keyfil/草稿/业务指标监控.md

以下是监控 Spring Boot 业务服务的 **请求成功率、失败率、核心接口 RTT（往返时间）** 的完整方案，使用 **开源工具栈（Prometheus + Grafana）** 实现指标采集、存储和可视化：

---

### **一、监控方案架构**
```mermaid
graph TD
  A[Spring Boot 应用] -->|暴露指标| B(Prometheus)
  B -->|存储/查询| C(Grafana)
  C -->|展示| D[监控大盘]
```

---

### **二、具体步骤**

#### **1. 集成监控指标库（Micrometer）**
Spring Boot 原生支持 **Micrometer** 作为指标采集库，需添加依赖并配置 Prometheus 格式的指标暴露。

##### **1.1 添加依赖（pom.xml）**
```xml
<!-- Spring Boot Actuator（核心指标） -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

<!-- Prometheus 格式指标暴露 -->
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
```

##### **1.2 配置指标暴露（application.yml）**
```yaml
management:
  endpoints:
    web:
      exposure:
        include: health,info,prometheus  # 暴露 Prometheus 端点
  metrics:
    tags:
      application: ${spring.application.name}  # 添加应用标签
```

---

#### **2. 部署 Prometheus 抓取指标**
##### **2.1 Prometheus 配置（prometheus.yml）**
```yaml
scrape_configs:
  - job_name: 'spring-boot-apps'
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ['your-spring-boot-app:8080']  # 应用地址
    relabel_configs:
      - source_labels: [__address__]
        target_label: instance
      - source_labels: [__metrics_path__]
        target_label: metrics_path
```

##### **2.2 启动 Prometheus**
```bash
docker run -d --name prometheus \
  -p 9090:9090 \
  -v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml \
  prom/prometheus
```

---

#### **3. 核心指标采集**
##### **3.1 HTTP 请求成功率/失败率**
Micrometer 自动采集的指标 `http_server_requests_seconds_count` 和 `http_server_requests_seconds_sum`，通过状态码区分成功/失败。

###### **成功率计算公式（PromQL）**
```promql
sum(rate(http_server_requests_seconds_count{application="your-app", status!~"5.."}[5m])) 
/ 
sum(rate(http_server_requests_seconds_count{application="your-app"}[5m]))
```

###### **失败率计算公式（PromQL）**
```promql
sum(rate(http_server_requests_seconds_count{application="your-app", status=~"5.."}[5m])) 
/ 
sum(rate(http_server_requests_seconds_count{application="your-app"}[5m]))
```

##### **3.2 核心接口 RTT（平均响应时间）**
```promql
avg(rate(http_server_requests_seconds_sum{application="your-app", uri="/api/core"}[5m])) 
/ 
avg(rate(http_server_requests_seconds_count{application="your-app", uri="/api/core"}[5m]))
```

---

#### **4. 配置 Grafana 监控大盘**
##### **4.1 添加 Prometheus 数据源**
1. 访问 `http://grafana-server:3000`，登录后进入 **Configuration > Data Sources**。
2. 选择 **Prometheus**，填写 URL（如 `http://prometheus:9090`）。

##### **4.2 导入 Spring Boot 监控模板**
1. 访问 [Grafana 仪表盘市场](https://grafana.com/grafana/dashboards/)，搜索 **"Spring Boot"**。
2. 选择模板（如 ID: **11378**），复制 ID。
3. 在 Grafana 中进入 **Create > Import**，输入 ID 完成导入。

##### **4.3 自定义核心指标面板**
###### **成功率/失败率（百分比仪表盘）**
```promql
# 成功率
(sum(rate(http_server_requests_seconds_count{status!~"5.."}[5m])) by (application)
/
(sum(rate(http_server_requests_seconds_count{}[5m])) by (application))
* 100

# 失败率
(sum(rate(http_server_requests_seconds_count{status=~"5.."}[5m])) by (application)
/
(sum(rate(http_server_requests_seconds_count{}[5m])) by (application))
* 100
```

###### **接口 RTT（折线图）**
```promql
# 平均响应时间（毫秒）
avg(rate(http_server_requests_seconds_sum{uri="/api/core"}[5m])) by (uri)
/
avg(rate(http_server_requests_seconds_count{uri="/api/core"}[5m])) by (uri)
* 1000
```

---

#### **5. 告警配置（可选）**
##### **5.1 在 Prometheus 中设置告警规则**
```yaml
# alert.rules.yml
groups:
- name: spring-boot-alerts
  rules:
  - alert: HighErrorRate
    expr: |
      sum(rate(http_server_requests_seconds_count{status=~"5.."}[5m])) by (application)
      /
      sum(rate(http_server_requests_seconds_count{}[5m])) by (application)
      > 0.05  # 错误率超过 5%
    for: 5m
    labels:
      severity: critical
    annotations:
      summary: "High error rate detected in {{ $labels.application }}"
```

##### **5.2 集成 Alertmanager**
配置通知渠道（如邮件、Slack）并启动 Alertmanager：
```bash
docker run -d --name alertmanager \
  -p 9093:9093 \
  -v /path/to/alertmanager.yml:/etc/alertmanager/alertmanager.yml \
  prom/alertmanager
```

---

### **三、最终效果**
- **监控大盘**：包含全局请求成功率、失败率、核心接口 RTT、JVM 内存、CPU 使用率等。
- **实时告警**：当错误率或延迟超过阈值时触发通知。
- **历史趋势**：通过 Grafana 查看指标的历史波动。

---

### **四、常见问题排查**
| **问题**                | **解决方案**                                   |
|-------------------------|----------------------------------------------|
| 指标未暴露               | 检查 `management.endpoints.web.exposure.include` 配置 |
| Prometheus 抓取失败      | 检查 `targets` 地址和网络连通性               |
| Grafana 无数据          | 确认数据源配置正确，PromQL 无语法错误         |
| RTT 数值异常            | 检查 URI 标签是否匹配核心接口路径             |

通过以上步骤，可快速搭建 Spring Boot 服务的全链路监控体系。