1.prometheus工作原理：

Prometheus将指标收集并存储为时间序列数据库（时序数据库），即指标信息与记录它的时间戳一起存储，以及称为标签的可选键值对。

特性：

具有由指标名称和键/值对识别的时间序列数据的多维数据模型

·PromQL，一种利用此维度的灵活查询语言

不依赖集中式存储;单个服务器节点是自治的

时间序列收集通过http上的拉模型进行

通过中间网关支持推送时间序列

通过服务发现或静态配置发现目标

多种图形和仪表板支持模式

指标：
指标是通俗意义上的数值测量。时间序列是指记录随时间的变化。用户想要衡量的指标因应用而异。对于Web 服务器，可能是请求时间;对于数据库，可能是活动连接数或活动查询数，等等

指标在了解应用程序为何以某种方式工作方面发挥着重要作用。假设您正在运行一个Web 应用程序，并发现它很慢。为了了解应用程序发生了什么，您需要一些信息。例如，当请求数量很高时，应用程序可能会变慢。如果您有请求计数指标，则可以确定原因并增加服务器数量以处理负载。

工作原理：

应用服务通过导出器暴露自己的指标，Prometheus定时去拉取导出器暴露的数据，然后数据会持久化落盘做时序数据库存储，客户端如Grafana会通过PromQL查询Prometheus中的指标数据。exporter导出器相当于一个Web应用，遵循Prometheus协议，导出器完成两件事：拿到指标，然后封装指标。

SpringBoot会自带一个actuator，相当于导出器的功能，可以暴露监控指标
为了安全考虑，我们通常将监控服务部署在内网，部署架构如下：

2.SpringBoot整合Prometheus示例

1.新建SpringBoot项目并引入监控相关核心依赖

        <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-actuator</artifactId></dependency>
<!--        rometheus 注册表实现，用于将应用的度量指标按照 Prometheus 的格式进行暴露。--><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-registry-prometheus</artifactId><scope>runtime</scope></dependency>

2.配置application.yml

spring:application:name: spring-boot-prometheus-demo# 暴露所有监控指标
management:endpoints:web:exposure:include: "*"

3.查看指标

查看暴露的指标列表：

localhost:8080/actuator/metrics

查看某一详细指标（上述路径+具体指标）：

localhost:8080/actuator/metrics/disk.free

刷新页面，上述监控数据实时变化

查看prometheus格式的数据：

localhost:8080/actuator/prometheus

一条指标的格式：

3.Promethus+Grafana整合实战整合

1.Docker部署项目

项目打jar包并编写如下的Dockerfile文件：

# 一个镜像就是一个小型linux系统
# 基础运行环境
FROM openjdk:17# 把产品复制到运行环境的linux系统中 /app 目录下，改名叫 boot.jar
COPY target/*.jar /app/boot.jar# 启动占用端口
EXPOSE 9090# 应用启动命令 'java -jar /app/boot.jar'；
# CMD 可以被启动的时候重新修改，、
# ENTRYPOINT（入口），不能被启动的时候修改
ENTRYPOINT ["java","-jar","/app/boot.jar"]

将项目整体打成压缩包并上传到服务器，在服务解压压缩包并进入项目目录

执行指令构建镜像：

docker build -f Dockerfile -t boot-app:v1.0 .

根据镜像起服务容器：

docker run -d -p 6379:9090 --name boot boot-app:v1.0

成功从外网访问监控：

2.配置Prometheus

创建配置存放路径

在此路径下创建 prometheus.yml编写配置内容：

global :
scrape_interval:15 #抓取配置
sevaluation_interval:15s #计算
scrape_configs:-job_name:'prometheus' #抓取自己指标static_configs:-targets:['localhost:9090']-job_name:'bootapp-exporter'metrics_path:'/actuator/prometheus' #指定抓取的路径static_configs:-targets:['172.20.221.50:9090']# 注意改为服务器私有IP地址labels :appname:'bootapp

启动prometheus

回到根目录下创建compose.yaml文件，批量启动应用：prometheus，grafana

name: prom
services:prometheus:image: prom/prometheuscontainer_name:prometheusrestart: alwaysvolumes -/app/prom/conf/prometheus.yml:/etc/prometheus/prometheus.yml-/etc/localtime:/etc/localtime:roports:-"6379:9090'networks:- backendgrafana :image: grafana/grafanacontainer_name:grafanarestart: alwaysvolumes:-/etc/localtime:/etc/localtime:rodepends_on:- prometheusports:-"3306:3306'networks:- backendnetworks:backendname: backend

批量启动服务：

docker compose -f compose.yaml up -d

服务启动，访问promethus端口，进入promethus监控

登录进入Grafana登录页面

配置promethus数据源

查看某些指标

配置监控面板

主机，数据库等中间件的监控同理配置