Prometheus JMX Exporter 中字符串属性转标签的配置实践
2025-06-26 03:55:02作者:袁立春Spencer
背景介绍
Prometheus JMX Exporter 是一个用于将 Java 应用程序的 JMX 指标导出为 Prometheus 格式的工具。在实际使用中,我们经常需要将 JMX 中的字符串属性转换为 Prometheus 指标的标签,以便更好地组织和查询监控数据。
问题现象
在使用 JMX Exporter 监控 YouTrack 应用时,发现配置文件中虽然指定了多个字符串属性作为标签(如 HubIntegrationStatus、PermissionCacheStatus 等),但这些属性并没有如预期那样出现在导出的指标标签中。
问题排查
经过深入分析,发现问题的根源在于 Docker 容器中同时挂载了两个不同版本的 JMX Exporter 代理:
- 一个是较新的开发版本(main 分支)
- 另一个是旧版发布版本(1.1.0)
由于旧版本不支持将字符串属性转换为标签的功能,导致配置看似正确但实际未生效。
解决方案
正确配置方法
要确保字符串属性能够正确转换为标签,需要:
- 使用支持该功能的最新版本 JMX Exporter
- 正确配置 metricCustomizers 和 attributesAsLabels 部分
示例配置:
metricCustomizers:
- mbeanFilter:
domain: jetbrains.youtrack
properties:
type: Hub
name: HubIntegration
attributesAsLabels:
- HubIntegrationStatus
- PermissionCacheStatus
- RunningJob
- EventSyncStatusStatus
最佳实践
为了避免版本冲突问题,建议采用以下部署方式:
- 使用多阶段构建确保只包含一个版本的代理
- 直接从源码构建最新版本
示例 Dockerfile:
FROM maven:3.9.9-eclipse-temurin-21-jammy AS builder
RUN git clone https://github.com/prometheus/jmx_exporter.git /tmp/jmx_exporter
WORKDIR /tmp/jmx_exporter
RUN mvn -DskipTests=true package
FROM jetbrains/youtrack:2025.1.62967
COPY --from=builder /tmp/jmx_exporter/jmx_prometheus_javaagent/target/jmx_prometheus_javaagent-*-post.jar /opt/app/jmx_prometheus_javaagent.jar
效果验证
正确配置后,导出的指标将包含所有指定的字符串属性作为标签,例如:
jetbrains_youtrack_Hub_HubEventsFailed{
EventSyncStatusStatus="Active, syncing everything",
HubIntegrationStatus="Active and working",
PermissionCacheStatus="Hub permission management",
RunningJob="None",
name="HubIntegration"
} 0.0
总结
在使用 Prometheus JMX Exporter 时,要特别注意:
- 确保使用支持所需功能的最新版本
- 避免同时加载多个版本的代理
- 正确配置 attributesAsLabels 以实现字符串属性到标签的转换
- 采用容器化部署时,推荐使用多阶段构建确保环境一致性
通过以上实践,可以充分利用 JMX Exporter 的功能,实现更灵活、更强大的 Java 应用监控方案。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1