Premiers pas avec Prometheus et Grafana en Java

La surveillance est un aspect crucial de la gestion des performances des applications. À mesure que les applications évoluent, il devient impératif de garantir leur bon fonctionnement et le suivi continu de l’état du système. Dans les microservices, les systèmes distribués et les applications cloud natives, les outils de surveillance ne sont pas seulement un module complémentaire mais un élément essentiel de votre infrastructure.

Deux des outils les plus populaires pour surveiller les systèmes modernes sont Prometheus et Grafana. Ces outils sont souvent utilisés pour collecter, stocker et visualiser des métriques, aidant ainsi les développeurs et les équipes opérationnelles à détecter les problèmes, à analyser les performances et à assurer le fonctionnement efficace des systèmes.

Pourquoi avons-nous besoin d’une surveillance ?

La surveillance est essentielle pour identifier les problèmes avant qu'ils n'affectent les utilisateurs. Que vous travailliez avec un backend basé sur Java, un environnement de microservices complexe ou tout autre système, la surveillance continue fournit des informations sur :

• Performances des applications :
  Suivez les indicateurs de performances clés tels que les temps de réponse, les demandes et les taux d'erreur.

• État du système :
  Surveillez l'état du serveur, l'utilisation du processeur, l'utilisation de la mémoire et l'espace disque pour garantir un fonctionnement optimal de l'infrastructure.

• Alertes :
  Configurez des seuils et des alertes pour les mesures critiques qui vous avertissent en cas de problème.

• Planification des capacités :
  La collecte et l'analyse des données historiques peuvent vous aider à planifier la mise à l'échelle de votre application.

Prometheus et Grafana proposent des solutions robustes pour surveiller, visualiser et analyser les données de vos systèmes et applications.

Présentation de Grafana et Prométhée

Prométhée
Prometheus est une boîte à outils open source de surveillance et d'alerte conçue pour la fiabilité et l'évolutivité. Il se concentre sur la collecte de données de séries chronologiques et prend en charge la collecte de données multidimensionnelles, permettant des requêtes et des analyses puissantes. Prometheus collecte les métriques des cibles via des points de terminaison HTTP et les stocke dans une base de données de séries chronologiques. Ces métriques peuvent ensuite être interrogées à l'aide du langage de requête de Prometheus, PromQL.

Grafana
Grafana est une plateforme open source de surveillance et d'observabilité. Il permet aux utilisateurs de visualiser des données de séries chronologiques provenant de plusieurs sources, dont Prometheus. La capacité de Grafana à créer des tableaux de bord, à configurer des alertes et à s'intégrer à un large éventail de sources de données en fait l'un des outils les plus populaires pour visualiser des métriques.

Ensemble, Prometheus collecte les métriques, tandis que Grafana les affiche de manière interactive et visuellement attrayante.

Exécuter Prometheus dans Docker

Exécuter Prometheus et Grafana dans Docker est un moyen simple et efficace de mettre en place rapidement un environnement de surveillance. Commençons par exécuter Prometheus dans Docker.

Étape 1 : Exécuter Prometheus dans Docker
Vous pouvez exécuter Prometheus en tant que conteneur à l'aide de la commande suivante :

docker run --name prometheus -d -p 127.0.0.1:9090:9090 prom/prometheus

Cette commande :

• Démarrez un conteneur Prometheus.
• Mappez le port local 9090 au port du conteneur 9090.
• Utilisez l'image officielle Prometheus Docker de Docker Hub. Vous pouvez vérifier que Prometheus est en cours d'exécution en ouvrant votre navigateur et en accédant à http://localhost:9090/.

Étape 2 : Configuration de Prometheus
Vous devez ajuster le fichier de configuration Prometheus si vous devez configurer Prometheus pour récupérer les métriques de points de terminaison spécifiques (par exemple, une application Java). En le montant dans le conteneur, vous pouvez exécuter Prometheus avec un fichier prometheus.yml personnalisé. Voici un exemple :

docker run \
    -p 9090:9090 \
    -v /prometheus.yml:/etc/prometheus/prometheus.yml \
    prom/prometheus

Cela monte votre fichier prometheus.yml local dans le conteneur. Après avoir démarré Prometheus, vous pouvez accéder à http://localhost:9090/ pour accéder au tableau de bord Prometheus.

Exécuter Grafana dans Docker

Maintenant que Prometheus ajoute Grafana pour visualiser les données, il est temps.

Étape 3 : Exécuter Grafana dans Docker
Grafana est simple à déployer via Docker. Exécutez la commande suivante pour démarrer le conteneur Grafana :

Exécuter Grafana dans Docker

docker run -d -p 3000:3000 grafana/grafana-enterprise

Une fois Grafana exécuté, vous pouvez accéder à l'interface utilisateur Web à l'adresse http://localhost:3000/login. Les identifiants de connexion par défaut sont :

• Nom d'utilisateur : administrateur
• Mot de passe : administrateur

Étape 4 : Connecter Prometheus et Grafana
Maintenant que Prometheus et Grafana fonctionnent, l’étape suivante consiste à les connecter. Grafana doit savoir d'où obtenir les métriques. Voici comment ajouter Prometheus comme source de données dans Grafana :

1. Connectez-vous à Grafana.
2. cliquez sur l'icône engrenage dans la barre latérale gauche pour ouvrir le menu Configuration.
3. Sélectionnez Sources de données.
4. Cliquez sur Ajouter une source de données.
5. Choisissez Prometheus comme type de source de données.
6. Dans la section HTTP, définissez l'URL de votre instance Prometheus (par exemple, http://172.0.0.1:9090).
7. Cliquez sur Enregistrer et tester pour vous assurer que Grafana peut se connecter avec succès à Prometheus.

---

Création d'un exemple de projet Java

Créons un projet simple basé sur Java qui expose les métriques à Prometheus. Nous utiliserons Micrometer, une façade de collection de métriques pour les applications basées sur JVM, qui s'intègre facilement à Prometheus.

Étape 5 : Créer une application Java

Ajoutez les dépendances nécessaires à votre fichier pom.xml :
Connecter tout.

docker run --name prometheus -d -p 127.0.0.1:9090:9090 prom/prometheus

Ensuite, dans votre application Java, exposez un point de terminaison que Prometheus peut gratter. Par exemple :

docker run \
    -p 9090:9090 \
    -v /prometheus.yml:/etc/prometheus/prometheus.yml \
    prom/prometheus

Cette configuration crée un point de terminaison/métrique que Prometheus peut récupérer. Il expose les métriques collectées par Micrometer et est disponible au format Prometheus.

Étape 6 : Exposer les métriques à Prometheus
Maintenant que l'application Java collecte des métriques, nous devons dire à Prometheus de supprimer le point de terminaison /metrics de votre application. Mettez à jour votre fichier de configuration prometheus.yml pour inclure la cible :

docker run -d -p 3000:3000 grafana/grafana-enterprise

Remplacez par l'adresse IP ou localhost si vous utilisez la même machine. Prometheus va maintenant collecter les métriques de votre application Java.

Tout connecter

À ce stade, vous avez :

• Prometheus récupère les métriques de votre application Java.
• Grafana est configuré comme outil de visualisation.

Étape 7 : Création de tableaux de bord dans Grafana
Pour visualiser les données dans Grafana :

1. Allez dans l'onglet Tableau de bord dans Grafana.
2. Cliquez sur Nouveau tableau de bord.
3. Ajoutez un Panneau et sélectionnez Prometheus comme source de données.
4. Écrivez une requête PromQL pour récupérer les métriques, par exemple, http_requests_total.

Vous pouvez désormais créer un tableau de bord avec différents panneaux affichant des mesures telles que le nombre de demandes, les temps de réponse et les taux d'erreur.

La surveillance est cruciale pour maintenir une haute disponibilité et des performances élevées. Avec des outils comme Prometheus et Grafana, vous pouvez facilement mettre en place une solution de surveillance efficace pour vos applications Java.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!