指标

Spring Boot Actuator 为 Micrometer 提供依赖管理和自动配置，Micrometer 是一个应用程序指标外观，支持 众多监控系统，包括

要了解更多关于 Micrometer 功能的信息，请参阅其 参考文档，特别是 概念部分。

入门

Spring Boot 自动配置一个复合 MeterRegistry，并为其在类路径中找到的每个支持的实现添加一个注册表到复合注册表中。在运行时类路径中包含 micrometer-registry-{system} 的依赖项足以让 Spring Boot 配置注册表。

大多数注册表共享通用功能。例如，即使 Micrometer 注册表实现位于类路径中，您也可以禁用特定注册表。以下示例禁用 Datadog

  • 属性

  • YAML

management.datadog.metrics.export.enabled=false
management:
  datadog:
    metrics:
      export:
        enabled: false

您还可以禁用所有注册表，除非注册表特定属性另有说明，如下例所示

  • 属性

  • YAML

management.defaults.metrics.export.enabled=false
management:
  defaults:
    metrics:
      export:
        enabled: false

Spring Boot 还将所有自动配置的注册表添加到 Metrics 类上的全局静态复合注册表中，除非您明确告诉它不要这样做

  • 属性

  • YAML

management.metrics.use-global-registry=false
management:
  metrics:
    use-global-registry: false

您可以注册任意数量的 MeterRegistryCustomizer bean 来进一步配置注册表，例如在将任何指标注册到注册表之前应用通用标签

  • Java

  • Kotlin

import io.micrometer.core.instrument.MeterRegistry;

import org.springframework.boot.actuate.autoconfigure.metrics.MeterRegistryCustomizer;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration(proxyBeanMethods = false)
public class MyMeterRegistryConfiguration {

	@Bean
	public MeterRegistryCustomizer<MeterRegistry> metricsCommonTags() {
		return (registry) -> registry.config().commonTags("region", "us-east-1");
	}

}
import io.micrometer.core.instrument.MeterRegistry
import org.springframework.boot.actuate.autoconfigure.metrics.MeterRegistryCustomizer
import org.springframework.context.annotation.Bean
import org.springframework.context.annotation.Configuration

@Configuration(proxyBeanMethods = false)
class MyMeterRegistryConfiguration {

	@Bean
	fun metricsCommonTags(): MeterRegistryCustomizer<MeterRegistry> {
		return MeterRegistryCustomizer { registry ->
			registry.config().commonTags("region", "us-east-1")
		}
	}

}

您可以通过更具体地指定泛型类型来对特定注册表实现应用自定义

  • Java

  • Kotlin

import io.micrometer.core.instrument.Meter;
import io.micrometer.core.instrument.config.NamingConvention;
import io.micrometer.graphite.GraphiteMeterRegistry;

import org.springframework.boot.actuate.autoconfigure.metrics.MeterRegistryCustomizer;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration(proxyBeanMethods = false)
public class MyMeterRegistryConfiguration {

	@Bean
	public MeterRegistryCustomizer<GraphiteMeterRegistry> graphiteMetricsNamingConvention() {
		return (registry) -> registry.config().namingConvention(this::name);
	}

	private String name(String name, Meter.Type type, String baseUnit) {
		return ...
	}

}
import io.micrometer.core.instrument.Meter
import io.micrometer.core.instrument.config.NamingConvention
import io.micrometer.graphite.GraphiteMeterRegistry
import org.springframework.boot.actuate.autoconfigure.metrics.MeterRegistryCustomizer
import org.springframework.context.annotation.Bean
import org.springframework.context.annotation.Configuration

@Configuration(proxyBeanMethods = false)
class MyMeterRegistryConfiguration {

	@Bean
	fun graphiteMetricsNamingConvention(): MeterRegistryCustomizer<GraphiteMeterRegistry> {
		return MeterRegistryCustomizer { registry: GraphiteMeterRegistry ->
			registry.config().namingConvention(this::name)
		}
	}

	private fun name(name: String, type: Meter.Type, baseUnit: String?): String {
		return  ...
	}

}

Spring Boot 还 配置内置的仪器，您可以通过配置或专用注释标记来控制这些仪器。

支持的监控系统

本节简要介绍每个支持的监控系统。

AppOptics

默认情况下，AppOptics 注册表会定期将指标推送到 api.appoptics.com/v1/measurements。要将指标导出到 SaaS AppOptics，您必须提供 API 令牌

  • 属性

  • YAML

management.appoptics.metrics.export.api-token=YOUR_TOKEN
management:
  appoptics:
    metrics:
      export:
        api-token: "YOUR_TOKEN"

Atlas

默认情况下，指标会导出到本地机器上运行的 Atlas。您可以提供 Atlas 服务器 的位置

  • 属性

  • YAML

management.atlas.metrics.export.uri=https://atlas.example.com:7101/api/v1/publish
management:
  atlas:
    metrics:
      export:
        uri: "https://atlas.example.com:7101/api/v1/publish"

Datadog

Datadog 注册表会定期将指标推送到 datadoghq。要将指标导出到 Datadog，您必须提供您的 API 密钥。

  • 属性

  • YAML

management.datadog.metrics.export.api-key=YOUR_KEY
management:
  datadog:
    metrics:
      export:
        api-key: "YOUR_KEY"

如果您另外提供应用程序密钥（可选），则指标描述、类型和基本单位等元数据也将被导出。

  • 属性

  • YAML

management.datadog.metrics.export.api-key=YOUR_API_KEY
management.datadog.metrics.export.application-key=YOUR_APPLICATION_KEY
management:
  datadog:
    metrics:
      export:
        api-key: "YOUR_API_KEY"
        application-key: "YOUR_APPLICATION_KEY"

默认情况下，指标将发送到 Datadog 美国 站点 (api.datadoghq.com)。如果您的 Datadog 项目托管在其他站点上，或者您需要通过代理发送指标，请相应地配置 URI。

  • 属性

  • YAML

management.datadog.metrics.export.uri=https://api.datadoghq.eu
management:
  datadog:
    metrics:
      export:
        uri: "https://api.datadoghq.eu"

您还可以更改将指标发送到 Datadog 的间隔。

  • 属性

  • YAML

management.datadog.metrics.export.step=30s
management:
  datadog:
    metrics:
      export:
        step: "30s"

Dynatrace

Dynatrace 提供了两个指标摄取 API，这两个 API 都已在 Micrometer 中实现。您可以在此处找到 Dynatrace 关于 Micrometer 指标摄取的文档 here。v1 命名空间中的配置属性仅在导出到 时间序列 v1 API 时适用。v2 命名空间中的配置属性仅在导出到 指标 v2 API 时适用。请注意，此集成一次只能导出到 API 的 v1 或 v2 版本，其中 v2 是首选。如果在 v1 命名空间中设置了 device-id（v1 需要，但 v2 不使用），则指标将导出到 v1 端点。否则，将假定为 v2。

v2 API

您可以通过两种方式使用 v2 API。

自动配置

Dynatrace 自动配置适用于由 OneAgent 或 Kubernetes 的 Dynatrace 运算符监控的主机。

本地 OneAgent：如果 OneAgent 在主机上运行，则指标会自动导出到 本地 OneAgent 摄取端点。摄取端点将指标转发到 Dynatrace 后端。

Dynatrace Kubernetes 运算符：在使用安装了 Dynatrace 运算符的 Kubernetes 中运行时，注册表将自动从运算符中获取您的端点 URI 和 API 令牌。

这是默认行为，除了依赖于 io.micrometer:micrometer-registry-dynatrace 之外，不需要任何特殊设置。

手动配置

如果无法自动配置，则需要 Metrics v2 API 的端点和 API 令牌。该 API 令牌 必须具有“摄取指标”（metrics.ingest）权限集。我们建议将令牌的范围限制为此权限。您必须确保端点 URI 包含路径（例如，/api/v2/metrics/ingest）。

Metrics API v2 摄取端点的 URL 根据您的部署选项而有所不同。

  • SaaS：https://{your-environment-id}.live.dynatrace.com/api/v2/metrics/ingest

  • 托管部署：https://{your-domain}/e/{your-environment-id}/api/v2/metrics/ingest

以下示例使用 example 环境 ID 配置指标导出。

  • 属性

  • YAML

management.dynatrace.metrics.export.uri=https://example.live.dynatrace.com/api/v2/metrics/ingest
management.dynatrace.metrics.export.api-token=YOUR_TOKEN
management:
  dynatrace:
    metrics:
      export:
        uri: "https://example.live.dynatrace.com/api/v2/metrics/ingest"
        api-token: "YOUR_TOKEN"

使用 Dynatrace v2 API 时，以下可选功能可用（更多详细信息可以在 Dynatrace 文档 中找到）。

  • 指标键前缀：设置一个前缀，该前缀将附加到所有导出的指标键。

  • 使用 Dynatrace 元数据进行丰富：如果 OneAgent 或 Dynatrace 运算符正在运行，则使用其他元数据（例如，有关主机、进程或 Pod 的信息）来丰富指标。

  • 默认维度：指定添加到所有导出指标的键值对。如果使用 Micrometer 指定了具有相同键的标签，则它们将覆盖默认维度。

  • 使用 Dynatrace 摘要仪器：在某些情况下，创建的 Micrometer Dynatrace 注册表会拒绝指标。在 Micrometer 1.9.x 中，通过引入特定于 Dynatrace 的摘要仪器解决了这个问题。将此切换设置为 false 将强制 Micrometer 回退到 1.9.x 之前默认的行为。它应该只在从 Micrometer 1.8.x 迁移到 1.9.x 时遇到问题时使用。

  • 导出仪表元数据：从 Micrometer 1.12.0 开始，Dynatrace 导出器默认情况下还会导出仪表元数据，例如单位和描述。使用 export-meter-metadata 切换来关闭此功能。

可以不指定 URI 和 API 令牌，如以下示例所示。在这种情况下，将使用自动配置的端点。

  • 属性

  • YAML

management.dynatrace.metrics.export.v2.metric-key-prefix=your.key.prefix
management.dynatrace.metrics.export.v2.enrich-with-dynatrace-metadata=true
management.dynatrace.metrics.export.v2.default-dimensions.key1=value1
management.dynatrace.metrics.export.v2.default-dimensions.key2=value2
management.dynatrace.metrics.export.v2.use-dynatrace-summary-instruments=true
management.dynatrace.metrics.export.v2.export-meter-metadata=true
management:
  dynatrace:
    metrics:
      export:
        # Specify uri and api-token here if not using the local OneAgent endpoint.
        v2:
          metric-key-prefix: "your.key.prefix"
          enrich-with-dynatrace-metadata: true
          default-dimensions:
            key1: "value1"
            key2: "value2"
          use-dynatrace-summary-instruments: true # (default: true)
          export-meter-metadata: true             # (default: true)

v1 API（旧版）

Dynatrace v1 API 指标注册表通过使用 时间序列 v1 API 定期将指标推送到配置的 URI。为了与现有设置向后兼容，当设置 device-id（v1 需要，但 v2 不使用）时，指标将导出到时间序列 v1 端点。要将指标导出到 Dynatrace，您必须提供 API 令牌、设备 ID 和 URI。

  • 属性

  • YAML

management.dynatrace.metrics.export.uri=https://{your-environment-id}.live.dynatrace.com
management.dynatrace.metrics.export.api-token=YOUR_TOKEN
management.dynatrace.metrics.export.v1.device-id=YOUR_DEVICE_ID
management:
  dynatrace:
    metrics:
      export:
        uri: "https://{your-environment-id}.live.dynatrace.com"
        api-token: "YOUR_TOKEN"
        v1:
          device-id: "YOUR_DEVICE_ID"

对于 v1 API，您必须指定没有路径的基本环境 URI，因为 v1 端点路径会自动添加。

与版本无关的设置

除了 API 端点和令牌之外，您还可以更改将指标发送到 Dynatrace 的间隔。默认导出间隔为 60s。以下示例将导出间隔设置为 30 秒

  • 属性

  • YAML

management.dynatrace.metrics.export.step=30s
management:
  dynatrace:
    metrics:
      export:
        step: "30s"

您可以在 Micrometer 文档 和 Dynatrace 文档 中找到有关如何为 Micrometer 设置 Dynatrace 导出器的更多信息。

Elastic

默认情况下，指标将导出到您本地机器上运行的 Elastic。您可以使用以下属性提供要使用的 Elastic 服务器的位置

  • 属性

  • YAML

management.elastic.metrics.export.host=https://elastic.example.com:8086
management:
  elastic:
    metrics:
      export:
        host: "https://elastic.example.com:8086"

Ganglia

默认情况下，指标将导出到您本地机器上运行的 Ganglia。您可以提供 Ganglia 服务器 主机和端口，如下例所示

  • 属性

  • YAML

management.ganglia.metrics.export.host=ganglia.example.com
management.ganglia.metrics.export.port=9649
management:
  ganglia:
    metrics:
      export:
        host: "ganglia.example.com"
        port: 9649

Graphite

默认情况下，指标将导出到您本地机器上运行的 Graphite。您可以提供 Graphite 服务器 主机和端口，如下例所示

  • 属性

  • YAML

management.graphite.metrics.export.host=graphite.example.com
management.graphite.metrics.export.port=9004
management:
  graphite:
    metrics:
      export:
         host: "graphite.example.com"
         port: 9004

Micrometer 提供了一个默认的 HierarchicalNameMapper，它控制如何将维度计量器 ID 映射到扁平的层次结构名称。

要控制此行为，请定义您的 GraphiteMeterRegistry 并提供您自己的 HierarchicalNameMapper。除非您定义自己的 GraphiteConfig 和 Clock bean，否则会提供自动配置的 GraphiteConfig 和 Clock bean。

  • Java

  • Kotlin

import io.micrometer.core.instrument.Clock;
import io.micrometer.core.instrument.Meter;
import io.micrometer.core.instrument.config.NamingConvention;
import io.micrometer.core.instrument.util.HierarchicalNameMapper;
import io.micrometer.graphite.GraphiteConfig;
import io.micrometer.graphite.GraphiteMeterRegistry;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration(proxyBeanMethods = false)
public class MyGraphiteConfiguration {

	@Bean
	public GraphiteMeterRegistry graphiteMeterRegistry(GraphiteConfig config, Clock clock) {
		return new GraphiteMeterRegistry(config, clock, this::toHierarchicalName);
	}

	private String toHierarchicalName(Meter.Id id, NamingConvention convention) {
		return ...
	}

}
import io.micrometer.core.instrument.Clock
import io.micrometer.core.instrument.Meter
import io.micrometer.core.instrument.config.NamingConvention
import io.micrometer.core.instrument.util.HierarchicalNameMapper
import io.micrometer.graphite.GraphiteConfig
import io.micrometer.graphite.GraphiteMeterRegistry
import org.springframework.context.annotation.Bean
import org.springframework.context.annotation.Configuration

@Configuration(proxyBeanMethods = false)
class MyGraphiteConfiguration {

	@Bean
	fun graphiteMeterRegistry(config: GraphiteConfig, clock: Clock): GraphiteMeterRegistry {
		return GraphiteMeterRegistry(config, clock, this::toHierarchicalName)
	}
	private fun toHierarchicalName(id: Meter.Id, convention: NamingConvention): String {
		return  ...
	}

}

Humio

默认情况下，Humio 注册表会定期将指标推送到 cloud.humio.com。要将指标导出到 SaaS Humio，您必须提供您的 API 令牌

  • 属性

  • YAML

management.humio.metrics.export.api-token=YOUR_TOKEN
management:
  humio:
    metrics:
      export:
        api-token: "YOUR_TOKEN"

您还应该配置一个或多个标签来标识将指标推送到其中的数据源

  • 属性

  • YAML

management.humio.metrics.export.tags.alpha=a
management.humio.metrics.export.tags.bravo=b
management:
  humio:
    metrics:
      export:
        tags:
          alpha: "a"
          bravo: "b"

Influx

默认情况下，指标将导出到您本地机器上运行的具有默认配置的 Influx v1 实例。要将指标导出到 InfluxDB v2，请配置用于写入指标的 org、bucket 和身份验证 token。您可以使用以下方法提供要使用的 Influx 服务器 的位置

  • 属性

  • YAML

management.influx.metrics.export.uri=https://influx.example.com:8086
management:
  influx:
    metrics:
      export:
        uri: "https://influx.example.com:8086"

JMX

Micrometer 提供了一个分层映射到 JMX，主要作为一种廉价且便携的方式来本地查看指标。默认情况下，指标会导出到 metrics JMX 域。您可以使用以下方法提供要使用的域：

  • 属性

  • YAML

management.jmx.metrics.export.domain=com.example.app.metrics
management:
  jmx:
    metrics:
      export:
        domain: "com.example.app.metrics"

Micrometer 提供了一个默认的 HierarchicalNameMapper，它控制如何将维度指标 ID 映射到扁平的分层名称。

要控制此行为，请定义您的 JmxMeterRegistry 并提供您自己的 HierarchicalNameMapper。除非您定义自己的，否则会提供自动配置的 JmxConfig 和 Clock bean。

  • Java

  • Kotlin

import io.micrometer.core.instrument.Clock;
import io.micrometer.core.instrument.Meter;
import io.micrometer.core.instrument.config.NamingConvention;
import io.micrometer.core.instrument.util.HierarchicalNameMapper;
import io.micrometer.jmx.JmxConfig;
import io.micrometer.jmx.JmxMeterRegistry;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration(proxyBeanMethods = false)
public class MyJmxConfiguration {

	@Bean
	public JmxMeterRegistry jmxMeterRegistry(JmxConfig config, Clock clock) {
		return new JmxMeterRegistry(config, clock, this::toHierarchicalName);
	}

	private String toHierarchicalName(Meter.Id id, NamingConvention convention) {
		return ...
	}

}
import io.micrometer.core.instrument.Clock
import io.micrometer.core.instrument.Meter
import io.micrometer.core.instrument.config.NamingConvention
import io.micrometer.core.instrument.util.HierarchicalNameMapper
import io.micrometer.jmx.JmxConfig
import io.micrometer.jmx.JmxMeterRegistry
import org.springframework.context.annotation.Bean
import org.springframework.context.annotation.Configuration

@Configuration(proxyBeanMethods = false)
class MyJmxConfiguration {

	@Bean
	fun jmxMeterRegistry(config: JmxConfig, clock: Clock): JmxMeterRegistry {
		return JmxMeterRegistry(config, clock, this::toHierarchicalName)
	}

	private fun toHierarchicalName(id: Meter.Id, convention: NamingConvention): String {
		return  ...
	}

}

KairosDB

默认情况下，指标会导出到您本地机器上运行的 KairosDB。您可以使用以下方法提供要使用的 KairosDB 服务器 的位置：

  • 属性

  • YAML

management.kairos.metrics.export.uri=https://kairosdb.example.com:8080/api/v1/datapoints
management:
  kairos:
    metrics:
      export:
        uri: "https://kairosdb.example.com:8080/api/v1/datapoints"

New Relic

New Relic 注册表会定期将指标推送到 New Relic。要将指标导出到 New Relic，您必须提供您的 API 密钥和帐户 ID。

  • 属性

  • YAML

management.newrelic.metrics.export.api-key=YOUR_KEY
management.newrelic.metrics.export.account-id=YOUR_ACCOUNT_ID
management:
  newrelic:
    metrics:
      export:
        api-key: "YOUR_KEY"
        account-id: "YOUR_ACCOUNT_ID"

您还可以更改将指标发送到 New Relic 的间隔。

  • 属性

  • YAML

management.newrelic.metrics.export.step=30s
management:
  newrelic:
    metrics:
      export:
        step: "30s"

默认情况下，指标是通过 REST 调用发布的，但如果您在类路径中有 Java 代理 API，您也可以使用它。

  • 属性

  • YAML

management.newrelic.metrics.export.client-provider-type=insights-agent
management:
  newrelic:
    metrics:
      export:
        client-provider-type: "insights-agent"

最后，您可以通过定义自己的 NewRelicClientProvider bean 来完全控制。

OpenTelemetry

默认情况下，指标会导出到您本地机器上运行的 OpenTelemetry。您可以使用以下方法提供要使用的 OpenTelemetry 指标端点 的位置：

  • 属性

  • YAML

management.otlp.metrics.export.url=https://otlp.example.com:4318/v1/metrics
management:
  otlp:
    metrics:
      export:
        url: "https://otlp.example.com:4318/v1/metrics"

Prometheus

Prometheus 期待抓取或轮询各个应用程序实例以获取指标。Spring Boot 在 /actuator/prometheus 提供了一个执行器端点，以呈现具有适当格式的 Prometheus 抓取。

默认情况下，该端点不可用，必须公开。有关更多详细信息，请参阅 公开端点。

以下示例 scrape_config 添加到 prometheus.yml

scrape_configs:
- job_name: "spring"
  metrics_path: "/actuator/prometheus"
  static_configs:
  - targets: ["HOST:PORT"]

Prometheus 示例 也受支持。要启用此功能，应存在 SpanContext bean。如果您使用的是已弃用的 Prometheus 简单客户端支持并希望启用该功能，则应存在 SpanContextSupplier bean。如果您使用 Micrometer Tracing，这将为您自动配置，但如果您愿意，您始终可以创建自己的。请查看 Prometheus 文档，因为此功能需要在 Prometheus 侧显式启用，并且仅在使用 OpenMetrics 格式时受支持。

对于可能存在时间不够长而无法被抓取的短暂或批处理作业，您可以使用 Prometheus Pushgateway 支持将指标暴露给 Prometheus。Prometheus Pushgateway 目前仅适用于已弃用的 Prometheus 简单客户端，直到 Prometheus 客户端 1.x 添加对它的支持。要启用 Prometheus Pushgateway 支持，请将以下依赖项添加到您的项目中

<dependency>
	<groupId>io.prometheus</groupId>
	<artifactId>simpleclient_pushgateway</artifactId>
</dependency>

当 Prometheus Pushgateway 依赖项存在于类路径中并且 management.prometheus.metrics.export.pushgateway.enabled 属性设置为 true 时，会自动配置 PrometheusPushGatewayManager bean。它负责将指标推送到 Prometheus Pushgateway。

您可以使用 management.prometheus.metrics.export.pushgateway 下的属性来调整 PrometheusPushGatewayManager。对于高级配置，您也可以提供自己的 PrometheusPushGatewayManager bean。

SignalFx

SignalFx 注册表会定期将指标推送到 SignalFx。要将指标导出到 SignalFx，您必须提供您的访问令牌

  • 属性

  • YAML

management.signalfx.metrics.export.access-token=YOUR_ACCESS_TOKEN
management:
  signalfx:
    metrics:
      export:
        access-token: "YOUR_ACCESS_TOKEN"

您还可以更改将指标发送到 SignalFx 的间隔

  • 属性

  • YAML

management.signalfx.metrics.export.step=30s
management:
  signalfx:
    metrics:
      export:
        step: "30s"

简单

Micrometer 附带一个简单的内存后端，如果未配置其他注册表，它会自动用作后备。这使您可以在 指标端点 中查看收集到的指标。

一旦您使用任何其他可用的后端，内存后端就会禁用自身。您也可以显式地禁用它

  • 属性

  • YAML

management.simple.metrics.export.enabled=false
management:
  simple:
    metrics:
      export:
        enabled: false

Stackdriver

Stackdriver 注册表会定期将指标推送到 Stackdriver。要将指标导出到 SaaS Stackdriver，您必须提供您的 Google Cloud 项目 ID

  • 属性

  • YAML

management.stackdriver.metrics.export.project-id=my-project
management:
  stackdriver:
    metrics:
      export:
        project-id: "my-project"

您还可以更改将指标发送到 Stackdriver 的间隔

  • 属性

  • YAML

management.stackdriver.metrics.export.step=30s
management:
  stackdriver:
    metrics:
      export:
        step: "30s"

StatsD

StatsD 注册表会积极地通过 UDP 将指标推送到 StatsD 代理。默认情况下，指标会导出到您本地机器上运行的 StatsD 代理。您可以使用以下方法提供 StatsD 代理主机、端口和协议

  • 属性

  • YAML

management.statsd.metrics.export.host=statsd.example.com
management.statsd.metrics.export.port=9125
management.statsd.metrics.export.protocol=udp
management:
  statsd:
    metrics:
      export:
        host: "statsd.example.com"
        port: 9125
        protocol: "udp"

您还可以更改要使用的 StatsD 行协议（默认值为 Datadog）

  • 属性

  • YAML

management.statsd.metrics.export.flavor=etsy
management:
  statsd:
    metrics:
      export:
        flavor: "etsy"

Wavefront

Wavefront 注册表会定期将指标推送到 Wavefront。如果您将指标直接导出到 Wavefront，您必须提供您的 API 令牌

  • 属性

  • YAML

management.wavefront.api-token=YOUR_API_TOKEN
management:
  wavefront:
    api-token: "YOUR_API_TOKEN"

或者，您可以在环境中使用 Wavefront 侧车或内部代理将指标数据转发到 Wavefront API 主机

  • 属性

  • YAML

management.wavefront.uri=proxy://127.0.0.1:2878
management:
  wavefront:
    uri: "proxy://127.0.0.1:2878"
如果您将指标发布到 Wavefront 代理（如 Wavefront 文档 中所述），则主机必须采用 proxy://HOST:PORT 格式。

您还可以更改将指标发送到 Wavefront 的间隔

  • 属性

  • YAML

management.wavefront.metrics.export.step=30s
management:
  wavefront:
    metrics:
      export:
        step: "30s"

支持的指标和计量器

Spring Boot 为各种技术提供自动计量器注册。在大多数情况下，默认值提供了可以发布到任何支持的监控系统的合理指标。

JVM 指标

自动配置通过使用核心 Micrometer 类启用 JVM 指标。JVM 指标在 jvm. 指标名称下发布。

提供以下 JVM 指标

  • 各种内存和缓冲池详细信息

  • 与垃圾收集相关的统计信息

  • 线程利用率

  • 已加载和已卸载的类数

  • JVM 版本信息

  • JIT 编译时间

系统指标

自动配置通过使用核心 Micrometer 类启用系统指标。系统指标在 system.、process. 和 disk. 指标名称下发布。

提供以下系统指标

  • CPU 指标

  • 文件描述符指标

  • 正常运行时间指标（应用程序运行的时间量和绝对启动时间的固定量规）

  • 可用的磁盘空间

应用程序启动指标

自动配置公开应用程序启动时间指标

  • application.started.time：启动应用程序所花费的时间。

  • application.ready.time：应用程序准备好为请求提供服务所花费的时间。

指标按应用程序类的完全限定名称进行标记。

日志记录器指标

自动配置启用 Logback 和 Log4J2 的事件指标。详细信息在 log4j2.events. 或 logback.events. 指标名称下发布。

任务执行和调度指标

自动配置启用所有可用 ThreadPoolTaskExecutor 和 ThreadPoolTaskScheduler bean 的检测，只要底层的 ThreadPoolExecutor 可用。指标按执行器的名称进行标记，该名称源自 bean 名称。

JMS 指标

自动配置启用所有可用 JmsTemplate bean 和 @JmsListener 注释方法的检测。这将分别生成 "jms.message.publish" 和 "jms.message.process" 指标。有关生成的观察的更多信息，请参阅 Spring 框架参考文档。

Spring MVC 指标

自动配置启用由 Spring MVC 控制器和函数式处理程序处理的所有请求的检测。默认情况下，指标使用名称 http.server.requests 生成。您可以通过设置 management.observations.http.server.requests.name 属性来自定义名称。

有关生成的观察的更多信息，请参阅 Spring 框架参考文档。

要添加默认标签，请提供一个扩展org.springframework.http.server.observation包中的DefaultServerRequestObservationConvention的@Bean。要替换默认标签，请提供一个实现ServerRequestObservationConvention的@Bean。

在某些情况下，在 Web 控制器中处理的异常不会被记录为请求指标标签。应用程序可以选择加入并通过将处理的异常设置为请求属性来记录异常。

默认情况下，所有请求都会被处理。要自定义过滤器，请提供一个实现FilterRegistrationBean<ServerHttpObservationFilter>的@Bean。

Spring WebFlux 指标

自动配置启用对由 Spring WebFlux 控制器和函数式处理程序处理的所有请求的检测。默认情况下，指标使用名称http.server.requests生成。您可以通过设置management.observations.http.server.requests.name属性来自定义名称。

有关生成的观测结果的更多信息，请参阅Spring 框架参考文档。

要添加默认标签，请提供一个扩展org.springframework.http.server.reactive.observation包中的DefaultServerRequestObservationConvention的@Bean。要替换默认标签，请提供一个实现ServerRequestObservationConvention的@Bean。

在某些情况下，在控制器和处理程序函数中处理的异常不会被记录为请求指标标签。应用程序可以选择加入并通过将处理的异常设置为请求属性来记录异常。

Jersey 服务器指标

自动配置启用对由 Jersey JAX-RS 实现处理的所有请求的检测。默认情况下，指标使用名称http.server.requests生成。您可以通过设置management.observations.http.server.requests.name属性来自定义名称。

默认情况下，Jersey 服务器指标使用以下信息进行标记

标签 描述

exception

处理请求时抛出的任何异常的简单类名。

method

请求的方法（例如，GET或POST）

outcome

请求的结果，基于响应的状态码。1xx 是INFORMATIONAL，2xx 是SUCCESS，3xx 是REDIRECTION，4xx 是CLIENT_ERROR，5xx 是SERVER_ERROR

status

响应的 HTTP 状态码（例如，200 或 500）

uri

请求的 URI 模板，在变量替换之前，如果可能的话（例如，/api/person/{id}）

要自定义标签，请提供一个实现 JerseyObservationConvention 的 @Bean。

HTTP 客户端指标

Spring Boot Actuator 管理 RestTemplate、WebClient 和 RestClient 的仪器化。为此，您必须注入自动配置的构建器并使用它来创建实例

  • RestTemplateBuilder 用于 RestTemplate

  • WebClient.Builder 用于 WebClient

  • RestClient.Builder 用于 RestClient

您也可以手动应用负责此仪器化的自定义器，即 ObservationRestTemplateCustomizer、ObservationWebClientCustomizer 和 ObservationRestClientCustomizer。

默认情况下，指标使用名称 http.client.requests 生成。您可以通过设置 management.observations.http.client.requests.name 属性来自定义名称。

有关生成的观测结果的更多信息，请参阅 Spring 框架参考文档。

要自定义使用 RestTemplate 或 RestClient 时的标签，请提供一个实现 org.springframework.http.client.observation 包中的 ClientRequestObservationConvention 的 @Bean。要自定义使用 WebClient 时的标签，请提供一个实现 org.springframework.web.reactive.function.client 包中的 ClientRequestObservationConvention 的 @Bean。

Tomcat 指标

自动配置仅在启用 MBeanRegistry 时才启用 Tomcat 的仪器化。默认情况下，MBeanRegistry 被禁用，但您可以通过将 server.tomcat.mbeanregistry.enabled 设置为 true 来启用它。

Tomcat 指标在 tomcat. 指标名称下发布。

缓存指标

自动配置在启动时启用所有可用 Cache 实例的仪器化，指标以 cache 为前缀。缓存仪器化已标准化为一组基本指标。还提供其他特定于缓存的指标。

支持以下缓存库

  • Cache2k

  • Caffeine

  • Hazelcast

  • 任何符合 JCache（JSR-107）的实现

  • Redis

指标按缓存名称和 CacheManager 名称进行标记，CacheManager 名称源自 bean 名称。

仅在启动时配置的缓存绑定到注册表。对于在缓存配置中未定义的缓存，例如在启动阶段之后动态创建或以编程方式创建的缓存，需要显式注册。CacheMetricsRegistrar bean 可用于简化此过程。

Spring Batch 指标

请参阅 Spring Batch 参考文档。

Spring GraphQL 指标

请参阅 Spring GraphQL 参考文档。

DataSource 指标

自动配置启用对所有可用 DataSource 对象的检测，指标以 jdbc.connections 为前缀。数据源检测会生成表示池中当前活动连接、空闲连接、最大允许连接和最小允许连接的量规。

指标还按 DataSource 的名称进行标记，该名称基于 bean 名称计算得出。

默认情况下，Spring Boot 为所有支持的数据源提供元数据。如果您的首选数据源不受支持，您可以添加额外的 DataSourcePoolMetadataProvider bean。有关示例，请参阅 DataSourcePoolMetadataProvidersConfiguration。

此外，Hikari 特定的指标以 hikaricp 为前缀公开。每个指标都按池的名称进行标记（您可以使用 spring.datasource.name 控制它）。

Hibernate 指标

如果 org.hibernate.orm:hibernate-micrometer 位于类路径中，则所有启用了统计信息的可用 Hibernate EntityManagerFactory 实例都将使用名为 hibernate 的指标进行检测。

指标还按 EntityManagerFactory 的名称进行标记，该名称源自 bean 名称。

要启用统计信息，必须将标准 JPA 属性 hibernate.generate_statistics 设置为 true。您可以在自动配置的 EntityManagerFactory 上启用它

  • 属性

  • YAML

spring.jpa.properties[hibernate.generate_statistics]=true
spring:
  jpa:
    properties:
      "[hibernate.generate_statistics]": true

Spring Data Repository 指标

自动配置启用对所有 Spring Data Repository 方法调用的检测。默认情况下，指标使用名称 spring.data.repository.invocations 生成。您可以通过设置 management.metrics.data.repository.metric-name 属性来自定义名称。

io.micrometer.core.annotation 包中的 @Timed 注解在 Repository 接口和方法中受支持。如果您不想记录所有 Repository 调用的指标，可以将 management.metrics.data.repository.autotime.enabled 设置为 false，并改为专门使用 @Timed 注解。

带有 longTask = true 的 @Timed 注解为该方法启用一个长时间任务计时器。长时间任务计时器需要一个单独的指标名称，并且可以与短时间任务计时器叠加。

默认情况下，与存储库调用相关的指标使用以下信息进行标记

标签 描述

存储库

源 Repository 的简单类名。

method

调用Repository方法的名称。

状态

结果状态 (SUCCESS、ERROR、CANCELED 或 RUNNING)。

exception

从调用中抛出的任何异常的简单类名。

要替换默认标签，请提供一个实现RepositoryTagsProvider的@Bean。

RabbitMQ 指标

自动配置启用对所有可用 RabbitMQ 连接工厂的检测，指标名为rabbitmq。

Spring Integration 指标

只要MeterRegistry bean 可用，Spring Integration 就会自动提供Micrometer 支持。指标在spring.integration. 指标名称下发布。

Kafka 指标

自动配置分别为自动配置的消费者工厂和生产者工厂注册MicrometerConsumerListener 和 MicrometerProducerListener。它还为StreamsBuilderFactoryBean 注册KafkaStreamsMicrometerListener。有关更多详细信息，请参阅 Spring Kafka 文档的Micrometer 本机指标部分。

MongoDB 指标

本节简要介绍 MongoDB 的可用指标。

MongoDB 命令指标

自动配置将MongoMetricsCommandListener 注册到自动配置的MongoClient。

为发送到底层 MongoDB 驱动程序的每个命令创建一个名为mongodb.driver.commands 的计时器指标。默认情况下，每个指标都使用以下信息进行标记

标签 描述

命令

发出的命令的名称。

cluster.id

发送命令的集群的标识符。

server.address

发送命令的服务器的地址。

status

命令的结果 (SUCCESS 或 FAILED)。

要替换默认指标标签，请定义一个MongoCommandTagsProvider bean，如下例所示

  • Java

  • Kotlin

import io.micrometer.core.instrument.binder.mongodb.MongoCommandTagsProvider;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration(proxyBeanMethods = false)
public class MyCommandTagsProviderConfiguration {

	@Bean
	public MongoCommandTagsProvider customCommandTagsProvider() {
		return new CustomCommandTagsProvider();
	}

}
import io.micrometer.core.instrument.binder.mongodb.MongoCommandTagsProvider
import org.springframework.context.annotation.Bean
import org.springframework.context.annotation.Configuration

@Configuration(proxyBeanMethods = false)
class MyCommandTagsProviderConfiguration {

	@Bean
	fun customCommandTagsProvider(): MongoCommandTagsProvider? {
		return CustomCommandTagsProvider()
	}

}

要禁用自动配置的命令指标，请设置以下属性

  • 属性

  • YAML

management.metrics.mongo.command.enabled=false
management:
  metrics:
    mongo:
      command:
        enabled: false

MongoDB 连接池指标

自动配置将MongoMetricsConnectionPoolListener 注册到自动配置的MongoClient。

为连接池创建以下规范指标

  • mongodb.driver.pool.size 报告连接池的当前大小，包括空闲成员和正在使用成员。

  • mongodb.driver.pool.checkedout 报告当前正在使用的连接数。

  • mongodb.driver.pool.waitqueuesize 报告连接池连接等待队列的当前大小。

默认情况下，每个指标都使用以下信息进行标记

标签 描述

cluster.id

连接池对应的集群的标识符。

server.address

连接池对应的服务器的地址。

要替换默认的指标标签，请定义一个MongoConnectionPoolTagsProvider bean

  • Java

  • Kotlin

import io.micrometer.core.instrument.binder.mongodb.MongoConnectionPoolTagsProvider;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration(proxyBeanMethods = false)
public class MyConnectionPoolTagsProviderConfiguration {

	@Bean
	public MongoConnectionPoolTagsProvider customConnectionPoolTagsProvider() {
		return new CustomConnectionPoolTagsProvider();
	}

}
import io.micrometer.core.instrument.binder.mongodb.MongoConnectionPoolTagsProvider
import org.springframework.context.annotation.Bean
import org.springframework.context.annotation.Configuration

@Configuration(proxyBeanMethods = false)
class MyConnectionPoolTagsProviderConfiguration {

	@Bean
	fun customConnectionPoolTagsProvider(): MongoConnectionPoolTagsProvider {
		return CustomConnectionPoolTagsProvider()
	}

}

要禁用自动配置的连接池指标，请设置以下属性

  • 属性

  • YAML

management.metrics.mongo.connectionpool.enabled=false
management:
  metrics:
    mongo:
      connectionpool:
        enabled: false

Jetty 指标

自动配置使用 Micrometer 的 JettyServerThreadPoolMetrics 为 Jetty 的 ThreadPool 绑定指标。Jetty 的 Connector 实例的指标使用 Micrometer 的 JettyConnectionMetrics 绑定，当 server.ssl.enabled 设置为 true 时，使用 Micrometer 的 JettySslHandshakeMetrics。

@Timed 注解支持

要启用对 @Timed 注解的扫描，您需要将 management.observations.annotations.enabled 属性设置为 true。请参考 Micrometer 文档。

Redis 指标

自动配置为自动配置的 LettuceConnectionFactory 注册一个 MicrometerCommandLatencyRecorder。有关更多详细信息，请参阅 Lettuce 文档的 Micrometer 指标部分。

注册自定义指标

要注册自定义指标，请将 MeterRegistry 注入到您的组件中

  • Java

  • Kotlin

import io.micrometer.core.instrument.MeterRegistry;
import io.micrometer.core.instrument.Tags;

import org.springframework.stereotype.Component;

@Component
public class MyBean {

	private final Dictionary dictionary;

	public MyBean(MeterRegistry registry) {
		this.dictionary = Dictionary.load();
		registry.gauge("dictionary.size", Tags.empty(), this.dictionary.getWords().size());
	}

}
import io.micrometer.core.instrument.MeterRegistry
import io.micrometer.core.instrument.Tags
import org.springframework.stereotype.Component

@Component
class MyBean(registry: MeterRegistry) {

	private val dictionary: Dictionary

	init {
		dictionary = Dictionary.load()
		registry.gauge("dictionary.size", Tags.empty(), dictionary.words.size)
	}

}

如果您的指标依赖于其他 bean，我们建议您使用 MeterBinder 来注册它们

  • Java

  • Kotlin

import io.micrometer.core.instrument.Gauge;
import io.micrometer.core.instrument.binder.MeterBinder;

import org.springframework.context.annotation.Bean;

public class MyMeterBinderConfiguration {

	@Bean
	public MeterBinder queueSize(Queue queue) {
		return (registry) -> Gauge.builder("queueSize", queue::size).register(registry);
	}

}
import io.micrometer.core.instrument.Gauge
import io.micrometer.core.instrument.binder.MeterBinder
import org.springframework.context.annotation.Bean

class MyMeterBinderConfiguration {

	@Bean
	fun queueSize(queue: Queue): MeterBinder {
		return MeterBinder { registry ->
			Gauge.builder("queueSize", queue::size).register(registry)
		}
	}

}

使用 MeterBinder 可确保设置正确的依赖关系，并在检索指标值时 bean 可用。如果您发现您在组件或应用程序中重复地对一组指标进行检测，那么 MeterBinder 实现也很有用。

默认情况下，来自所有 MeterBinder bean 的指标会自动绑定到 Spring 管理的 MeterRegistry。

自定义单个指标

如果您需要对特定 Meter 实例应用自定义设置，可以使用 io.micrometer.core.instrument.config.MeterFilter 接口。

例如，如果您想将所有以 com.example 开头的指标 ID 的 mytag.region 标签重命名为 mytag.area，您可以执行以下操作

  • Java

  • Kotlin

import io.micrometer.core.instrument.config.MeterFilter;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration(proxyBeanMethods = false)
public class MyMetricsFilterConfiguration {

	@Bean
	public MeterFilter renameRegionTagMeterFilter() {
		return MeterFilter.renameTag("com.example", "mytag.region", "mytag.area");
	}

}
import io.micrometer.core.instrument.config.MeterFilter
import org.springframework.context.annotation.Bean
import org.springframework.context.annotation.Configuration

@Configuration(proxyBeanMethods = false)
class MyMetricsFilterConfiguration {

	@Bean
	fun renameRegionTagMeterFilter(): MeterFilter {
		return MeterFilter.renameTag("com.example", "mytag.region", "mytag.area")
	}

}
默认情况下，所有 MeterFilter bean 会自动绑定到 Spring 管理的 MeterRegistry。请确保使用 Spring 管理的 MeterRegistry 注册您的指标，而不是使用 Metrics 上的任何静态方法。这些方法使用的是不受 Spring 管理的全局注册表。

通用标签

通用标签通常用于对运行环境进行维度细化，例如主机、实例、区域、堆栈等。通用标签应用于所有指标，并且可以配置，如下例所示

  • 属性

  • YAML

management.metrics.tags.region=us-east-1
management.metrics.tags.stack=prod
management:
  metrics:
    tags:
      region: "us-east-1"
      stack: "prod"

前面的示例将region 和 stack 标签分别添加到所有值为 us-east-1 和 prod 的指标中。

如果您使用 Graphite，通用标签的顺序很重要。由于使用这种方法无法保证通用标签的顺序，因此建议 Graphite 用户定义自定义的 MeterFilter。

每个指标的属性

除了 MeterFilter bean 之外，您还可以使用属性在每个指标的基础上应用有限的自定义设置。每个指标的自定义设置使用 Spring Boot 的 PropertiesMeterFilter 应用于任何以给定名称开头的指标 ID。以下示例过滤掉任何 ID 以 example.remote 开头的指标。

  • 属性

  • YAML

management.metrics.enable.example.remote=false
management:
  metrics:
    enable:
      example:
        remote: false

以下属性允许每个指标的自定义设置

表 1. 每个指标的自定义设置
属性 描述

management.metrics.enable

是否接受具有特定 ID 的指标。未被接受的指标将从 MeterRegistry 中过滤掉。

management.metrics.distribution.percentiles-histogram

是否发布适合计算可聚合（跨维度）百分位数近似的直方图。

management.metrics.distribution.minimum-expected-value, management.metrics.distribution.maximum-expected-value

通过限制预期值的范围来发布更少的直方图桶。

management.metrics.distribution.percentiles

发布在您的应用程序中计算的百分位数。

management.metrics.distribution.expiry, management.metrics.distribution.buffer-length

通过将最近的样本累积到环形缓冲区中，并在可配置的过期时间后旋转，并具有可配置的缓冲区长度，来赋予最近的样本更大的权重。

management.metrics.distribution.slo

发布一个累积直方图，其桶由您的服务级别目标定义。

有关 percentiles-histogram、percentiles 和 slo 背后概念的更多详细信息，请参阅 Micrometer 文档的 “直方图和百分位数”部分。

指标端点

Spring Boot 提供了一个 metrics 端点，您可以使用它来诊断性地检查应用程序收集的指标。该端点默认情况下不可用，必须公开。有关更多详细信息，请参阅 公开端点。

导航到 /actuator/metrics 将显示可用指标名称的列表。您可以向下钻取以查看有关特定指标的信息，方法是提供其名称作为选择器，例如 /actuator/metrics/jvm.memory.max。

您在此处使用的名称应与代码中使用的名称匹配，而不是在将其命名规范化为要将其发送到的监控系统后的名称。换句话说，如果 jvm.memory.max 在 Prometheus 中显示为 jvm_memory_max，因为其蛇形命名约定，您仍然应该在 metrics 端点中检查指标时使用 jvm.memory.max 作为选择器。

您还可以向 URL 末尾添加任意数量的 tag=KEY:VALUE 查询参数，以按维度向下钻取指标，例如 /actuator/metrics/jvm.memory.max?tag=area:nonheap。

报告的测量值是与仪表名称和已应用的任何标签匹配的所有仪表的统计信息的总和。在前面的示例中，返回的Value统计信息是堆的“代码缓存”、“压缩类空间”和“元空间”区域的最大内存占用量的总和。如果您只想查看“元空间”的最大大小，可以添加一个额外的tag=id:Metaspace，即/actuator/metrics/jvm.memory.max?tag=area:nonheap&tag=id:Metaspace。

与 Micrometer 观测集成

一个DefaultMeterObservationHandler会自动注册到ObservationRegistry上，它会为每个完成的观测创建指标。