跳到主要内容

用夜莺监控 Spring Boot 应用

引入 Actuator 和 micrometer-registry-prometheus，应用自己暴露 /actuator/prometheus，模板带按应用名区分的 JVM 仪表盘。

最后校对于

Spring Boot 应用不需要外挂 agent：引入 spring-boot-starter-actuator 和 micrometer-registry-prometheus 两个依赖，开放 prometheus 端点，应用就在 /actuator/prometheus 暴露 JVM、HTTP 请求、数据源连接池、线程池和自定义指标。Actuator 底层用的就是 Micrometer。

模板里两张 JVM 仪表盘按 Actuator 的指标名（jvm_memory_used_bytes、http_server_requests_seconds 等）编写，其中一张按 application 标签区分多个服务。规则覆盖堆内存逼近上限、GC 停顿过长、HTTP 5xx 升高和线程数异常。

模板里有什么​

  • 2 张仪表盘，共 71 个面板
  • 5 条告警规则，每条附处置步骤

怎么接入​

Spring Boot 3.x 在 application.properties 里加：

management.endpoints.web.exposure.include=health,info,prometheus
management.endpoint.prometheus.enabled=true
management.prometheus.metrics.export.enabled=true

2.x 把最后一行换成 management.metrics.export.prometheus.enabled=true。启动后确认 http://localhost:8080/actuator/prometheus 有输出，再用 Categraf 的 prometheus 插件抓取，labels 里给 application 标签填应用名。不要把 exposure.include 设成 *。

  1. 在夜莺「集成中心」里找到 SpringBoot，把仪表盘和告警规则导入到业务组。
  2. 导入的告警规则默认是停用的。先确认指标已经入库，再按自己环境的阈值逐条启用。

内置仪表盘​

仪表盘面板数
JVM (Actuator) with application name37
JVM仪表盘34

内置告警规则​

共 5 条。每条给出触发条件（PromQL）和告警后的处置步骤，导入后可以直接改阈值。

springboot HEAP内存使用率大于85%​

S2 警告 · 持续 1 分钟 · 触发条件:

sum by (instance) (jvm_memory_used_bytes{area="heap"}) * 100 / sum by (instance) (jvm_memory_max_bytes{area="heap"}) > 85

处置步骤:

  1. 看 jvm_gc_pause_seconds 确认 Full GC 是否变频繁、停顿多长；
  2. 用 jmap -histo:live <pid> 或 arthas 的 heapdump 抓堆，按对象数排序找出异常增长的类；
  3. 区分是业务量增长（调大 -Xmx）还是内存泄漏（必须在代码里修复，扩堆只是拖延）；
  4. 应急可重启实例释放，但要先抓好堆快照，否则现场就丢了。

springboot HTTP请求延迟大于10s​

S2 警告 · 持续 1 分钟 · 触发条件:

max by (instance, uri) (http_server_requests_seconds_max{status!~"5.."}) > 10

处置步骤:

  1. 从告警标签取 uri 定位是哪个接口；
  2. 用 arthas 的 trace 命令或 APM 链路追踪，看耗时集中在哪一段（数据库、下游 RPC、还是本地计算）；
  3. 数据库慢的按慢查询路径排查补索引；下游慢的确认对方状态并加熔断降级；
  4. 确认线程池是否已被慢请求占满导致排队放大，必要时隔离线程池。

springboot HTTP错误数​

S2 警告 · 持续 1 分钟 · 触发条件:

sum by (instance, uri) (rate(http_server_requests_seconds_count{status=~"5.."}[5m])) > 0

处置步骤:

  1. 从告警标签取 uri 定位接口，再到应用日志里按该路径搜异常栈；
  2. 区分是全量失败还是部分失败——部分失败常见于某个下游实例异常或数据边界条件；
  3. 若与近期发布时间吻合，优先回滚而不是继续排查；
  4. 确认下游依赖（数据库、缓存、第三方接口）是否同时异常。

springboot 非堆内存使用率大于85%​

S2 警告 · 持续 1 分钟 · 触发条件:

sum by (instance) (jvm_memory_max_bytes{area="nonheap"}) > 0 and sum by (instance) (jvm_memory_used_bytes{area="nonheap"}) * 100 / sum by (instance) (jvm_memory_max_bytes{area="nonheap"}) > 85

处置步骤:

  1. 用 jcmd <pid> VM.native_memory summary（需开 NativeMemoryTracking）或 arthas 的 memory 命令看各区占用；
  2. Metaspace 持续增长通常是类加载器泄漏——常见于反复热部署、动态代理、脚本引擎；
  3. 应急调大 -XX:MaxMetaspaceSize 并重启；
  4. 根因侧排查是否有自定义 ClassLoader 未释放，用 jmap -clstats 看类加载器数量是否异常。

springboot 事件错误数​

S2 警告 · 持续 1 分钟 · 触发条件:

sum by (instance) (increase(logback_events_total{level="error"}[5m])) > 0

处置步骤:

  1. 从告警标签取 instance 定位实例，到日志系统里按 level=ERROR 检索该时间窗的异常栈；
  2. 按异常类型归类，区分是偶发（下游抖动、超时重试）还是稳定复现（代码 bug、配置错误）；
  3. 稳定复现的定位代码修复；偶发的确认重试与降级逻辑是否生效；
  4. 若 ERROR 量突增且与发布时间吻合，优先回滚。

相关链接​

本页目录