如何借助Prometheus、Grafana、Elasticsearch监控Kubernetes集群微服务性能？

一、改造Spring Boot微服务（核心准备） #

仅靠Spring Boot Actuator无法直接输出Prometheus兼容的指标，需要搭配Micrometer完成格式转换与数据采集，这是K8s多服务监控的关键前提：

• 依赖配置（Maven示例）
  在pom.xml中添加Actuator与Micrometer的Prometheus适配依赖：

  <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-actuator</artifactId>
  </dependency>
  <dependency>
      <groupId>io.micrometer</groupId>
      <artifactId>micrometer-registry-prometheus</artifactId>
  </dependency>
  

• 配置文件（application.yml）
  开启Prometheus端点，并给指标打上应用标签（用于K8s环境区分多服务）：

  management:
    endpoints:
      web:
        exposure:
          include: prometheus,health  # 按需添加其他端点
    metrics:
      tags:
        application: ${spring.application.name}  # 强制给所有指标打上服务名称标签
    endpoint:
      prometheus:
        enabled: true
  

二、Kubernetes侧配置：让Prometheus自动发现服务 #

K8s环境下无需手动配置Prometheus静态目标，通过注解+ServiceMonitor实现服务自动发现：

1. 给微服务Deployment/Pod添加监控注解 #

在Deployment的Pod模板中添加Prometheus识别注解，告诉Prometheus该服务需要被采集：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: user-center-service
spec:
  replicas: 3
  template:
    metadata:
      annotations:
        prometheus.io/scrape: "true"
        prometheus.io/port: "8080"  # Actuator所用端口，若单独配置管理端口则修改此处
        prometheus.io/path: "/actuator/prometheus"  # Prometheus端点路径
      labels:
        app: spring-boot-service  # 统一标签，用于后续ServiceMonitor批量匹配
    spec:
      containers:
      - name: user-center-service
        image: your-registry/user-center:v1.0
        ports:
        - containerPort: 8080

对应的Service也要保留匹配标签：

apiVersion: v1
kind: Service
metadata:
  name: user-center-service
spec:
  selector:
    app: spring-boot-service
  ports:
  - port: 8080
    targetPort: 8080

2. 创建ServiceMonitor资源（适配Prometheus Operator） #

如果使用Prometheus Operator部署Prometheus（K8s监控主流方案），创建ServiceMonitor批量匹配所有带app: spring-boot-service标签的服务：

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: spring-boot-services-monitor
  labels:
    release: prometheus  # 需与你的Prometheus实例的release标签一致，否则无法被识别
spec:
  selector:
    matchLabels:
      app: spring-boot-service
  endpoints:
  - port: 8080
    path: /actuator/prometheus
    interval: 15s  # 指标采集间隔，按需调整

配置完成后，Prometheus会自动扫描集群内所有符合条件的服务，定期拉取监控数据。

三、Prometheus验证与指标查询 #

登录Prometheus UI，进入「Status -> Targets」，确认你的服务状态为UP。可用以下PromQL查询核心指标：

• 堆内存使用量：jvm_memory_used_bytes{area="heap",application="user-center-service"}
• 活跃线程数：jvm_threads_live_threads{application="user-center-service"}
• GC次数：jvm_gc_collection_seconds_count{application="user-center-service"}

四、Grafana可视化配置 #

直接复用官方成熟的Spring Boot/JVM仪表盘，无需从零构建：

1. 在Grafana中添加Prometheus作为数据源；
2. 导入官方仪表盘ID：12856（适配Spring Boot 2.x/3.x + Micrometer）或4701（经典JVM监控仪表盘）；
3. 导入后通过application标签过滤，即可查看单个或所有微服务的JVM、线程、GC等指标的可视化图表。

五、Elasticsearch的角色适配 #

你提到的Elasticsearch可承担两个角色：

• 日志存储与分析：用Filebeat采集容器日志，发送至ES，在Kibana中做日志排查，同时通过application标签与Prometheus指标关联，实现日志-指标联动；
• 指标持久化（可选）：通过Prometheus的Remote Write功能，将指标同步至ES，用Kibana做长期指标分析（但Grafana+Prometheus已满足大部分实时监控需求，此场景多用于归档）。

六、K8s环境注意事项 #

• 端口安全：将微服务Service设为ClusterIP类型，仅允许Prometheus在集群内部访问Actuator端点，避免外部暴露；
• 权限控制：若使用Prometheus Operator，需确保ServiceMonitor所在Namespace与Prometheus实例的权限范围匹配，避免出现服务发现失败；
• 自定义指标：如需采集业务指标，直接用Micrometer API埋点（如Counter、Gauge），指标会自动注入Prometheus端点。

内容的提问来源于stack exchange，提问作者user3069309