springboot如何集成Prometheus如何暴露Histogram來獲取P99等監控指標

背景

springboot如何集成Prometheus我這裏不做詳細描述，要想了解集成過程，可以參考一下博客：Spring Boot 使用 Micrometer 集成 Prometheus 監控 Java 應用性能，
這裏我講一下如果我們j需要獲取到某些監控指標的p99、p90等度量數據，比如說http請求的響應時長p99等，

Micrometer

根據指標監控的對象個數、監視目的和含義的不同，Micrometer指標類型大體可以分爲Gauge、Counter、DistributionSummary、Timer四種。
這裏我重點說一下DistributionSummary。

DistributionSummary

DistributionSummary是用於跟蹤事件的分佈情況，有多個指標組成：

• count，事件的個數，聚合指標，如響應的個數
• sum，綜合，聚合指標，如響應大小的綜合
• histogram，分佈，聚合指標，包含le標籤用於區分bucket，例如web.response.size.historgram{le=512} = 99,表示響應大小不超過512（Byte)的響應個數是99個。一般有多個bucket，如le=128，le=256，le=512，le=1024,le=+Inf等。
  每個bucket展示爲一條時間序列，會得到類似下面的圖。
  
  percentile(quantile),百分位數，聚合指標，包含percentile標籤用於區分不同的百分位，例如web.response.size.percentile{p=90) = 512，表示90%的響應大小都小於512。一般有多個percentile，如p50,p75,p90,p99。
  每個百分位展示爲一條時間序列，會得到類似下面的圖。
  
  Timer
  Timer是DistributionSummary的特化，專門用於計時類的指標，可以對記錄的時間值(duration)進行單位換算。

暴露histogram

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

其中prometheus的類庫中爲我們提供了很多的監控指標，可以訪問下
http://localhost:8080/actuator/prometheus就可以看到已有監控看信息

但是默認這些監控指標並不是DistributionSummary，所以需要我們在初始化時替換配置並打開計數開關，如下：

import io.micrometer.core.instrument.Meter;
import io.micrometer.core.instrument.MeterRegistry;
import io.micrometer.core.instrument.config.MeterFilter;
import io.micrometer.core.instrument.distribution.DistributionStatisticConfig;
import lombok.extern.slf4j.Slf4j;
import org.springframework.boot.actuate.autoconfigure.metrics.MeterRegistryCustomizer;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.time.Duration;

@Configuration
@Slf4j
public class MicrometerConfig {

    @Bean
    MeterRegistryCustomizer<MeterRegistry> metricsCommonTags() {
        return registry -> {
            registry.config().meterFilter(
                    new MeterFilter() {
                        @Override
                        public DistributionStatisticConfig configure(Meter.Id id, DistributionStatisticConfig config) {
                            if (id.getType() == Meter.Type.TIMER&&id.getName().matches("^(http|hystrix){1}.*")) {
                                return DistributionStatisticConfig.builder()
                                        .percentilesHistogram(true)
                                        .percentiles(0.5, 0.90,0.95, 0.99)
                                        .sla(Duration.ofMillis(50).toNanos(),
                                                Duration.ofMillis(100).toNanos(),
                                                Duration.ofMillis(200).toNanos(),
                                                Duration.ofSeconds(1).toNanos(),
                                                Duration.ofSeconds(5).toNanos(),
                                        .minimumExpectedValue(Duration.ofMillis(1).toNanos())
                                        .maximumExpectedValue(Duration.ofSeconds(5).toNanos())
                                        .build()
                                        .merge(config);
                            } else {
                                return config;
                            }
                        }
                    });
        };
    }
}

以上代碼根據需要來暴露histogram信息，這裏是選擇http響應時長以及hystrix響應監控暴露histogram，如果有需要可以不增加過濾條件。
打開後可以看到多了很多監控信息：

配置到grafana

avg(http_server_requests_seconds{service=~"$service" ,quantile =~ "0.9|0.5|0.99", uri !~ "/actuator.*|/health|/prometheus|root"}*1000 > 0) by (uri,quantile)