Prometheus JMX Exporter中配置黑名单过滤JMX指标的最佳实践
2025-06-26 00:48:53作者:瞿蔚英Wynne
在使用Prometheus JMX Exporter监控Java应用时,合理配置黑名单(blacklistObjectNames)是优化监控数据收集的重要环节。本文将通过一个实际案例,深入解析如何正确配置JMX Exporter来过滤不需要的JMX指标。
问题背景
在监控Apache Artemis消息队列时,用户希望过滤掉特定前缀的地址队列指标,特别是以"Queue.PlannedEvent"开头的地址。这些指标在JMX中表现为artemis_address_size_bytes,但直接配置黑名单规则时遇到了过滤无效的问题。
关键发现
1. ObjectName的精确匹配
JMX MBean的ObjectName必须完全匹配才能生效。在案例中,Artemis的ObjectName包含引号包裹的属性值,如:
org.apache.activemq.artemis:broker="0.0.0.0",component=addresses,address="Queue.PlannedEvent"
而最初配置的黑名单规则缺少这些引号,导致匹配失败。
2. 通配符的使用技巧
在黑名单配置中,可以使用通配符(*)来匹配多个指标。正确的通配符使用方式是在ObjectName的末尾或特定属性值上,例如:
org.apache.activemq.artemis:broker="0.0.0.0",component=addresses,address="Queue.PlannedEvent*",*
这种模式可以匹配所有以"Queue.PlannedEvent"开头的地址指标。
配置建议
- 使用JConsole验证ObjectName:在配置前,先用JConsole等工具确认实际的MBean名称格式
- 保持属性值引号:如果JMX Bean的属性值包含特殊字符或空格,确保在配置中保留引号
- 合理使用通配符:在需要批量过滤的场合,使用通配符提高配置效率
- 测试验证:每次修改配置后,重启JMX Exporter并检查/metrics端点确认过滤效果
完整配置示例
lowercaseOutputName: true
lowercaseOutputLabelNames: true
whitelistObjectNames:
- "org.apache.activemq.artemis:*"
blacklistObjectNames:
- "org.apache.activemq.artemis:broker=\"0.0.0.0\",component=addresses,address=\"Queue.PlannedEvent*\",*"
rules:
- pattern: 'org.apache.activemq.artemis<broker="\S+", component=addresses, address="(\S+)"><>AddressSize:'
name: artemis_address_size_bytes
type: GAUGE
labels:
address: $1
help: 队列预估使用的字节数,用于控制分页和阻塞
通过以上配置,可以有效地过滤掉不需要监控的特定队列指标,同时保留其他有价值的监控数据。理解JMX ObjectName的格式要求和通配符的正确使用方式是配置成功的关键。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271