两个依赖和一个配置块：通过 Prometheus 远程写入将 Spring Boot 指标发送到 Elasticsearch

作者：来自 Elastic Christoph Heger

Prometheus 远程写入会将 Micrometer 的 Actuator 指标转发到 Elasticsearch 时序数据流中。JVM 堆、请求延迟、GC 暂停时间和 HikariCP 活动都可以通过 ES|QL 进行查询，而且无需在其旁边运行任何新的组件。

使用时标题一序数据流高效存储高基数指标，同时保留你的 Prometheus 和 PromQL 工作流程。

深入了解基础设施和指标监控。现在开始免费云试用，或者在你的本地计算机上试用 Elastic。

Prometheus 远程写入为 Spring Boot 提供了直接连接 Elastic Serverless 的路径：不需要专用的长期指标存储，也不需要额外运维基础设施。在 pom.xml 中添加两个依赖，在 prometheus.yml 中添加一个指向 Elastic 的 remote_write 配置块，JVM、 HTTP 请求和数据库指标就会流入一个可查询的时序数据流。AI Agent 随后可以检查这些字段，并根据对话提示生成完整的指标仪表板（堆使用量、延迟百分位数、HikariCP 连接池活动）。

Curly-Engine 实现了 PetClinic API，并与 Prometheus 一起运行 Spring Boot，因此 Prometheus 可以抓取 /actuator/prometheus，并将样本转发到 Elastic。

前提条件

一个 Elastic Observability Serverless 项目。
一个能够写入 metrics-* 的 API 密钥。
Java 17 或更高版本、Docker 和 Docker Compose，用于运行示例。
Serverless 项目设置中的 Prometheus 端点。

使用 Micrometer Prometheus 注册表公开 Spring Boot Actuator 指标

Curly-Engine 使用 Spring Boot Actuator 和 Micrometer 的 Prometheus 注册表。在应用程序的 pom.xml 中添加以下依赖：

xml 复制代码

`

1.  <dependency>
2.      <groupId>org.springframework.boot</groupId>
3.      <artifactId>spring-boot-starter-actuator</artifactId>
4.  </dependency>
5.  <dependency>
6.      <groupId>io.micrometer</groupId>
7.      <artifactId>micrometer-registry-prometheus</artifactId>
8.  </dependency>

`AI写代码

在 application.properties 中公开 /actuator/prometheus 端点：

ini 复制代码

`

1.  management.endpoints.web.exposure.include=health,prometheus
2.  management.endpoint.prometheus.enabled=true

`AI写代码

配置 Prometheus 指标：

ini 复制代码

`

1.  management.metrics.tags.application=${spring.application.name}
2.  management.metrics.distribution.percentiles-histogram.http.server.requests=true

`AI写代码

启动应用程序并检查端点：

bash 复制代码

`curl http://localhost:8080/actuator/prometheus`AI写代码

除了 JVM 和进程指标之外，Micrometer 还会生成带有 bucket、count 和 sum 序列的 HTTP 请求直方图：

ini 复制代码

`

1.  http_server_requests_seconds_bucket{method="GET",status="200",uri="/owners",le="0.01"} 0.0
2.  http_server_requests_seconds_count{method="GET",status="200",uri="/owners"} 42.0
3.  http_server_requests_seconds_sum{method="GET",status="200",uri="/owners"} 3.827

`AI写代码

bucket 序列包含延迟分布，你可以在数据摄取后对其进行探索。

配置 Prometheus 远程写入

Spring Boot 没有内置的远程写入发送器，因此需要在应用程序旁边运行 Prometheus，以抓取 Actuator 端点并将样本推送到 Elastic。

将以下配置添加到 prometheus.yml，并将占位符替换为你的 Prometheus 端点和 API 密钥：

yaml 复制代码

`

1.  global:
2.    scrape_interval: 15s
3.    evaluation_interval: 15s

5.  scrape_configs:
6.    - job_name: 'petclinic-api'
7.      metrics_path: '/actuator/prometheus'
8.      static_configs:
9.        - targets: ['petclinic-api:8080']

11.  remote_write:
12.    - url: "https://YOUR_PROMETHEUS_ENDPOINT/api/v1/write"
13.      authorization:
14.        type: ApiKey
15.        credentials: YOUR_API_KEY

`AI写代码![](https://csdnimg.cn/release/blogv2/dist/pc/img/runCode/icon-arrowwhite.png)

15 秒的 scrape_interval 是一个合理的默认值；只有当你需要亚分钟级的告警窗口，并且了解高基数带来的成本时，才应将其调低。

默认的 Remote Write URL 会将指标路由到 metrics-generic.prometheus-default。如果需要使用单独的数据集或命名空间，请参阅使用 Remote Write 将 Prometheus 指标发送到 Elasticsearch。

不要将 API 密钥放入已提交到版本控制的配置中；对于本地开发，可以通过环境变量或密钥管理器传递密钥。

启动 PetClinic 示例和 Prometheus：

css 复制代码

`docker-compose up --build`AI写代码

打开 http://localhost:9090/targets
确认 petclinic-api 目标的状态为 UP
先向 API 发送一些请求，以便请求和数据库指标有数据可以显示

验证 Prometheus Remote Write 是否正在将数据发送到 Elasticsearch

在 Kibana Discover 中，切换到 ES|QL，然后运行：

markdown 复制代码

`

1.  TS metrics-generic.prometheus-default
2.  | WHERE @timestamp > NOW() - 15 minutes
3.  | LIMIT 500

`AI写代码

Discover 会返回每个可用指标，并显示一个小型时序可视化。如果查询返回数据，说明 Prometheus 正在抓取应用程序，而 Elastic 正在接受 Remote Write 请求。

Remote Write 会将样本存储在 Elastic 指标数据流中。指标值位于 metrics.* 下，Prometheus 标签则作为维度，用于过滤和分组。

使用 Elastic AI Agent 创建指标仪表板

从顶部导航栏中的 AI Agent 图标打开 Elastic AI Agent，并要求它检查数据流：

我在 metrics-generic.prometheus-default 数据流中有 Spring Boot Prometheus 指标。创建一个仪表板来可视化这些指标。

AI Agent 会检查它找到的字段，并创建可编辑的 Kibana 可视化。对于此示例，有用的面板包括：

JVM 堆内存。
CPU 使用率。
按端点划分的请求速率。
HikariCP 连接活动。
JVM 垃圾回收暂停时间。

在 AI Agent 响应中点击 Preview，打开新建的 Dashboard，然后点击 Save 保存。生成的面板都是标准的 Kibana 可视化；打开其中任意一个面板并点击 Edit，即可检查或调整 ES|QL 查询、时间分桶、聚合或细分方式。

仪表板的质量取决于 AI Agent 对数据流进行采样时找到的数据。如果指标数据稀疏，可以生成一些流量，然后使用更大的时间范围重新发起请求。

将 HTTP 延迟百分位数添加到仪表板

速率指标显示需求量；延迟百分位数则显示端点在这种需求量下的表现。继续输入：

将 HTTP 请求延迟百分位数添加到仪表板，包括按端点 URI 划分的 p50、p90 和 p99。

AI Agent 会根据 Micrometer 的 HTTP 请求直方图桶指标构建面板。在依赖它之前，请检查生成的结果，重点关注所选字段、聚合、时间范围和 URI 细分方式。这是你最有可能需要调整的查询。

改为导入预构建的仪表板

Curly-Engine 仓库还包含一个可导入的 dashboard.ndjson。要使用它，请在 Kibana 中打开 Stack Management > Saved Objects ，并在 metrics-generic.prometheus-default 中开始接收指标后导入该文件。

将 Prometheus Remote Write 用于生产环境

Prometheus Remote Write 为 Spring Boot 应用提供了一条从 Actuator 指标直接进入 Elastic Serverless 的路径，无需单独的长期指标存储。

这种方式是否适合，取决于你对存储的需求：

	将 Prometheus Remote Write 写入 Elasticsearch	专用长期存储（Thanos、Mimir、Cortex）
需要运行的组件	你已经运行的 Prometheus 实例，加上 Elastic 项目	Sidecar 或 distributor、store gateway、querier、compactor，以及对象存储桶
查询语言	ES\|QL 和 PromQL	PromQL
降采样	由 Elasticsearch 时序数据流降采样处理	内置，通常采用固定分辨率
跨多个 Prometheus 实例的全局视图	每个实例都写入同一个集群，因此一个查询即可跨越所有实例	核心设计目标之一，可对重叠实例进行去重
	使用 AI Agent 开始仪表板对话，然后针对与你的服务相关的指标和标签验证并优化生成的面板。

在将其应用于高基数生产工作负载之前，请检查抓取任务，并添加 metric_relabel_configs，以丢弃你不需要的指标。

原文：Prometheus remote write: Spring Boot to Elasticsearch | Elastic Observability Labs