraan kod melalui panggilan rantai, dan menyokong orkestrasi tugas dan pengendalian pengecualian; 2. ProjectReactor menyediakan jenis mono dan fluks untuk melaksanakan pengaturcaraan responsif, dengan mekanisme tekanan belakang dan pengendali yang kaya; 3. Thread maya mengurangkan kos konvensional, sesuai untuk tugas I/O-intensif, dan lebih ringan dan lebih mudah untuk berkembang daripada benang platform tradisional. Setiap kaedah mempunyai senario yang berkenaan, dan alat yang sesuai harus dipilih mengikut keperluan anda dan model campuran harus dielakkan untuk mengekalkan kesederhanaan

Di Java, enums sesuai untuk mewakili set tetap tetap. Amalan terbaik termasuk: 1. Gunakan enum untuk mewakili keadaan tetap atau pilihan untuk meningkatkan keselamatan jenis dan kebolehbacaan; 2. Tambah sifat dan kaedah untuk meningkatkan fleksibiliti, seperti menentukan bidang, pembina, kaedah penolong, dan lain -lain; 3. Gunakan enummap dan enumset untuk meningkatkan prestasi dan jenis keselamatan kerana mereka lebih cekap berdasarkan tatasusunan; 4. Elakkan penyalahgunaan enum, seperti nilai dinamik, perubahan kerap atau senario logik kompleks, yang harus digantikan dengan kaedah lain. Penggunaan enum yang betul boleh meningkatkan kualiti kod dan mengurangkan kesilapan, tetapi anda perlu memberi perhatian kepada sempadannya yang berkenaan.

Javanio adalah IOAPI baru yang diperkenalkan oleh Java 1.4. 1) bertujuan untuk penampan dan saluran, 2) mengandungi komponen teras penampan, saluran dan pemilih, 3) menyokong mod tidak menyekat, dan 4) mengendalikan sambungan serentak lebih cekap daripada IO tradisional. Kelebihannya dicerminkan dalam: 1) IO yang tidak menyekat mengurangkan overhead thread, 2) Buffer meningkatkan kecekapan penghantaran data, 3) pemilih menyedari multiplexing, dan 4) memori pemetaan memori sehingga membaca dan menulis fail. Nota Apabila menggunakan: 1) Operasi flip/jelas penampan mudah dikelirukan, 2) Data yang tidak lengkap perlu diproses secara manual tanpa menyekat, 3) Pendaftaran pemilih mesti dibatalkan dalam masa, 4) NIO tidak sesuai untuk semua senario.

HashMap melaksanakan penyimpanan pasangan nilai utama melalui jadual hash di Java, dan terasnya terletak di lokasi data yang cepat. 1. Mula -mula gunakan kaedah hashcode () kunci untuk menghasilkan nilai hash dan mengubahnya menjadi indeks array melalui operasi bit; 2 Objek yang berbeza boleh menghasilkan nilai hash yang sama, mengakibatkan konflik. Pada masa ini, nod dipasang dalam bentuk senarai yang dipautkan. Selepas JDK8, senarai yang dipautkan terlalu panjang (panjang lalai 8) dan ia akan ditukar kepada pokok merah dan hitam untuk meningkatkan kecekapan; 3. Apabila menggunakan kelas tersuai sebagai kunci, sama () dan kaedah hashcode () mesti ditulis semula; 4. HashMap secara dinamik mengembangkan kapasiti. Apabila bilangan elemen melebihi kapasiti dan multiplies oleh faktor beban (lalai 0.75), mengembangkan dan mengembalikan; 5. hashmap tidak selamat benang, dan concu harus digunakan dalam multithreaded

Penghitungan Java bukan sahaja mewakili pemalar, tetapi juga boleh merangkum tingkah laku, membawa data, dan melaksanakan antara muka. 1. Penghitungan adalah kelas yang digunakan untuk menentukan contoh tetap, seperti minggu dan negeri, yang lebih selamat daripada rentetan atau bilangan bulat; 2. Ia boleh membawa data dan kaedah, seperti nilai lulus melalui pembina dan menyediakan kaedah akses; 3. Ia boleh menggunakan suis untuk mengendalikan logik yang berbeza, dengan struktur yang jelas; 4. Ia boleh melaksanakan antara muka atau kaedah abstrak untuk membuat tingkah laku yang berbeza dari nilai penghitungan yang berbeza; 5. Beri perhatian untuk mengelakkan penyalahgunaan, perbandingan kod keras, pergantungan pada nilai ordinal, dan penamaan dan bersiri yang munasabah.

Corak reka bentuk singleton di Java memastikan bahawa kelas hanya mempunyai satu contoh dan menyediakan titik akses global melalui pembina swasta dan kaedah statik, yang sesuai untuk mengawal akses kepada sumber yang dikongsi. Kaedah pelaksanaan termasuk: 1. 2. Pemprosesan Safe Thread, memastikan bahawa hanya satu contoh yang dibuat dalam persekitaran berbilang threaded melalui kaedah penyegerakan atau penguncian cek berganda, dan mengurangkan kesan prestasi; 3. 4. Pelaksanaan penghitungan, menggunakan penghitungan Java untuk secara semulajadi menyokong serialisasi, keselamatan thread dan mencegah serangan reflektif, adalah kaedah ringkas dan boleh dipercayai. Kaedah pelaksanaan yang berbeza boleh dipilih mengikut keperluan khusus

Pilihan dapat jelas menyatakan niat dan mengurangkan bunyi kod untuk penghakiman null. 1. Pilihan.Ofnullable adalah cara biasa untuk menangani objek null. Sebagai contoh, apabila mengambil nilai dari peta, Orelse boleh digunakan untuk memberikan nilai lalai, supaya logik lebih jelas dan ringkas; 2. Gunakan panggilan rantaian peta untuk mencapai nilai bersarang untuk menghindari NPE dengan selamat, dan secara automatik menamatkan jika ada pautan adalah null dan mengembalikan nilai lalai; 3. Penapis boleh digunakan untuk penapisan bersyarat, dan operasi seterusnya akan terus dilakukan hanya jika syarat -syarat dipenuhi, jika tidak, ia akan melompat terus ke Orelse, yang sesuai untuk penghakiman perniagaan ringan; 4. Ia tidak disyorkan untuk menggunakan terlalu banyak pilihan, seperti jenis asas atau logik mudah, yang akan meningkatkan kerumitan, dan beberapa senario akan terus kembali ke NU.

Penyelesaian teras untuk menghadapi java.io.notserializableException adalah untuk memastikan bahawa semua kelas yang perlu bersiri melaksanakan antara muka berseri dan periksa sokongan serialisasi objek bersarang. 1. Tambah implementsSerializable ke kelas utama; 2. Pastikan kelas medan tersuai yang sepadan di dalam kelas juga melaksanakan bersiri; 3. Gunakan sementara untuk menandakan medan yang tidak perlu bersiri; 4. Periksa jenis yang tidak berseri dalam koleksi atau objek bersarang; 5. Semak kelas mana yang tidak melaksanakan antara muka; 6. Pertimbangkan reka bentuk pengganti untuk kelas yang tidak dapat diubah suai, seperti menyimpan data utama atau menggunakan struktur pertengahan berseri; 7. Pertimbangkan untuk mengubah suai
