當面對一個複雜的系統時，我們往往需要監控工具來幫助我們解決一些效能問題。比如之前我們使用
SpringBoot Admin
來監控應用，從而獲取到
SpringBoot Actuator
暴露的指標資訊。今天給大家介紹一個功能強大的監控工具Grafana，只要需要用到監控的地方，用它做視覺化就對了！
Grafana簡介
Grafana是一款開源的資料視覺化和分析工具，不管你的指標資訊儲存在哪裡，你都可以用它來視覺化這些資料。同時它還具有告警功能，當指標超出指定範圍時會提醒你。
Prometheus簡介
Prometheus是一款時序資料庫，可以簡單理解為帶時間的MySQL資料庫。由於Grafana只能將資料轉換成視覺化圖表，並沒有儲存功能，所以我們需要結合Prometheus這類時序資料庫一起使用。
安裝
使用Docker安裝Grafana和Prometheus無疑是最簡單的，我們接下來將採用此種方式。
首先下載Grafana的Docker映象；
docker pull grafana/grafana
下載完成後執行Grafana；
docker run -p 3000：3000 ——name grafana \-d grafana/grafana
接下來下載Prometheus的Docker映象；
docker pull prom/prometheus
在
/mydata/prometheus/
目錄下建立Prometheus的配置檔案
prometheus。yml
：
global： scrape_interval： 5s
執行Prometheus，把宿主機中的配置檔案
掛載到容器中去；
docker run -p 9090：9090 ——name prometheus \-v /mydata/prometheus/prometheus。yml：/etc/prometheus/prometheus。yml \-d prom/prometheus
至此安裝完成，是不是很簡單！可以透過如下地址訪問Grafana，登入賬號密碼為
admin：admin
image
登入Grafana後顯示介面如下；
使用
Grafana已經安裝完後，是時候來波實踐了，接下來我們來介紹下使用Grafana來監控Linux系統和SpringBoot應用。
監控系統資訊
使用
node_explorer
可以暴露Linux系統的指標資訊，然後Prometheus就可以透過定時掃描的方式獲取並存儲指標資訊了。
這次我們直接把
安裝到Linux伺服器上（如果使用Docker容器安裝，監控的會是Docker容器的指標資訊），將下載的安裝包解壓到指定目錄，並修改資料夾名稱：
cd /mydatatar -zxvf node_exporter-1。1。2。linux-amd64。tar。gzmv node_exporter-1。1。2。linux-amd64 node_exporter
進入解壓目錄，使用如下命令執行
，服務將執行在
9100
埠上；
cd node_exporter。/node_exporter >log。file 2>&1 &
使用
curl
命令訪問獲取指標資訊介面，獲取到資訊表示執行成功；
//localhost：9100/metrics
# HELP promhttp_metric_handler_requests_in_flight Current number of scrapes being served。# TYPE promhttp_metric_handler_requests_in_flight gaugepromhttp_metric_handler_requests_in_flight 1# HELP promhttp_metric_handler_requests_total Total number of scrapes by HTTP status code。# TYPE promhttp_metric_handler_requests_total counterpromhttp_metric_handler_requests_total{code=“200”} 2175promhttp_metric_handler_requests_total{code=“500”} 0promhttp_metric_handler_requests_total{code=“503”} 0
接下來修改Prometheus的配置檔案
，建立一個任務定時掃描
暴露的指標資訊；
scrape_configs： - job_name： node static_configs： - targets： ［‘192。168。5。78：9100’］
重啟Prometheus容器，可以透過
加號->Dashboard
來建立儀表盤；
選擇匯入Dashboard並輸入ID，最後點選
Load
即可；
選擇資料來源為Prometheus，最後點選
Import
；
匯入成功後就可以在Grafana中看到實時監控資訊了，是不是夠炫酷！
監控SpringBoot應用
監控SpringBoot應用需要依靠
actuator
及
micrometer
，透過暴露
的端點，Prometheus可以定時獲取並存儲指標資訊。
修改專案的
pom。xml
檔案，新增
及
依賴；
修改應用配置檔案
application。yml
，透過
暴露監控埠
/actuator/prometheus
；
management： endpoints： web： exposure： # 暴露端點`/actuator/prometheus` include： ‘prometheus’ metrics： tags： application： ${spring。application。name}
在監控SpringBoot應用之前，我們需要先執行一個SpringBoot應用，使用如下命令執行即可；
docker run -p 8088：8088 ——name mall-tiny-grafana \-v /etc/localtime：/etc/localtime \-v /mydata/app/mall-tiny-grafana/logs：/var/logs \-e TZ=“Asia/Shanghai” \-d mall-tiny/mall-tiny-grafana：1。0-SNAPSHOT
修改Prometheus的配置檔案
暴露的指標資訊，這裡需要注意下，由於SpringBoot應用執行在Docker容器中，需要使用
docker inspect mall-tiny-grafana |grep IPAddress
來獲取容器IP地址；
scrape_configs： # 採集任務名稱 - job_name： ‘mall-tiny-grafana’ # 採集時間間隔 scrape_interval： 5s # 採集超時時間 scrape_timeout： 10s # 採集資料路徑 metrics_path： ‘/actuator/prometheus’ # 採集服務的地址 static_configs： - targets： ［‘172。17。0。5：8088’］
我們可以透過Prometheus的視覺化介面，來確定Prometheus是否能獲取到指標資訊；
匯入成功後就可以在Grafana中看到SpringBoot實時監控資訊了，果然夠炫酷！
總結
透過對Grafana的一波實踐，我們可以發現，使用Grafana來進行資料視覺化的過程是這樣的：首先我們得讓被監控方將指標資訊暴露出來，然後用Prometheus定時獲取並存儲指標資訊，最後將Prometheus配置為Grafana的視覺化資料來源。