这套 Java 监控系统太香了我连夜给项目加上了为什么需要监控系统作为 Java 开发者你一定遇到过这样的场景深夜被报警电话叫醒说系统响应变慢了或者线上出 bug 了却找不到原因。这时候一套好的监控系统就像项目的“体检仪”能帮你提前发现问题、快速定位故障。我最近在项目中用了一套开源监控系统从基础的数据采集到高级的告警联动简直香到不行。今天我就带你从零开始一步步搭建一个 Java 监控系统。## 基础概念监控系统的三大支柱在动手之前我们先理解监控系统的核心组成部分1.数据采集从 Java 应用、服务器、数据库等源头收集指标如 CPU 使用率、请求耗时、GC 次数2.数据存储将采集到的时序数据持久化常用 InfluxDB、Prometheus3.可视化与告警用图表展示数据并在指标异常时发送通知我们选择Prometheus Grafana Micrometer这套组合拳因为它是 Java 生态中最流行的监控方案且完全免费。## 第一步用 Micrometer 采集 Java 应用指标Micrometer 是 Spring Boot 官方推荐的监控门面库它像 slf4j 一样统一了各种监控系统的 API。我们从一个最简单的 Spring Boot 应用开始。java// pom.xml 添加依赖// dependency// groupIdio.micrometer/groupId// artifactIdmicrometer-registry-prometheus/artifactId// /dependencyimport io.micrometer.core.instrument.MeterRegistry;import io.micrometer.core.instrument.Counter;import org.springframework.web.bind.annotation.GetMapping;import org.springframework.web.bind.annotation.RestController;RestControllerpublic class OrderController { private final Counter orderCounter; // 通过构造函数注入 MeterRegistry public OrderController(MeterRegistry registry) { // 创建一个名为 orders.created 的计数器 this.orderCounter Counter.builder(orders.created) .description(Total number of created orders) .register(registry); } GetMapping(/create-order) public String createOrder() { // 每次调用接口计数器加1 orderCounter.increment(); return Order created successfully!; }}这段代码做了什么- 我们创建了一个计数器指标orders.created用来统计订单创建次数- 每次访问/create-order接口计数器自动 1- 数据会暴露在/actuator/prometheus端点供 Prometheus 抓取## 第二步配置 Prometheus 抓取数据现在 Java 应用已经暴露了指标我们需要 Prometheus 来拉取这些数据。创建一个prometheus.yml配置文件yamlglobal: scrape_interval: 15s # 每15秒抓取一次数据 evaluation_interval: 15sscrape_configs: - job_name: java-app metrics_path: /actuator/prometheus # 抓取路径 static_configs: - targets: [localhost:8080] # 应用地址启动 Prometheus假设你已下载bash./prometheus --config.fileprometheus.yml访问http://localhost:9090在 Prometheus 的查询框中输入orders.created_total你应该能看到数据在增长。## 第三步用 Grafana 制作炫酷仪表盘数据有了但数字太枯燥。我们用 Grafana 把它变成可视化图表。1. 启动 Grafanadocker run -d -p 3000:3000 grafana/grafana2. 登录默认 admin/admin添加 Prometheus 数据源地址填http://localhost:90903. 创建一个新的 Dashboard添加 Panel这里是一个完整的仪表盘配置示例通过 JSON 导入json{ title: Java 应用监控, panels: [ { title: 订单创建速率, type: graph, targets: [ { expr: rate(orders.created_total[1m]), legendFormat: 订单/秒 } ] }, { title: JVM 堆内存, type: graph, targets: [ { expr: jvm_memory_used_bytes{area\heap\} / 1024 / 1024, legendFormat: 堆内存 (MB) } ] } ]}高级用法你可以添加告警规则。比如当订单创建速率低于 10/秒 时发送 Slack 通知yaml# prometheus-alert.ymlgroups: - name: java-alerts rules: - alert: LowOrderRate expr: rate(orders.created_total[5m]) 10 for: 5m labels: severity: warning annotations: summary: 订单创建速率过低当前值 {{ $value }}## 进阶自定义业务监控指标除了系统指标我们还能监控业务数据。比如统计接口响应时间的百分位数javaimport io.micrometer.core.instrument.Timer;import org.springframework.web.bind.annotation.GetMapping;import org.springframework.web.bind.annotation.RestController;import java.util.concurrent.TimeUnit;RestControllerpublic class PerformanceController { private final Timer responseTimer; public PerformanceController(MeterRegistry registry) { // 创建一个耗时统计器记录 P50、P95、P99 this.responseTimer Timer.builder(api.response.time) .description(API response time in milliseconds) .publishPercentiles(0.5, 0.95, 0.99) // 发布百分位 .sla(Duration.ofMillis(100)) // 定义服务等级目标 .register(registry); } GetMapping(/slow-api) public String slowApi() { // 使用 Timer.Sample 记录耗时 Timer.Sample sample Timer.start(registry); try { Thread.sleep(50); // 模拟业务处理 return Done; } finally { // 停止计时并记录 sample.stop(responseTimer); } }}在 Grafana 中你可以用api_response_time_seconds{quantile0.99}来查看 P99 延迟。当这个值超过 200ms 时说明有性能瓶颈。## 总结这套监控系统实现了从数据采集Micrometer到存储Prometheus再到可视化Grafana的完整链路。它香在哪里-零侵入Micrometer 与 Spring Boot 完美集成只需几行代码-高扩展可以监控 JVM、数据库连接池、HTTP 请求等 100 指标-自愈能力配合告警规则系统能自动修复比如重启慢服务如果你还没给项目加上监控今晚就动手吧相信我第二天你会感谢自己的。