Prometheus-3--Prometheus是怎么抓取Java应用，Redis中间件，服务器环境的指标的？

1、Prometheus抓取Java应用的指标

1、数据来源：Java应用自身暴露的指标

Java应用的指标数据来源于应用代码中定义的指标对象（如Counter、Gauge、Histogram等），通过Prometheus客户端库（如io.prometheus:client_java）将这些指标注册到默认的CollectorRegistry，并通过HTTP服务器暴露/metrics端点。

简单来说：
在你的java应用程序中引入Prometheus相关的jar包（即Prometheus的客户端），在进行适当的配置即可。Prometheus server端会主动从你的服务中获取java应用的相关指标。

2、实现步骤

1、Java端示例

（1）、引入依赖
在pom.xml中添加Prometheus客户端库依赖。
pom.xml示例：

<dependency><groupId>io.prometheus</groupId><artifactId>simpleclient</artifactId><version>0.16.0</version>
</dependency>
<dependency><groupId>io.prometheus</groupId><artifactId>simpleclient_httpserver</artifactId><version>0.16.0</version>
</dependency>

（2）、定义和注册指标
在Java代码中定义你需要监控的指标（如Counter计算器、Gauge仪表盘等），并注册到CollectorRegistry收集器中。

java示例：

import io.prometheus.client.Counter;
import io.prometheus.client.Gauge;
import io.prometheus.client.exporter.HTTPServer;
import java.io.IOException;public class MyApplication {// 定义一个Counter指标：记录HTTP请求次数static final Counter requests = Counter.build().name("http_requests_total").help("Total number of HTTP requests.").labelNames("method", "status").register();// 定义一个Gauge指标：记录当前在线用户数static final Gauge onlineUsers = Gauge.build().name("online_users").help("Current number of online users.").register();public static void main(String[] args) throws IOException {// 启动HTTP服务器，暴露/metrics端点（默认端口8080）HTTPServer server = new HTTPServer(8080);// 模拟业务逻辑：增加Counter和Gauge的值requests.labels("GET", "200").inc();onlineUsers.inc(); // 用户上线onlineUsers.dec(); // 用户下线}
}

（3）、验证指标暴露
启动应用后，访问http://localhost:8080/metrics，会看到类似以下输出。

输出示例：

# HELP http_requests_total Total number of HTTP requests.
# TYPE http_requests_total counter
http_requests_total{method="GET",status="200"} 1# HELP online_users Current number of online users.
# TYPE online_users gauge
online_users 0
2、Prometheus Server端示例

（1）、Prometheus server配置抓取java客户端指标
在prometheus.yml中配置Prometheus Server抓取该指标。

yaml示例：

scrape_configs:- job_name: "java-app"static_configs:- targets: ["localhost:8080"]

2、Redis中间件的指标获取

1、数据来源：Redis本身暴露的指标

Redis本身不直接支持Prometheus格式的指标，因此需要通过Redis Exporter来采集Redis的指标（如内存使用、连接数、命中率等），并转换为Prometheus格式。

简单来说：
采集中间件相关的指标数据需要借助特定的Exporter组件。如Mysql有Mysql Exporter；Redis有Redis Exporter等。

  • 以Redis为例，我们部署Redis Exporter，并指定监测的Redis服务。
  • Redis Exporter会检测和获取到相关Redis实例的指标，如：调用Redis的Info命令。
  • Prometheus Server会调用Redis Exporter的接口间接获取到Redis实例的指标数据。

常见的Exporter：

  • 对Redis：使用redis_exporter
  • 对MySQL：使用mysqld_exporter
  • 对服务器环境：使用node_exporter

Exporter的作用：

  • 连接目标系统（如连接Redis实例）
  • 获取原始指标数据（如 Redis 的 INFO命令输出）
  • 将这些数据格式化为 Prometheus 能识别的格式
  • 暴露一个/metrics接口供Prometheus抓取

2、实现步骤

1、Redis Exporter部分示例

（1）、部署Redis Exporter
可以通过Docker或二进制方式部署Redis Exporter。

bash示例：

# 使用Docker部署
docker run -d \--name redis-exporter \-p 9121:9121 \-e REDIS_ADDR=redis-host:6379 \quay.io/prometheuscommunity/redis-exporter

（2）、验证指标暴露
访问http://localhost:9121/metrics，会看到Redis的指标数据。

输出示例：

# HELP redis_connected_clients Number of client connections (excluding connections from slaves).
# TYPE redis_connected_clients gauge
redis_connected_clients 10# HELP redis_memory_used_bytes Total number of bytes allocated by Redis using its allocator.
# TYPE redis_memory_used_bytes gauge
redis_memory_used_bytes 1048576
2、Prometheus Server端示例

（1）、Prometheus配置抓取
在prometheus.yml中配置抓取Redis Exporter的指标。

yaml示例：

scrape_configs:- job_name: "redis"static_configs:- targets: ["localhost:9121"]

附：常见Redis指标

  • redis_connected_clients：当前连接的客户端数量。
  • redis_memory_used_bytes：Redis使用的内存字节数。
  • redis_keyspace_hits：缓存命中次数。
  • redis_keyspace_misses：缓存未命中次数。

3、服务器运行环境的指标获取

1、数据来源：服务器操作系统指标

服务器环境指标（如CPU、内存、磁盘I/O）需要通过Node Exporter来采集，它会读取/proc文件系统或调用系统命令获取数据。

简单来说：
在需要检测指标的服务器上部署Node Exporter组件。该组件会通过相关Linux命令获取到机器的指标。之后Prometheus Serve调用Node Exporter的接口，间接获取到了服务器的相关指标数据。

2、实现步骤

（1）、安装Node Exporter
下载并启动 Node Exporter。

bash示例：

# 下载
wget https://github.com/prometheus/node_exporter/releases/latest/download/node_exporter-*.linux-amd64.tar.gz
# 解压
tar xvfz node_exporter-*.linux-amd64.tar.gz
# 进入指定目录
cd node_exporter-*.linux-amd64
# 启动（默认端口9100）
./node_exporter

（2）、验证指标暴露
访问http://localhost:9100/metrics，会看到服务器的指标数据。

输出示例：

# HELP node_cpu_seconds_total Seconds the CPUs spent in each mode.
# TYPE node_cpu_seconds_total counter
node_cpu_seconds_total{mode="idle",device="cpu0"} 12345.67# HELP node_memory_MemFree_bytes Free memory in bytes.
# TYPE node_memory_MemFree_bytes gauge
node_memory_MemFree_bytes 1073741824

（3）、Prometheus配置抓取
在prometheus.yml中配置抓取Node Exporter的指标。

yaml示例：

scrape_configs:- job_name: "node"static_configs:- targets: ["localhost:9100"]

附：常见服务器指标

  • node_cpu_seconds_total：CPU使用时间（按模式分组）。
  • node_memory_MemFree_bytes：空闲内存大小。
  • node_disk_io_time_seconds_total：磁盘I/O时间。
  • node_network_receive_bytes_total：网络接收字节数。

4、总结：三类指标的获取流程

在这里插入图片描述

5、验证和调试

1、检查指标是否暴露

  • 使用curl或浏览器访问/metrics端点。

bash示例：

curl http://localhost:8080/metrics

2、Prometheus界面验证

  • 登录Prometheus Web UI（默认http://localhost:9090）。
  • 输入指标名称（如http_requests_total）进行查询。

3、Grafana可视化

  • 安装Grafana，配置Prometheus数据源。
  • 导入预定义的Dashboard（如Node Exporter Full、Redis Exporter）。

通过以上步骤，你可以将Java应用、Redis中间件和服务器环境的指标集成到Prometheus监控体系中，并通过Grafana可视化展示。

向阳前行，Dare To Be！！！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.pswp.cn/pingmian/91844.shtml
繁体地址，请注明出处：http://hk.pswp.cn/pingmian/91844.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

42.安卓逆向2-补环境-unidbg安装和简单使用

42.安卓逆向2-补环境-unidbg安装和简单使用

免责声明&#xff1a;内容仅供学习参考&#xff0c;请合法利用知识&#xff0c;禁止进行违法犯罪活动&#xff01; 内容参考于&#xff1a;图灵Python学院 工具下载&#xff1a; 链接&#xff1a;https://pan.baidu.com/s/1bb8NhJc9eTuLzQr39lF55Q?pwdzy89 提取码&#xff1…
阅读更多...
数据结构与算法：哈希函数的应用及一些工程算法

数据结构与算法：哈希函数的应用及一些工程算法

前言这篇里的东西可以说了解了解就行了。一、哈希函数均匀性展示原本让deepseek转了一下老师的java代码&#xff0c;但发现复刻起来太麻烦了。又因为这个理解就好&#xff0c;竞赛不会有&#xff0c;所以就直接贴老师的java代码了……import java.security.MessageDigest; impo…
阅读更多...
交叉编译ARM环境

交叉编译ARM环境

ARM交叉编译 可以采用交叉编译工具链&#xff1a; sudo apt-get install aarch64-linux-gnu-gcc sudo apt-get install aarch64-linux-gnu-g sudo apt-get install gcc-arm-linux-gnueabi sudo apt-get install g-arm-linux-gnueabi 上面两个是64位&#xff0c;下面两个是…
阅读更多...
算法思想 之 拓扑排序问题

算法思想 之 拓扑排序问题

欢迎拜访&#xff1a;雾里看山-CSDN博客 本篇主题&#xff1a;算法思想 之 拓扑排序问题 发布时间&#xff1a;2025.8.4 隶属专栏&#xff1a;算法 目录算法介绍核心原理适用场景实现步骤(Kahn 算法)例题课程表题目链接题目描述算法思路代码实现课程表 II题目链接题目描述算法思…
阅读更多...
机器学习 入门——决策树分类

机器学习 入门——决策树分类

决策树是一种直观且强大的机器学习算法&#xff0c;适用于分类和回归任务。本文将全面介绍决策树分类的原理、实现、调优和实际应用。一、什么是决策树分类1.概念决策树分类是一种树形结构的分类模型&#xff0c;它通过递归地将数据集分割成更小的子集来构建决策规则。就像我们…
阅读更多...
虚拟机中查看和修改文件权限

虚拟机中查看和修改文件权限

在虚拟机中管理文件权限是系统管理的重要部分&#xff0c;无论是在Linux还是Windows虚拟机中。下面我将详细介绍两种主要系统的权限管理方法。Linux虚拟机中的文件权限管理查看文件权限使用ls命令&#xff1a;ls -l 文件名输出示例&#xff1a;-rwxr-xr-- 1 user group 1024 Ju…
阅读更多...
图像处理拉普拉斯算子

图像处理拉普拉斯算子

AI对话记录&#xff0c;还没有来得及仔细验证和推导&#xff0c;目前只是记录 当然可以&#xff01;我们来一步步推导拉普拉斯算子在旋转变换下保持不变的数学过程。这里以二维情况为例&#xff0c;最直观也最常见。&#x1f9ee; 拉普拉斯算子旋转不变性的推导&#xff08;二维…
阅读更多...
React ahooks——副作用类hooks之useThrottleEffect

React ahooks——副作用类hooks之useThrottleEffect

useThrottleEffect 是 ahooks 提供的节流版 useEffect&#xff0c;它在依赖项变化时执行副作用函数&#xff0c;但会限制执行频率。一、基本语法useThrottleEffect(effect: React.EffectCallback,deps?: React.DependencyList,options?: Options )二、参数详解2.1. effect (必…
阅读更多...
【建模与仿真】融合画像约束和潜在特征的深度推荐算法

【建模与仿真】融合画像约束和潜在特征的深度推荐算法

导读&#xff1a; 基于深度学习的推荐算法已成为推荐系统领域的研究趋势。然而&#xff0c;大多数现有工作仅考虑单一的用户与物品交互数据&#xff0c;限制了算法的预测性能。本文提出一种画像约束的编码方式&#xff0c;并融合隐因子模型中的潜在特征&#xff0c;丰富了推荐…
阅读更多...
华为网路设备学习-26（BGP协议 二）路径属性

华为网路设备学习-26（BGP协议 二）路径属性

一、属性分类二、属性含义①公认必遵&#xff1a;所有BGP对等体 必须识别 且 在Update报文中携带1.Origin2.AS-Path3.Next hop②公认自决&#xff1a;所有BGP对等体 必须识别但可以不在Update报文中携带 1.Local-Preference2.ATOMIC_Aggregate③可选传递&#xff1a;所有BGP对…
阅读更多...
从0搭建YOLO目标检测系统：实战项目+完整流程+界面开发（附源码）

从0搭建YOLO目标检测系统：实战项目+完整流程+界面开发（附源码）

文章目录一、前言二、专栏介绍三、已有系统介绍3.0 基于yolo通用目标检测系统&#xff08;手把手教你修改成为自己的检测系统&#xff09;3.1 基于yolov8柑橘检测系统3.2 基于yolov8舰船检测系统3.3 基于yolo11人脸检测系统3.4 基于yolov8无人机影像光伏板缺陷检测系统一、前言…
阅读更多...
【测试】自动化测试工具基础知识及基本应用

【测试】自动化测试工具基础知识及基本应用

下面详细介绍一些常用的自动化测试工具及其基本概念&#xff0c;并提供具体的示例代码&#xff0c;帮助你更好地理解和应用这些工具。1. 自动化测试的基本概念自动化测试是通过软件程序自动执行测试用例的过程。与手动测试相比&#xff0c;自动化测试能够提高测试效率、减少人为…
阅读更多...
ArcGIS的字段计算器生成随机数

ArcGIS的字段计算器生成随机数

在ArcGIS的字段计算器中使用Python脚本生成0-100的随机数&#xff0c;可以按照以下步骤操作&#xff1a; 打开属性表&#xff0c;选择要计算的字段打开字段计算器选择"Python"解析器勾选"显示代码块"在"预逻辑脚本代码"中输入以下代码在下方表达…
阅读更多...
【前端:Html】--1.1.基础语法

【前端:Html】--1.1.基础语法

目录 1.HTML--简介 2.HTML--编译器 步骤一:启动记事本 步骤二:用记事本来编辑 HTML 步骤三:保存 HTML 步骤四:在浏览器中运行 HTML 3.HTML--基础 3.1.HTML声明--!DOCTYPE 3.2.HTML 标题--h1 3.3.HTML 段落--p 3.3.1. 水平线--hr 3.3.2.换行符--br 3.3.3.固定格式…
阅读更多...
FreeSWITCH 简单图形化界面46 - 收集打包的一些ASR服务

FreeSWITCH 简单图形化界面46 - 收集打包的一些ASR服务

FreeSWITCH 简单图形化界面46 - 收集打包的一些ASR服务 0、一个fs的web配置界面预览1、docker地址2、使用2.1 下载2.2 运行 3、例子3.1 下载3.2 启动3.3 编译mod_audio_fork或者mod_audio_stream模块使用3.4 编写呼叫路由和呼叫脚本呼叫路由呼叫脚本 3.5 esl捕获识别结果3.6 其…
阅读更多...
20250805问答课题-实现TextRank + 问题分类

20250805问答课题-实现TextRank + 问题分类

textRank的工具包实现其他可能的实现方法&#xff0c;对比结果查找分类的相关算法 目录 1. 关键词提取TF-IDF TextRank 1.1. TF-IDF算法 1.2. TextRank算法 1.3. 双算法提取关键词 2. 问题分类 2.1. 预处理 2.2. 获取BERT向量 2.3. 一级标签预测 2.4. 二级标签预测 3…
阅读更多...
Memcached缓存与Redis缓存的区别、优缺点和适用场景

Memcached缓存与Redis缓存的区别、优缺点和适用场景

一、核心差异概述特性MemcachedRedis​数据结构​简单键值存储丰富数据结构&#xff08;String/Hash/List/Set等&#xff09;​持久化​不支持支持RDB和AOF两种方式​线程模型​多线程单线程&#xff08;6.0支持多线程I/O&#xff09;​内存管理​Slab分配LRU淘汰多种淘汰策略&…
阅读更多...
Git简易教程

Git简易教程

Git教程 VCS Version Control System版本控制系统 配置用户名邮箱 配置用户名和邮箱 git config --global user.name mihu git config --global user.email aaabbb.com初始化仓库 从项目仓库拉 git clone [项目地址]新建文件夹之后 git init提交操作 提交到仓库 git add . #把…
阅读更多...
关于Web前端安全之XSS攻击防御增强方法

关于Web前端安全之XSS攻击防御增强方法

仅依赖前端验证是无法完全防止 XSS的&#xff0c;还需要增强后端验证&#xff0c;使用DOMPurify净化 HTML 时&#xff0c;还需要平衡安全性与业务需求。一、仅依赖前端验证无法完全防止 XSS 的原因及后端验证的重要性1. 前端验证的局限性前端验证&#xff08;如 JavaScript 输入…
阅读更多...
消息系统技术文档

消息系统技术文档

消息系统技术文档 概述 本文档详细说明了如何在现有的LHD通信系统中添加自己的消息类型&#xff0c;包括消息的发送、接收、解析和处理的完整流程。 系统架构 消息流程架构图 #mermaid-svg-My7ThVxSl6aftvWK {font-family:"trebuchet ms",verdana,arial,sans-serif;f…
阅读更多...
最新文章

Copyright @ 2022~2023