SpringBoot + Micrometer + Prometheus + Grafana：自定义业务指标监控

2026-02-02 / 2026-02-03 / SpringBoot Micrometer Prometheus Grafana

相信很多小伙伴都有过这样的经历：系统上线后运行一段时间，突然出现性能问题或者业务异常，但是却不知道具体原因，只能凭经验猜测，排查起来既费时又费力。特别是当我们需要监控一些关键业务指标（比如订单量、失败率等）时，传统的系统监控往往无法满足需求。

那么，有没有一种方式能让我们轻松地监控自定义的业务指标，并且实时看到这些指标的变化趋势呢？今天我就跟大家分享一套基于SpringBoot + Micrometer + Prometheus + Grafana的完整监控方案。

为什么需要业务指标监控？

先来说说我们面临的挑战。传统的系统监控主要关注CPU、内存、磁盘等基础设施指标，虽然这些很重要，但对于业务层面的问题（比如订单成功率下降、支付失败率上升等），我们往往缺乏直观的数据支撑。

业务指标监控能帮助我们：

快速发现业务异常
了解业务发展趋势
为业务决策提供数据支持
实现精细化运营

整体架构设计

我们的监控方案由以下几个组件构成：

Micrometer：作为指标收集的抽象层，屏蔽底层监控系统的差异
Spring Boot：提供应用框架和Actuator端点
Prometheus：负责指标的存储和查询
Grafana：提供可视化的图表展示

让我们看看如何在SpringBoot中实现这套监控系统：

1. 添加依赖

首先在pom.xml中添加必要的监控依赖：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-core</artifactId>
</dependency>

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

2. 配置应用

在application.yml中配置监控相关设置：

management:
  endpoints:
    web:
      exposure:
        include: health,info,metrics,prometheus
  endpoint:
    health:
      show-details: always
  metrics:
    export:
      prometheus:
        enabled: true

3. 创建业务指标收集器

定义一个专门收集业务指标的类：

@Component
@RequiredArgsConstructor
@Slf4j
public class BusinessMetricsCollector implements MeterBinder {
    
    private final MeterRegistry meterRegistry;
    
    // 订单总数计数器
    private Counter orderTotalCounter;
    
    // 订单失败计数器
    private Counter orderFailedCounter;
    
    // 订单成功计数器
    private Counter orderSuccessCounter;
    
    // 订单处理时间计时器
    private Timer orderProcessingTimer;
    
    // 订单成功率
    private AtomicLong successRateGauge;
    
    @PostConstruct
    public void initializeMetrics() {
        // 初始化订单总数计数器
        orderTotalCounter = Counter.builder("business_orders_total")
                .description("订单总数")
                .tag("type", "business")
                .register(meterRegistry);
        
        // 初始化订单失败计数器
        orderFailedCounter = Counter.builder("business_order_failed_total")
                .description("订单失败总数")
                .tag("type", "business")
                .register(meterRegistry);
        
        // 初始化订单处理时间计时器
        orderProcessingTimer = Timer.builder("business_order_processing_duration_seconds")
                .description("订单处理耗时")
                .register(meterRegistry);
        
        // 注册订单成功率仪表盘
        successRateGauge = new AtomicLong(100); // 默认100%
        Gauge.builder("business_order_success_rate")
                .description("订单成功率")
                .register(meterRegistry, successRateGauge, AtomicLong::get);
    }
    
    /**
     * 记录新订单
     */
    public void recordNewOrder(double amount) {
        orderTotalCounter.increment();
        log.debug("记录新订单，金额: {}", amount);
    }
    
    /**
     * 记录订单成功
     */
    public void recordOrderSuccess() {
        orderSuccessCounter.increment();
        updateSuccessRate();
        log.debug("记录订单成功");
    }
    
    /**
     * 记录订单失败
     */
    public void recordOrderFailed() {
        orderFailedCounter.increment();
        updateSuccessRate();
        log.debug("记录订单失败");
    }
    
    /**
     * 记录订单处理时间
     */
    public void recordOrderProcessingTime(long durationMs) {
        orderProcessingTimer.record(durationMs, java.util.concurrent.TimeUnit.MILLISECONDS);
        log.debug("记录订单处理时间: {} ms", durationMs);
    }
    
    /**
     * 更新订单成功率
     */
    private void updateSuccessRate() {
        long total = (long) orderTotalCounter.count();
        if (total > 0) {
            long success = (long) orderSuccessCounter.count();
            double rate = (double) success / total * 100;
            successRateGauge.set(Math.round(rate));
        }
    }
}

4. 在业务服务中使用指标

在订单服务中集成指标收集：

@Service
@RequiredArgsConstructor
@Slf4j
public class OrderService {
    
    private final OrderRepository orderRepository;
    
    @Autowired
    private BusinessMetricsCollector metricsCollector;
    
    /**
     * 创建订单
     * 使用@Timed注解监控方法执行时间
     */
    @Timed(value = "order_creation_time", description = "订单创建耗时")
    @Transactional
    public Order createOrder(Long customerId, BigDecimal amount) {
        long startTime = System.currentTimeMillis();
        
        try {
            // 业务逻辑...
            
            // 保存订单
            Order savedOrder = orderRepository.save(order);
            
            // 记录业务指标
            metricsCollector.recordNewOrder(amount.doubleValue());
            
            return savedOrder;
        } catch (Exception e) {
            log.error("订单创建失败", e);
            // 记录失败指标
            metricsCollector.recordOrderFailed();
            throw e;
        } finally {
            long duration = System.currentTimeMillis() - startTime;
            metricsCollector.recordOrderProcessingTime(duration);
        }
    }
    
    /**
     * 处理订单支付
     */
    @Timed(value = "order_payment_processing_time", description = "订单支付处理耗时")
    @Transactional
    public Order processPayment(String orderNumber) {
        long startTime = System.currentTimeMillis();
        
        try {
            // 业务逻辑...
            
            // 更新订单状态
            Order updatedOrder = orderRepository.save(order);
            
            // 记录成功指标
            metricsCollector.recordOrderSuccess();
            
            return updatedOrder;
        } catch (Exception e) {
            log.error("订单支付处理失败", e);
            // 记录失败指标
            metricsCollector.recordOrderFailed();
            throw e;
        } finally {
            long duration = System.currentTimeMillis() - startTime;
            metricsCollector.recordOrderProcessingTime(duration);
        }
    }
}

5. 提供指标查询接口

创建一个专门的控制器来提供业务指标查询：

@RestController
@RequestMapping("/api/orders")
public class OrderController {
    
    @Autowired
    private BusinessMetricsCollector metricsCollector;
    
    /**
     * 获取业务指标
     */
    @GetMapping("/metrics/business")
    public ResponseEntity<Map<String, Object>> getBusinessMetrics() {
        Map<String, Object> metrics = Map.of(
            "totalOrders", metricsCollector.getTotalOrders(),
            "successOrders", metricsCollector.getSuccessOrders(),
            "failedOrders", metricsCollector.getFailedOrders(),
            "successRate", metricsCollector.getCurrentSuccessRate()
        );
        
        return ResponseEntity.ok(metrics);
    }
}

Prometheus配置

为了让Prometheus能够收集我们的指标数据，需要在Prometheus配置文件中添加抓取任务：

scrape_configs:
  - job_name: 'monitoring-app'
    static_configs:
      - targets: ['localhost:8080']
    metrics_path: '/actuator/prometheus'
    scrape_interval: 15s

这样Prometheus就会定期从我们的应用中拉取指标数据。

Grafana可视化

在Grafana中，我们可以创建丰富的仪表盘来展示业务指标：

添加Prometheus作为数据源
创建新的仪表盘
添加面板并配置查询语句

常用的查询语句示例：

订单总数：business_orders_total
订单成功率：business_order_success_rate
API响应时间：http_server_requests_seconds_sum / http_server_requests_seconds_count

监控最佳实践

指标命名规范：使用有意义的指标名称，如business_orders_total，遵循snake_case命名法
标签使用：合理使用标签来区分不同维度的数据，如环境、服务名等
性能考虑：避免在高频调用的方法中收集过多指标，以免影响性能
告警设置：为关键指标设置告警阈值，如订单失败率超过5%时告警
数据保留：配置合适的数据保留策略，平衡存储成本和查询需求

实际应用场景

这套监控方案特别适用于以下场景：

电商平台：监控订单量、支付成功率、退款率等
金融服务：监控交易量、成功率、平均处理时间等
在线教育：监控课程报名量、完课率、活跃用户数等
游戏平台：监控用户登录数、付费转化率、道具购买量等

总结

通过SpringBoot + Micrometer + Prometheus + Grafana的组合，我们可以轻松构建一套功能强大的业务指标监控系统。这套方案具有以下优点：

标准化：Micrometer提供了统一的指标收集接口
可扩展：易于添加新的业务指标
可视化：Grafana提供了丰富的图表展示
告警能力：可以基于指标设置告警规则

在实际项目中，建议从最关键的业务指标开始监控，逐步扩展到更多的业务维度。只有建立了完善的监控体系，我们才能真正做到心中有数，从容应对各种业务挑战。

希望这篇文章能对你有所帮助，如果你觉得有用，欢迎关注"服务端技术精选"，我会持续分享更多实用的技术干货。

标题：SpringBoot + Micrometer + Prometheus + Grafana：自定义业务指标监控
作者：jiangyi
地址：http://www.jiangyi.space/articles/2026/02/02/1769851164852.html
公众号：服务端技术精选

为什么需要业务指标监控？
整体架构设计
1. 添加依赖
2. 配置应用
3. 创建业务指标收集器
4. 在业务服务中使用指标
5. 提供指标查询接口
Prometheus配置
Grafana可视化
监控最佳实践
实际应用场景
总结

0 评论