Java应用监控：从A到Z的指标与告警

轻松学习Python，无需理论负担。在浏览器中直接解决带自动检查的实践任务，无需安装任何东西。

引言：为什么Java应用监控是基础

现代Java应用是一个复杂的分布式系统。没有监控，你就是在盲目工作：响应速度下降、内存泄漏或突然的OutOfMemoryError可能在用户投诉之前都未被发现。合理配置的指标和告警监控不仅能让你快速响应事件，还能在问题变得严重之前预测瓶颈。

在本文中，我们将介绍完整的流程：从收集基本的JVM指标到在Prometheus中配置告警，以及在Grafana中进行可视化。所有代码示例均使用Java编写，并采用流行的Micrometer库。

1. Java应用的关键指标

监控始于选择正确的指标。它们可以分为三组：JVM指标、业务指标和基础设施指标。

1.1. JVM指标

这些指标显示Java虚拟机的状态。其中最重要的有：

Heap memory usage — 堆内存使用情况（已用/最大内存）。急剧增长可能表明存在内存泄漏。
GC pauses — 垃圾回收的频率和持续时间。长时间暂停（超过1秒）是问题的征兆。
Thread states — 处于RUNNABLE、BLOCKED、WAITING状态的线程数量。大量BLOCKED线程可能表示存在锁竞争。
CPU usage — JVM进程的CPU负载。

1.2. 业务指标

它们反映应用程序的业务逻辑。例如：

每分钟处理的订单数量。
外部API的响应时间。
验证错误的数量。

1.3. 基础设施指标

磁盘、网络、主机内存的使用情况。
数据库连接状态（连接池）。
消息队列的延迟（Kafka、RabbitMQ）。

2. 指标收集工具：Micrometer + Prometheus

对于Java应用，事实上的标准库是Micrometer。它为各种监控系统（Prometheus、Datadog、Graphite）提供了一个统一的门面。结合Prometheus（指标存储）和Grafana（可视化），你将获得一个强大且免费的生态系统。

2.1. 在Spring Boot中集成Micrometer

如果你使用Spring Boot 2.x或3.x，请在pom.xml中添加依赖：

<dependency>    <groupId>io.micrometer</groupId>    <artifactId>micrometer-registry-prometheus</artifactId></dependency>

之后，Spring Boot Actuator将自动启用/actuator/prometheus端点，该端点将以Prometheus格式提供指标。

2.2. 创建自定义指标

假设你想统计方法调用成功和失败的次数。创建一个计数器：

import io.micrometer.core.instrument.MeterRegistry;import io.micrometer.core.instrument.Counter;import org.springframework.stereotype.Service;

@Servicepublic class OrderService {

    private final Counter successCounter;    private final Counter errorCounter;

    public OrderService(MeterRegistry registry) {        this.successCounter = Counter.builder("orders.success")                .description("Number of successful orders")                .register(registry);        this.errorCounter = Counter.builder("orders.error")                .description("Number of failed orders")                .register(registry);    }

    public void processOrder(String orderId) {        try {            // 订单处理逻辑            successCounter.increment();        } catch (Exception e) {            errorCounter.increment();            throw e;        }    }}

在Prometheus中，该指标将显示为orders_succ