沒有監控 就沒有眼睛。 除了k8s的基本監控外（pod運行狀況、占用內存、cpu）。為了對微服務項目中的（1）各種參數線程池、QPS、RT、業務指標（2）系統負載、thread、mem、class、tomcat、gc、等jvm指標進行監控
采用 promethus 對spring boot業務埋點進行監控。 因為k8s對promethus很好的支持。同時spring boot 集成client很方便。對spring boot actuator 的metrics指標有很好的集成
所以采用了基於 k8s的 promethus job 對業務指標采取拉模式收集。 同時由於 promethus 支持 grafana前端UI界面。 所以整個架構簡單采用
這里采用了pull模式。對application性能有一定影響。如果對定時任務短時間指標（promethues來不及拉取） 或者性能比較高 采用 push模式
1、spring boot 集成 promethus 可參考 https://cloud.tencent.com/developer/article/1096692 具體使用不詳細介紹
主要是 promethus四種類型的使用 https://prometheus.io/docs/concepts/metric_types/
- counter 只增不減的計數器 適合：qps 等統計
- guage 有增有減的變化 適合： cpu 使用率等
- histogram 條形直方統計圖 適合： 請求耗時 響應大小等
- summary 和直方統計圖相似，可以自定 分數位，適合： 請求耗時 響應大小等
2、grafana 配置
以線程池監控為例
（1） 儀表盤配置：
a、選擇數據源 ： Prometheus
b、 編寫promQL： 主要對線程池 線程池數目、激活數目、隊列中數目進行統計平均值，接下來根據指標自定義報警策略
（2）報警配置：
c、配置報警條件： now 到 5 分鍾前： 查詢條件（B）即隊列中數目 超過 100 則觸發報警
d、配置報警通知：配置sender， 釘釘推送通知
當監控指標異常時 會觸發釘釘報警， 開發人員會得到 通知 然后緊急處理。
