Java 应用接入 Prometheus 监控（Spring Boot 实战）

Spring Boot 接入 Prometheus 的正确路径是 Micrometer（指标门面）+ Actuator（端点暴露）：Spring 生态的官方组合，JVM 与应用的常用指标开箱即得。

第一步：依赖与配置

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
</dependency>

# application.properties
management.endpoints.web.exposure.include=health,metrics,prometheus
management.endpoint.prometheus.enabled=true

启动后 http://localhost:8080/actuator/prometheus 即可抓取。

默认白送的指标

依赖一加上，JVM 与应用的核心指标自动暴露：

• jvm_memory_used_bytes（堆/非堆）、jvm_gc_pause_seconds（GC 停顿）
• jvm_threads_live_threads（线程数）、process_cpu_usage
• http_server_requests_seconds（HTTP 请求数与耗时直方图——Web 应用的 RED 指标已经自动埋好了）

Prometheus 抓取配置：

scrape_configs:
  - job_name: spring-app
    metrics_path: /actuator/prometheus
    static_configs:
      - targets: ['app:8080']

自定义业务指标

Counter：累计计数

@Component
public class OrderMetrics {
    private final Counter ordersTotal;

    public OrderMetrics(MeterRegistry registry) {
        this.ordersTotal = Counter.builder("orders_total")
            .description("Total orders")
            .tag("channel", "web")
            .register(registry);
    }

    public void onOrderCreated() { ordersTotal.increment(); }
}

Gauge：瞬时值

Gauge.builder("shopping_cart_active_items", cartService, CartService::activeItemCount)
    .register(registry);

Timer：耗时与分布

Timer paymentTimer = Timer.builder("payment_duration_seconds")
    .publishPercentileHistogram(true)     // 暴露 histogram 桶，服务端可算 P99
    .register(registry);

paymentTimer.record(() -> processPayment(order));

务必开 publishPercentileHistogram(true)——默认 Timer 只暴露 count/sum/max，开了这个才能用 histogram_quantile 算分位数。

生产要点

1. Actuator 端点别裸奔：/actuator/prometheus 只对内网开放，或用独立 management 端口（management.server.port=9091）隔离；
2. 标签基数：URL 用路由模板（uri=/users/{id}，Micrometer 默认已处理）；别往 tag 里塞业务 ID；
3. JVM 指标盯什么：老年代占用趋势（内存泄漏）、GC 停顿 P99、线程数突增（线程泄漏）——这三个是 Java 应用最高频的退化信号。

观测云对照

Java 是观测云 APM 支持最成熟的语言之一：-javaagent 探针一行启动参数接入，请求链路、慢 SQL、异常堆栈、JVM 指标全部自动采集，多数场景不需要手写 Micrometer 埋点；已有的 Micrometer/Prometheus 指标可由 DataKit 抓取汇聚，与 APM 链路数据关联——从"接口 P99 变慢"一键下钻到具体 Span 和 SQL。

常见问题（FAQ）

Q：Micrometer 和直接用 Prometheus Java 客户端有什么区别？
A：Micrometer 是门面（类似 SLF4J 之于日志），Spring Boot 自动装配全靠它；切换后端（Prometheus→其他）不用改代码。直接用 Prometheus 客户端则绑死实现。Spring 项目一律走 Micrometer。

Q：JVM 堆一直涨是内存泄漏吗？
A：不一定——先确认 Full GC 后是否回落。看 jvm_memory_used_bytes{area="heap"} 在 GC 后的"底"是否逐次抬高：底越来越高才是真泄漏，配合堆 dump 分析。

Q：能看到 Tomcat 线程池状态吗？
A：能，tomcat_threads_busy_threads、tomcat_threads_config_max_threads 默认暴露——busy 接近 max 就是线程池打满的前兆。