如何在Grafana中针对SpringBoot应用错误计数增量配置告警

一、核心查询条件 #

你的error_count是Micrometer注册的计数器类型指标，只会单调递增，因此不能直接用error_count > 0（只要出现过一次错误，该值就永远大于0），必须通过检测一段时间内的增量判断是否有新错误产生，推荐两种查询方式：

1. 检测固定时间窗口内的总增量 #

increase(error_count[5m]) > 0

• 含义：统计最近5分钟内error_count的总增量，增量大于0则说明这段时间有新错误发生
• 适用场景：关注一段时间内是否出现错误，而非实时错误频率

2. 检测每秒错误增量速率 #

rate(error_count[5m]) > 0

• 含义：计算最近5分钟内error_count的平均每秒增量，速率大于0则说明当前有持续错误产生
• 适用场景：监控错误的发生频率

如果指标带有标签（比如区分接口、异常类型），可通过标签过滤实现精准告警：

increase(error_count{endpoint="/api/test", exception_type="NullPointerException"}[5m]) > 0

二、Grafana告警创建步骤 #

1. 进入Grafana控制台，点击右上角「Alerting」菜单，选择「Alert rules」
2. 点击「New alert rule」进入规则创建页面
3. 配置查询：
   • 选择关联的Prometheus数据源
   • 在查询输入框中填入上述PromQL语句
4. 配置告警条件：
   • 在「Condition」模块，设置触发逻辑为「查询结果 > 0」（可按需调整阈值，比如增量大于5时触发告警）
   • 设置评估间隔（比如1分钟），控制告警检测频率
5. 配置告警通知：
   • 切换到「Notifications」标签，选择已配置的通知渠道（邮件、即时通讯工具等）
   • 自定义告警标题与描述，例如：

     标题：应用错误告警
     描述：服务在最近5分钟内新增错误数：{{ $value }}，请及时排查

6. 保存规则：设置规则名称、所属文件夹，完成后保存即可

三、注意事项 #

• 时间窗口（[5m]）可按需调整：窗口过小易触发误报，过大则会延迟告警
• 可配置告警恢复条件：在规则中设置「For」字段（比如2分钟），当连续2个评估周期内增量为0时，自动标记告警为恢复状态
• 建议先在Grafana的「Explore」功能中测试PromQL语句，确认查询结果符合预期后再配置告警

内容的提问来源于stack exchange，提问作者Amulya M