指标

默认情况下，AppOptics 注册表会定期将指标推送到 api.appoptics.com/v1/measurements。 要将指标导出到 SaaS AppOptics，必须提供你的 API 令牌：

默认情况下，指标会导出到在本地机器上运行的 Atlas。 你可以提供 Atlas 服务器的位置：

Datadog 注册表会定期将指标推送到 datadoghq。 要将指标导出到 Datadog，你必须提供你的 API 密钥：

如果你另外提供应用程序密钥（可选），那么仪表描述、类型和基本单位等元数据也将被导出：

默认情况下，指标会发送到 Datadog US 站点（api.datadoghq.com）。 如果你的 Datadog 项目托管在其他站点之一，或者你需要通过代理发送指标，请相应地配置 URI：

你还可以更改向 Datadog 发送指标的间隔：

Dynatrace 提供了两个指标摄取 API，这两个 API 都已为 Micrometer 实现。 你可以在 这里找到关于 Micrometer 指标摄取的 Dynatrace 文档。 v1 命名空间中的配置属性仅在导出到 Timeseries v1 API 时适用。 v2 命名空间中的配置属性仅在导出到 Metrics v2 API 时适用。 请注意，此集成一次只能导出到 API 的 v1 或 v2 版本，优先使用 v2。 如果在 v1 命名空间中设置了 device-id（v1 需要但 v2 不使用），则指标会导出到 v1 端点。 否则，假定使用 v2。

默认情况下，指标会导出到在本地机器上运行的 Elastic。 你可以通过使用以下属性提供要使用的 Elastic 服务器的位置：

默认情况下，指标会导出到在本地机器上运行的 Ganglia。 你可以提供 Ganglia 服务器的主机和端口，如下例所示：

默认情况下，指标会导出到在本地机器上运行的 Graphite。 你可以提供 Graphite 服务器的主机和端口，如下例所示：

Micrometer 提供了一个默认的 HierarchicalNameMapper，它控制如何将维度仪表 ID 映射到平面层次名称。

默认情况下，Humio 注册表会定期将指标推送到 cloud.humio.com。 要将指标导出到 SaaS Humio，你必须提供你的 API 令牌：

你还应该配置一个或多个标签来标识指标推送到的数据源：

默认情况下，指标会导出到在本地机器上运行的具有默认配置的 Influx v1 实例。 要将指标导出到 InfluxDB v2，请配置用于写入指标的 org、bucket 和身份验证 token。 你可以通过使用以下方式提供要使用的 Influx 服务器的位置：

Micrometer 提供了到 JMX 的层次映射，主要是作为一种廉价且可移植的方式来本地查看指标。 默认情况下，指标会导出到 metrics JMX 域。 你可以通过使用以下方式提供要使用的域：

Micrometer 提供了一个默认的 HierarchicalNameMapper，它控制如何将维度仪表 ID 映射到平面层次名称。

默认情况下，指标会导出到在本地机器上运行的 KairosDB。 你可以通过使用以下方式提供要使用的 KairosDB 服务器的位置：

New Relic 注册表会定期将指标推送到 New Relic。 要将指标导出到 New Relic，你必须提供你的 API 密钥和账户 ID：

你还可以更改向 New Relic 发送指标的间隔：

默认情况下，指标通过 REST 调用发布，但如果你在类路径上有 Java Agent API，你也可以使用它：

最后，你可以通过定义你自己的 NewRelicClientProvider bean 来完全控制。

默认情况下，指标通过 OpenTelemetry 协议 (OTLP) 导出到在本地机器上运行的消费者。 要导出到其他位置，请使用 management.otlp.metrics.export.url 提供 OTLP 指标端点的位置：

还可以使用 management.otlp.metrics.export.headers.* 属性提供自定义标头，例如用于身份验证。

Prometheus 期望抓取或轮询单个应用程序实例以获取指标。 Spring Boot 在 /actuator/prometheus 提供了一个执行器端点，以适当的格式呈现 Prometheus 抓取。

以下示例 scrape_config 添加到 prometheus.yml：

Prometheus Exemplars 也受支持。 要启用此功能，应该存在一个 SpanContext bean。 如果你使用已弃用的 Prometheus simpleclient 支持并想启用该功能，应该存在一个 SpanContextSupplier bean。 如果你使用 Micrometer Tracing，这将为你自动配置，但你始终可以创建自己的。 请查看 Prometheus 文档，因为此功能需要在 Prometheus 端明确启用，并且仅在使用 OpenMetrics 格式时受支持。

对于可能不存在足够长时间而被抓取的临时或批处理作业，你可以使用 Prometheus Pushgateway 支持将指标暴露给 Prometheus。

要启用 Prometheus Pushgateway 支持，请将以下依赖项添加到你的项目中：

当 Prometheus Pushgateway 依赖项存在于类路径上并且 management.prometheus.metrics.export.pushgateway.enabled 属性设置为 true 时，会自动配置一个 PrometheusPushGatewayManager bean。 这管理将指标推送到 Prometheus Pushgateway。

你可以通过使用 management.prometheus.metrics.export.pushgateway 下的属性来调整 PrometheusPushGatewayManager。 对于高级配置，你还可以提供你自己的 PrometheusPushGatewayManager bean。

SignalFx 注册表会定期将指标推送到 SignalFx。 要将指标导出到 SignalFx，你必须提供你的访问令牌：

你还可以更改向 SignalFx 发送指标的间隔：

Micrometer ships with a simple, in-memory backend that is automatically used as a fallback if no other registry is configured. This lets you see what metrics are collected in the metrics endpoint.

The in-memory backend disables itself as soon as you use any other available backend. You can also disable it explicitly:

The Stackdriver registry periodically pushes metrics to Stackdriver. To export metrics to SaaS Stackdriver, you must provide your Google Cloud project ID:

You can also change the interval at which metrics are sent to Stackdriver:

The StatsD registry eagerly pushes metrics over UDP to a StatsD agent. By default, metrics are exported to a StatsD agent running on your local machine. You can provide the StatsD agent host, port, and protocol to use by using:

You can also change the StatsD line protocol to use (it defaults to Datadog):

The Wavefront registry periodically pushes metrics to Wavefront. If you are exporting metrics to Wavefront directly, you must provide your API token:

Alternatively, you can use a Wavefront sidecar or an internal proxy in your environment to forward metrics data to the Wavefront API host:

You can also change the interval at which metrics are sent to Wavefront:

自动配置使用核心 Micrometer 类启用 JVM 指标。 JVM 指标以 jvm. 计量器名称发布。

提供以下 JVM 指标：

自动配置使用核心 Micrometer 类启用系统指标。 系统指标以 system.、process. 和 disk. 计量器名称发布。

提供以下系统指标：

自动配置暴露应用程序启动时间指标：

指标由应用程序类的完全限定名称标记。

自动配置为 Logback 和 Log4J2 启用事件指标。 详细信息以 log4j2.events. 或 logback.events. 计量器名称发布。

自动配置为所有可用的 ThreadPoolTaskExecutor 和 ThreadPoolTaskScheduler bean 启用检测，只要底层 ThreadPoolExecutor 可用。 指标由执行器的名称标记，该名称派生自 bean 名称。

自动配置为所有可用的 JmsTemplate bean 和 @JmsListener 注解的方法启用检测。 这将分别产生 "jms.message.publish" 和 "jms.message.process" 指标。 有关产生的观察的更多信息，请参阅 Spring Framework 参考文档。

自动配置为 Spring MVC 控制器和函数式处理程序处理的所有请求启用检测。 默认情况下，指标以名称 http.server.requests 生成。 你可以通过设置 management.observations.http.server.requests.name 属性来自定义名称。

有关产生的观察的更多信息，请参阅 Spring Framework 参考文档。

要添加到默认标签，请提供从 org.springframework.http.server.observation 包扩展 DefaultServerRequestObservationConvention 的 @Bean。 要替换默认标签，请提供实现 ServerRequestObservationConvention 的 @Bean。

提示：在某些情况下，Web 控制器中处理的异常不会记录为请求指标标签。 应用程序可以通过 将已处理的异常设置为请求属性来选择记录异常。

默认情况下，所有请求都会被处理。 要自定义过滤器，请提供实现 FilterRegistrationBean<ServerHttpObservationFilter> 的 @Bean。

自动配置为 Spring WebFlux 控制器和函数式处理程序处理的所有请求启用检测。 默认情况下，指标以名称 http.server.requests 生成。 你可以通过设置 management.observations.http.server.requests.name 属性来自定义名称。

有关产生的观察的更多信息，请参阅 Spring Framework 参考文档。

要添加到默认标签，请提供从 org.springframework.http.server.reactive.observation 包扩展 DefaultServerRequestObservationConvention 的 @Bean。 要替换默认标签，请提供实现 ServerRequestObservationConvention 的 @Bean。

提示：在某些情况下，控制器和处理函数中处理的异常不会记录为请求指标标签。 应用程序可以通过 将已处理的异常设置为请求属性来选择记录异常。

自动配置为 Jersey JAX-RS 实现处理的所有请求启用检测。 默认情况下，指标以名称 http.server.requests 生成。 你可以通过设置 management.observations.http.server.requests.name 属性来自定义名称。

默认情况下，Jersey 服务器指标使用以下信息标记：

要自定义标签，请提供实现 JerseyObservationConvention 的 @Bean。

Spring Boot Actuator 管理 RestTemplate、WebClient 和 RestClient 的检测。 为此，你必须注入自动配置的构建器并使用它来创建实例：

你也可以手动应用负责此检测的自定义器，即 ObservationRestTemplateCustomizer、ObservationWebClientCustomizer 和 ObservationRestClientCustomizer。

默认情况下，指标以名称 http.client.requests 生成。 你可以通过设置 management.observations.http.client.requests.name 属性来自定义名称。

有关产生的观察的更多信息，请参阅 Spring Framework 参考文档。

使用 RestTemplate 或 RestClient 时，要自定义标签，请提供从 org.springframework.http.client.observation 包实现 ClientRequestObservationConvention 的 @Bean。 使用 WebClient 时，要自定义标签，请提供从 org.springframework.web.reactive.function.client 包实现 ClientRequestObservationConvention 的 @Bean。

仅当启用 MBean Registry 时，自动配置才会为 Tomcat 启用检测。 默认情况下，MBean 注册表是禁用的，但你可以通过将 server.tomcat.mbeanregistry.enabled 设置为 true 来启用它。

Tomcat 指标以 tomcat. 计量器名称发布。

自动配置为启动时所有可用的 Cache 实例启用检测，指标前缀为 cache。 缓存检测已标准化为一组基本指标。 还提供额外的、特定于缓存的指标。

支持以下缓存库：

警告：应该启用指标以便自动配置能够获取它们。 有关更多详细信息，请参阅你使用的缓存库的文档。

指标由缓存名称和 CacheManager 的名称标记，该名称派生自 bean 名称。

注意：只有启动时配置的缓存才会绑定到注册表。 对于未在缓存配置中定义的缓存，例如在启动阶段之后动态创建或以编程方式创建的缓存，需要显式注册。 提供了一个 CacheMetricsRegistrar bean 以使该过程更容易。

请参阅 Spring Batch 参考文档。

请参阅 Spring GraphQL 参考文档。

自动配置为所有可用的 DataSource 对象启用检测，指标前缀为 jdbc.connections。 数据源检测会产生表示池中当前活动、空闲、最大允许和最小允许连接的仪表。

指标也由基于 bean 名称计算的 DataSource 的名称标记。

提示：默认情况下，Spring Boot 为所有支持的数据源提供元数据。 如果你喜欢的数据源不受支持，你可以添加额外的 DataSourcePoolMetadataProvider bean。 有关示例，请参阅 DataSourcePoolMetadataProvidersConfiguration。

此外，Hikari 特定的指标以 hikaricp 前缀暴露。 每个指标都由池的名称标记（你可以使用 spring.datasource.name 控制它）。

如果 org.hibernate.orm:hibernate-micrometer 在类路径上，所有启用了统计信息的可用 Hibernate EntityManagerFactory 实例都会以名为 hibernate 的指标进行检测。

指标也由 EntityManagerFactory 的名称标记，该名称派生自 bean 名称。

要启用统计信息，标准 JPA 属性 hibernate.generate_statistics 必须设置为 true。 你可以在自动配置的 EntityManagerFactory 上启用它：

自动配置为所有 Spring Data Repository 方法调用启用检测。 默认情况下，指标以名称 spring.data.repository.invocations 生成。 你可以通过设置 management.metrics.data.repository.metric-name 属性来自定义名称。

支持来自 io.micrometer.core.annotation 包的 @Timed 注解。 如果你不想记录所有 Repository 调用的指标，你可以将 management.metrics.data.repository.autotime.enabled 设置为 false，并专门使用 @Timed 注解。

注意：带有 longTask = true 的 @Timed 注解会为该方法启用长任务计时器。 长任务计时器需要单独的指标名称，并且可以与短任务计时器堆叠。

默认情况下，仓库调用相关指标使用以下信息标记：

要替换默认标签，请提供实现 RepositoryTagsProvider 的 @Bean。

自动配置为所有可用的 RabbitMQ 连接工厂启用检测，指标名为 rabbitmq。

当 MeterRegistry bean 可用时，Spring Integration 自动提供 Micrometer 支持。 指标以 spring.integration. 计量器名称发布。

自动配置为自动配置的消费者工厂和生产者工厂分别注册 MicrometerConsumerListener 和 MicrometerProducerListener。 它还为 StreamsBuilderFactoryBean 注册 KafkaStreamsMicrometerListener。 有关更多详细信息，请参阅 Spring Kafka 文档的 Micrometer Native Metrics 部分。

本节简要描述了 MongoDB 的可用指标。

自动配置通过使用 Micrometer 的 JettyServerThreadPoolMetrics 绑定 Jetty 的 ThreadPool 的指标。 通过使用 Micrometer 的 JettyConnectionMetrics 绑定 Jetty 的 Connector 实例的指标，当 server.ssl.enabled 设置为 true 时，还使用 Micrometer 的 JettySslHandshakeMetrics。

自动配置为自动配置的 LettuceConnectionFactory 注册 MicrometerCommandLatencyRecorder。 有关更多详细信息，请参阅 Lettuce 文档的 Micrometer Metrics 部分。

通用标签通常用于操作环境的维度钻取，例如主机、实例、区域、堆栈等。 通用标签应用于所有计量器，可以配置，如下例所示：

前面的示例为所有计量器添加了 region 和 stack 标签，值分别为 us-east-1 和 prod。

注意：如果你使用 Graphite，通用标签的顺序很重要。 由于使用这种方法无法保证通用标签的顺序，建议 Graphite 用户定义自定义 MeterFilter。

除了 MeterFilter bean 之外，你还可以使用属性对每个计量器应用有限的自定义。 使用 Spring Boot 的 PropertiesMeterFilter 将每个计量器的自定义应用于以给定名称开头的任何计量器 ID。 以下示例过滤掉任何 ID 以 example.remote 开头的计量器。

以下属性允许每个计量器的自定义：

有关 percentiles-histogram、percentiles 和 slo 背后的概念的更多详细信息，请参阅 Micrometer 文档的 直方图和百分位数 部分。