SpringBoot3 + 人大金仓 V9 微服务监控实战｜Prometheus+Grafana+SkyWalking 全链路监控

大家好，本专栏专注信创实战，持续输出 SpringBoot3 + 国产数据库 / 中间件落地干货。本文带你从零搭建一套政务级、全国产、可直接上线 的微服务监控体系：SpringBoot3 + 人大金仓 V9 + Prometheus + Grafana + SkyWalking ，覆盖指标监控、数据库监控、全链路追踪、告警闭环、性能调优，解决信创项目 "监控黑盒、链路不可见、故障定位慢" 的痛点。

亮点速览：✅ 人大金仓 V9 专用 Exporter + 开箱即用 Grafana 大盘✅ SpringBoot3 Actuator + Micrometer 零侵入埋点✅ SkyWalking 无代码全链路追踪（支持金仓 JDBC/Seata/Nacos）✅ 告警规则模板（CPU / 内存 / 连接数 / 慢 SQL / 事务超时）✅ 政务等保三级可直接复用的监控架构

一、整体架构与版本选型（信创合规）

1.1 架构图（文字版）

java 复制代码

SpringBoot3 微服务
  ↳ Actuator/Micrometer → Prometheus（指标存储）
  ↳ SkyWalking Agent → SkyWalking OAP（链路追踪）

人大金仓 V9
  ↳ Kingbase Exporter → Prometheus（数据库指标）

Prometheus → Grafana（可视化大盘）
SkyWalking OAP → SkyWalking UI（链路/拓扑/性能分析）
AlertManager → 钉钉/企业微信（告警推送）

1.2 版本清单（生产稳定）

组件	版本	用途
SpringBoot	3.2.5	微服务运行时
人大金仓	V9R6	国产数据库（主从）
Prometheus	2.45+	时序指标存储与采集
Grafana	10.2+	可视化大盘
SkyWalking	10.3.0	全链路追踪
Kingbase Exporter	1.7+	金仓数据库监控
JDK	17	SpringBoot3 基准

二、人大金仓 V9 监控（Kingbase Exporter + Prometheus）

政务项目数据库监控是核心中的核心：连接数、缓存命中率、锁等待、慢 SQL、主从延迟、事务活跃度，缺一不可。

2.1 金仓端准备（创建监控用户）

sql 复制代码

-- 登录金仓执行
CREATE USER kmonitor WITH PASSWORD 'Kmonitor@123';
COMMENT ON ROLE kmonitor IS 'Kingbase Monitor User';
GRANT pg_monitor TO kmonitor;
GRANT USAGE ON SCHEMA perf TO kmonitor; -- 如需KWR

北京人大金仓信息技术股份有限公司

2.2 部署 Kingbase Exporter

1）下载解压

复制代码

mkdir -p /opt/kingbase/exporter
cd /opt/kingbase/exporter
# 上传 kingbase_exporter（linux-amd64）
chmod +x kingbase_exporter

2）配置 config.yaml

复制代码

kingbase:
  dsn: "user=kmonitor password=Kmonitor@123 host=127.0.0.1 port=54321 dbname=gov_db sslmode=disable"
web:
  listen-address: ":9187"
  path: "/metrics"

3）启动（systemd 托管）

复制代码

vi /etc/systemd/system/kingbase-exporter.service

java 复制代码

[Unit]
Description=Kingbase Exporter
After=network.target

[Service]
User=kingbase
ExecStart=/opt/kingbase/exporter/kingbase_exporter --config.path=/opt/kingbase/exporter/config.yaml
Restart=on-failure

[Install]
WantedBy=multi-user.target

复制代码

systemctl daemon-reload
systemctl start kingbase-exporter
systemctl enable kingbase-exporter

验证：curl http://127.0.0.1:9187/metrics 能看到大量 kingbase_* 指标。

2.3 Prometheus 配置抓取金仓指标

编辑 prometheus.yml：

复制代码

global:
  scrape_interval: 30s
  evaluation_interval: 30s

scrape_configs:
  - job_name: "kingbase"
    static_configs:
      - targets: ["192.168.1.10:9187"]  # 金仓主机IP
    metrics_path: /metrics

重启 Prometheus：

复制代码

systemctl restart prometheus

2.4 核心数据库指标（可直接用于告警）

kingbase_connections_current：当前连接数
kingbase_connections_max：最大连接数
kingbase_cache_hit_ratio：缓存命中率（政务建议 > 99%）
kingbase_replication_lag_seconds：主从延迟（RPO=0 建议 < 1s）
kingbase_slow_query_count：慢 SQL 数量
kingbase_transaction_commit_count：提交事务数
kingbase_transaction_rollback_count：回滚事务数

三、SpringBoot3 微服务指标监控（Actuator + Micrometer）

3.1 引入依赖

XML 复制代码

<!-- 监控端点 -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

<!-- Micrometer + Prometheus -->
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
</dependency>

3.2 配置 application.yml（暴露端点）

复制代码

management:
  endpoints:
    web:
      exposure:
        include: health,prometheus,metrics,info
  endpoint:
    health:
      show-details: always
  metrics:
    tags:
      app: ${spring.application.name}
      env: dev
  server:
    port: 8080

验证：http://ip:8080/actuator/prometheus 可看到 http_server_requests_seconds_*、jvm_* 等指标。

3.3 Prometheus 抓取微服务

复制代码

  - job_name: "springboot-services"
    metrics_path: /actuator/prometheus
    static_configs:
      - targets:
          - 192.168.1.20:8080  # user-service
          - 192.168.1.21:8081  # order-service

3.4 自定义业务指标（政务场景常用）

java 复制代码

@RestController
public class OrderController {
    @Autowired
    private MeterRegistry meterRegistry;

    @PostMapping("/create")
    public ResponseEntity<?> create() {
        // 自定义计数器：订单创建数
        meterRegistry.counter("business.order.create").increment();
        // 自定义耗时记录
        Timer.Sample sample = Timer.start(meterRegistry);
        try {
            // 业务逻辑
            return ResponseEntity.ok("ok");
        } finally {
            sample.stop(Timer.start(meterRegistry).record(meterRegistry.timer("business.order.create.duration")));
        }
    }
}

四、SkyWalking 全链路追踪（无代码、零侵入）

4.1 部署 SkyWalking（Docker Compose 一键）

复制代码

version: '3'
services:
  oap:
    image: apache/skywalking-oap-server:10.3.0
    ports:
      - "11800:11800"
      - "12800:12800"
    environment:
      SW_STORAGE: h2
  ui:
    image: apache/skywalking-ui:10.3.0
    ports:
      - "8081:8080"
    depends_on:
      - oap

启动：

复制代码

docker-compose up -d

访问：http://ip:8081

4.2 SpringBoot3 接入 SkyWalking Agent（无代码）

1）下载 agenthttps://skywalking.apache.org/downloads/解压到 /opt/skywalking/agent

2）启动脚本添加 JVM 参数

复制代码

java -javaagent:/opt/skywalking/agent/skywalking-agent.jar \
     -Dskywalking.agent.service_name=gov-user-service \
     -Dskywalking.collector.backend_service=192.168.1.30:11800 \
     -jar user-service.jar

3）IDEA 启动配置（VM options）

复制代码

-javaagent:D:\skywalking\agent\skywalking-agent.jar
-Dskywalking.agent.service_name=gov-user-service
-Dskywalking.collector.backend_service=127.0.0.1:11800

4.3 关键能力（政务微服务刚需）

服务拓扑图：一目了然谁调用谁
链路追踪 Trace：一次请求全链路耗时、异常、堆栈
数据库慢追踪：金仓 SQL 耗时、行数、参数
Seata 分布式事务追踪：全局事务 / 分支事务状态
Nacos 配置 / 注册调用追踪
JVM 指标联动：GC、线程、内存与链路关联

4.4 效果（文字描述）

接口超时 → 直接定位到金仓慢 SQL
事务回滚 → 定位到哪个微服务 / 哪个 DB
峰值卡顿 → 定位热点接口 + 热点 SQL

五、Grafana 可视化大盘（开箱即用）

5.1 添加 Prometheus 数据源

地址：http://prometheus-ip:9090
类型：Prometheus

5.2 推荐大盘（直接导入 JSON）

1）SpringBoot 微服务大盘（ID：12856）

QPS、响应时间 P95/P99、错误率
JVM 堆 / 非堆、GC 次数 / 耗时、线程数

2）人大金仓 V9 专用大盘（本文配套）

连接数 / 最大连接数
缓存命中率、读写命中率
主从延迟、复制状态
慢 SQL 趋势、TOP SQL
事务提交 / 回滚、锁等待

3）SkyWalking 链路大盘

服务吞吐量、响应时间、错误率
依赖拓扑、调用链排行

5.3 核心告警规则（直接复制到 Prometheus）

kingbase_alerts.rules.yml

复制代码

groups:
- name: kingbase
  rules:
  - alert: KingbaseHighConnections
    expr: kingbase_connections_current / kingbase_connections_max > 0.8
    for: 1m
    labels:
      severity: critical
    annotations:
      summary: "金仓连接数超过80%"
  - alert: KingbaseReplicationLag
    expr: kingbase_replication_lag_seconds > 2
    for: 30s
    labels:
      severity: critical
  - alert: SpringHighErrorRate
    expr: sum(rate(http_server_requests_seconds_count{status=~"5.."}[1m])) / sum(rate(http_server_requests_seconds_count[1m])) > 0.05
    for: 1m
    labels:
      severity: warning

六、政务项目生产避坑（血的教训）

坑 1：金仓 Exporter 权限不足

现象：指标不全、报权限 denied
解决：必须 GRANT pg_monitor；生产禁止用 superuser

坑 2：SkyWalking 采集不到金仓 SQL

原因：未使用 SkyWalking 自带 JDBC 插件
解决：agent 目录 optional-plugins/apm-jdbc-9.0.0.jar 复制到 plugins/

坑 3：链路断了、跨服务看不到

原因：Nacos/Feign 没带透传 Header
解决：SkyWalking 自动埋点，无需手动传；确认 agent 加载成功

坑 4：Prometheus 存储爆盘

解决：storage.tsdb.retention.time=15d；大环境配 Thanos 远端存储

坑 5：告警刷屏、夜间无法休息

解决：按严重等级 分级；设置告警静默时段；关键指标才上 Critical

七、总结（信创可观测标准方案）

人大金仓 V9 监控：Kingbase Exporter + Prometheus，覆盖连接、缓存、复制、慢 SQL、事务；政务等保三级必配。
SpringBoot3 指标：Actuator + Micrometer 零侵入；QPS、P99、JVM、业务指标全覆盖。
SkyWalking 全链路：无代码接入；拓扑、Trace、慢 SQL、分布式事务追踪一网打尽。
Grafana 可视化：三大开箱即用大盘；告警规则直接复制；政务运维可直接上岗。
最终效果 ：问题从小时级定位 → 分钟级定位 ；故障提前预警、事后有据可查，完全满足政务系统稳定性与可审计要求。

下期预告

下一篇：《SpringBoot3 + 人大金仓 V9 日志全栈集成实战｜Logback+Loki+Filebeat 统一日志平台》，覆盖日志采集、结构化、检索、链路联动、日志审计，补齐信创可观测最后一块拼图。

觉得有用，点赞 + 收藏 + 关注，信创项目少走弯路！评论区留你的项目场景，我帮你定制监控大盘与告警规则～