在 SpringBoot/SpringCloud 中實現(xiàn)監(jiān)控埋點，核心是構(gòu)建一個覆蓋指標收集、鏈路追蹤、日志聚合三個維度的可觀測性體系。下面這個表格能幫你快速了解核心的監(jiān)控維度、推薦工具及其主要作用。

指標監(jiān)控

指標監(jiān)控幫助你量化系統(tǒng)的運行狀態(tài)。

核心依賴：在項目中引入 Spring Boot Actuator 和 Micrometer 的依賴。Actuator 提供了許多開箱即用的端點（如 /health, /metrics），而 Micrometer 是一個監(jiān)控門面，可以讓你方便地將指標導(dǎo)出到 Prometheus 等外部系統(tǒng)。

<!-- 在 pom.xml 中添加 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
</dependency>

基礎(chǔ)配置：在 application.yml中暴露 Prometheus 端點，以便指標被采集。

management:
  endpoints:
    web:
      exposure:
        include: prometheus,health,info # 暴露指定的監(jiān)控端點
  metrics:
    tags:
      application: ${spring.application.name} # 為所有指標添加應(yīng)用標簽

配置后，即可通過 /actuator/prometheus訪問指標。

自定義業(yè)務(wù)指標：Micrometer 提供了多種指標類型，你可以根據(jù)業(yè)務(wù)場景靈活使用：

@Service
public class BusinessService {
    private final Counter orderCounter;
    public BusinessService(MeterRegistry registry) {
        // 創(chuàng)建并注冊一個名為 "order.created" 的計數(shù)器
        orderCounter = Counter.builder("order.created")
                .description("Number of orders created")
                .tag("version", "1.0")
                .register(registry);
    }
    public void createOrder() {
        // 業(yè)務(wù)邏輯...
        orderCounter.increment(); // 下單成功后計數(shù)器+1
    }
}

• Counter（計數(shù)器） ：用于只增不減的指標，如訂單量、訪問次數(shù)。
• Gauge（儀表盤） ：用于反映瞬時狀態(tài)的可增可減的指標，如當(dāng)前在線人數(shù)、隊列大小。
• Timer（計時器） ：用于記錄耗時操作，如接口響應(yīng)時間，并可以計算分位數(shù)（如P99）。
• 使用示例：你可以通過注入 MeterRegistry來創(chuàng)建和注冊自定義指標。

分布式鏈路追蹤

在微服務(wù)架構(gòu)中，鏈路追蹤對于理解請求的完整路徑至關(guān)重要。

核心依賴與配置：為每個需要追蹤的微服務(wù)添加 Sleuth 和 Zipkin 客戶端依賴。

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>

在 application.yml中配置 Zipkin 服務(wù)器地址和采樣率。

spring:
  zipkin:
    base-url: http://your-zipkin-server-host:9411
  sleuth:
    sampler:
      probability: 1.0 # 采樣率，生產(chǎn)環(huán)境可設(shè)置為0.1（10%）以降低壓力

核心概念：

• Trace：代表一條完整的調(diào)用鏈，擁有一個唯一的 Trace ID。
• Span：代表調(diào)用鏈中的一個獨立工作單元，例如一次服務(wù)調(diào)用。一個 Trace 由多個 Span 組成。
• Sleuth 會自動為通過 RestTemplate、FeignClient 等發(fā)出的請求注入 Trace ID 和 Span ID，并上報到 Zipkin。在 Zipkin 的 UI 上，你可以根據(jù) Trace ID 直觀地看到請求的完整路徑和每個環(huán)節(jié)的耗時。

自定義Span標簽：你可以在業(yè)務(wù)代碼中手動添加更詳細的標簽信息，便于后續(xù)篩選和定位問題。

@Autowired
private Tracer tracer;
public void process() {
    Span currentSpan = tracer.currentSpan();
    if (currentSpan != null) {
        currentSpan.tag("user.id", "12345");
        currentSpan.tag("business.type", "payment");
    }
    // ... 業(yè)務(wù)邏輯
}

日志處理

清晰的日志與鏈路追蹤結(jié)合，能極大提升排查問題的效率。

1. 結(jié)構(gòu)化日志：在 logback-spring.xml等日志配置文件中，設(shè)置日志輸出模式，確保包含 Sleuth 自動添加的 [appname,traceId,spanId,exportable]信息。這是將日志與調(diào)用鏈關(guān)聯(lián)的關(guān)鍵。
2. 與ELK技術(shù)棧集成：將各微服務(wù)的日志集中收集到 Elasticsearch 中，再通過 Kibana 進行查詢。在 Kibana 中，你可以通過 Trace ID 輕松檢索到分布在各個服務(wù)實例上的所有相關(guān)日志。

生產(chǎn)環(huán)境注意事項

將監(jiān)控投入生產(chǎn)環(huán)境時，還需注意以下幾點：

• 采樣率調(diào)整：在全鏈路追蹤中，高頻請求會產(chǎn)生海量數(shù)據(jù)。在生產(chǎn)環(huán)境中，應(yīng)根據(jù)實際需求適當(dāng)降低采樣率（例如設(shè)置為 0.1 或 0.01），以避免對系統(tǒng)和存儲造成過大壓力。
• 數(shù)據(jù)存儲與持久化：Zipkin 默認將數(shù)據(jù)存在內(nèi)存中，重啟會丟失。生產(chǎn)環(huán)境務(wù)必配置持久化存儲，如 Elasticsearch 或 MySQL。
• 監(jiān)控與告警：利用 Grafana 創(chuàng)建可視化監(jiān)控大盤，對核心指標（如錯誤率、延遲）設(shè)置告警規(guī)則，實現(xiàn)主動發(fā)現(xiàn)問題。
• 性能影響：監(jiān)控本身也會消耗少量系統(tǒng)資源。應(yīng)關(guān)注采集代理的性能，避免監(jiān)控過度侵入影響核心業(yè)務(wù)。

總結(jié)

總的來說，在 SpringBoot/SpringCloud 中實現(xiàn)監(jiān)控埋點，指標監(jiān)控（Micrometer + Prometheus）讓你知其然，鏈路追蹤（Sleuth + Zipkin）讓你知其所以然，而集中式日志（ELK）則為深入排查提供了詳實的現(xiàn)場記錄。這三者共同構(gòu)成了微服務(wù)可觀測性的堅實基座。

以上就是在SpringBoot/SpringCloud中實現(xiàn)監(jiān)控埋點的具體實踐的詳細內(nèi)容，更多關(guān)于SpringBoot/SpringCloud監(jiān)控埋點的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論