JMX Exporter 介绍与实战操作（Trino）

一、概述

JMX Exporter 是一个用于将 Java 应用程序的 JMX（Java Management Extensions）指标导出为 Prometheus 格式的度量数据的开源工具。Prometheus 是一种流行的开源监控和告警工具，它使用 Pull 模型来收集和存储度量数据，而JMX Exporter允许你将 Java 应用程序的内部性能指标导出到Prometheus 中，从而实现对 Java 应用程序的监控和警报。

以下是 JMX Exporter 的一些关键特点和用途：

度量数据导出 ：JMX Exporter 允许你选择并配置要从 Java 应用程序导出的 JMX 指标。这些指标可以是 JVM 内部的性能指标，也可以是应用程序特定的自定义指标。
Prometheus 格式 ：JMX Exporter 将导出的 JMX 指标转换为 Prometheus 格式的度量数据。Prometheus 格式是一个文本格式，易于阅读和处理，并且适用于 Prometheus 服务器的存储和查询。
适用于各种 Java 应用程序 ：JMX Exporter 可以用于各种 Java 应用程序，包括独立的 Java 进程、Tomcat、Spring Boot 应用程序等。只要你的应用程序支持 JMX，就可以使用 JMX Exporter 来导出度量数据。
配置灵活性 ：JMX Exporter 允许你通过配置文件来定义要导出的指标和匹配规则。这使得你可以根据应用程序的需求进行高度定制和配置。
支持标签（labels） ：与 Prometheus 一样，JMX Exporter 支持标签，这意味着你可以为导出的指标添加元数据，以便更容易进行查询和可视化。
轻量级和高性能 ：JMX Exporter 被设计为轻量级和高性能，以最小化对监控的影响。

使用 JMX Exporter，你可以将你的 Java 应用程序的关键性能指标导出到 Prometheus，并利用 Prometheus 提供的灵活查询和警报功能来监控和诊断你的应用程序。这有助于及时发现和解决问题，确保你的应用程序在生产环境中保持可靠性和稳定性。

三、下载 JMX Exporter jar包

JMX Exporter GitHub地址：github.com/prometheus/...

bash 复制代码

wget https://repo1.maven.org/maven2/io/prometheus/jmx/jmx_prometheus_javaagent/0.19.0/jmx_prometheus_javaagent-0.19.0.jar

四、JMX Exporter 实战操作（Trino指标采集）

1）安装 Trino

如果想快速部署，可以参考我之前的文章：

Trino官方文档：trino.io/docs/curren...

这里为了快速部署就选择docke-compose部署了。

bash 复制代码

git clone https://gitee.com/hadoop-bigdata/docker-compose-presto.git
cd docker-compose-presto

2）修改配置

bash 复制代码

#1、下载
mkdir jmx-exporter
wget https://repo1.maven.org/maven2/io/prometheus/jmx/jmx_prometheus_javaagent/0.19.0/jmx_prometheus_javaagent-0.19.0.jar -O jmx-exporter/jmx_prometheus_javaagent-0.19.0.jar
# 需要重新构建镜像，将jar包放在镜像包里。

#2、创建jmx 配置文件，可以设置采集规则，默认是采集所有指标
touch jmx-exporter/jmx_config.yaml
# 内容如下：
rules:
- pattern: ".*"

# 修改配置
vi etc/coordinator/jvm.config
vi etc/worker/jvm.config
# 增加如下内存
-javaagent:/opt/apache/trino/lib/jmx_prometheus_javaagent-0.19.0.jar=3900:/opt/apache/trino/etc/jmx_config.yaml

修改编排文件 docker-compose.yaml

bash 复制代码

version: '3'
services:
  trino-coordinator:
    image: registry.cn-hangzhou.aliyuncs.com/bigdata_cloudnative/trino-jmx-exporter:416
    user: "hadoop:hadoop"
    container_name: trino-coordinator
    hostname: trino-coordinator
    restart: always
    privileged: true
    env_file:
      - .env
    volumes:
      - ./etc/coordinator/config.properties:${TRINO_HOME}/etc/config.properties
      - ./etc/coordinator/jvm.config:${TRINO_HOME}/etc/jvm.config
      - ./etc/coordinator/log.properties:${TRINO_HOME}/etc/log.properties
      - ./etc/coordinator/node.properties:${TRINO_HOME}/etc/node.properties
      - ./etc/catalog/:${TRINO_HOME}/etc/catalog/
    ports:
      - "30080:${TRINO_SERVER_PORT}"
      - "30980:${JMX_RMIREGISTRY_PORT}"
      - "30981:${JMX_RMISERVER_PORT}"
      - "3900"
    command: ["sh","-c","/opt/apache/bootstrap.sh trino-coordinator"]
    networks:
      - hadoop-network
    healthcheck:
      test: ["CMD-SHELL", "curl --fail http://localhost:${TRINO_SERVER_PORT}/v1/info || exit 1"]
      interval: 10s
      timeout: 20s
      retries: 3
  trino-worker:
    image: registry.cn-hangzhou.aliyuncs.com/bigdata_cloudnative/trino:416
    user: "hadoop:hadoop"
    restart: always
    privileged: true
    deploy:
      replicas: 1
    env_file:
      - .env
    volumes:
      - ./etc/worker/config.properties:${TRINO_HOME}/etc/config.properties
      - ./etc/worker/jvm.config:${TRINO_HOME}/etc/jvm.config
      - ./etc/worker/log.properties:${TRINO_HOME}/etc/log.properties
      - ./etc/worker/node.properties:${TRINO_HOME}/etc/node.properties
      - ./etc/catalog/:${TRINO_HOME}/etc/catalog/
      - ./jmx-exporter/jmx_config.yaml:${TRINO_HOME}/etc/jmx_config.yaml
      - ./jmx-exporter/jmx_prometheus_javaagent-0.19.0.jar:${TRINO_HOME}/lib/jmx_prometheus_javaagent-0.19.0.jar
    ports:
      - "${TRINO_SERVER_PORT}"
    command: ["sh","-c","/opt/apache/bootstrap.sh trino-worker"]
    networks:
      - hadoop-network
    healthcheck:
      test: ["CMD-SHELL", "curl --fail http://localhost:${TRINO_SERVER_PORT}/v1/info || exit 1"]
      interval: 10s
      timeout: 10s
      retries: 3

# 连接外部网络
networks:
  hadoop-network:
    external: true

3）开始执行安装 Trino

bash 复制代码

docker-compose up -d

# 查看
docker-compose ps

web访问，就可以看到采集的数据了。

4）开始配置 Prometheus 采集 Trino JMX 指标数据

Prometheus 的安装可以参考我这篇文章：Prometheus on k8s 部署与实战操作进阶篇

1、下载 prometheus 安装包

bash 复制代码

#官方下载地址：https://github.com/prometheus-operator/kube-prometheus
#在官方的基础之上进行了修改和增加内容
git clone https://gitee.com/hadoop-bigdata/kube-prometheus.git
cd kube-prometheus

2、导入镜像

镜像下载日志：

链接：pan.baidu.com/s/10ksK1OtK... 提取码：bcu6

bash 复制代码

# 下载完镜像包，批量分发到所有k8s节点，解压进入镜像包目录，直接执行以下命令就可将所有镜像加载
sh load-images.sh

3、开始安装 prometheus

bash 复制代码

kubectl apply --server-side -f manifests/setup
kubectl wait \
	--for condition=Established \
	--all CustomResourceDefinition \
	--namespace=monitoring
kubectl apply -f manifests/

# 查看
kubectl get all -n monitoring

4、开始配置 Prometheus 采集 Trino JMX 指标数据

jmx/trino.yaml 文件内容如下：

bash 复制代码

apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: trino
  namespace: monitoring
  labels:
    app.kubernetes.io/name: trino
spec:
  namespaceSelector:
    matchNames:
    - monitoring
  selector:
    matchLabels:
      app.kubernetes.io/name: trino
  endpoints:
  - port: metrics
    interval: 10s
    path: /

---

apiVersion: v1
kind: Service
metadata:
  name: trino
  namespace: monitoring
  labels:
    app.kubernetes.io/name: trino
spec:
  ports:
    - name: metrics
      port: 3900
      targetPort: 49215
      protocol: TCP
  type: ClusterIP
  clusterIP: None

---

apiVersion: v1
kind: Endpoints
metadata:
  name: trino
  namespace: monitoring
  labels:
    app.kubernetes.io/name: trino
subsets:
  - addresses:
    - ip: 192.168.182.110
    ports:
    - name: metrics
      port: 49215
      protocol: TCP

执行

bash 复制代码

kubectl apply -f trino.yaml
# 查看
kubectl get ServiceMonitor,Service,Endpoints -n monitoring

检测 Prometheus 上是否已经采集 trino jmx

4、配置 Trino JMX Grafana 监控面板

官方模块下载地址：grafana.com/grafana/das...

用的比较多的模板是 grafana.com/grafana/das... ，可以直接导入，面板效果图:

这里是根据上面的模板修改了几个指标，小伙伴可以根据自己需要添加面板这里给一份阿里云常用 Trino 监控指标参考：help.aliyun.com/document_de...

到此JMX Exporter 介绍与实战操作（Trino）讲解就先到这里了，有任何疑问也可关注我公众号：大数据与云原生技术分享，进行技术交流，如本篇文章对您有所帮助，麻烦帮忙一键三连（点赞、转发、收藏）~