Spring Boot Actuator、日志、指标、追踪与生产配置

应用已经上线，却有人反馈“有时很慢”，此时需要的不再是启动日志。指标帮助看趋势，追踪帮助找慢在哪一段，日志补充具体原因。下面介绍 Actuator 怎样提供入口，以及哪些信息不宜直接公开。

生产级 Boot 服务需要 health、metrics、traces、logs、审计和安全暴露策略形成诊断闭环。

1. 本文覆盖范围

  • Actuator endpoint、health group 与 probes
  • 结构化日志、MDC、敏感信息和采样
  • Micrometer metrics 与高基数控制
  • OpenTelemetry trace/context 与告警

2. 核心知识详解

1. Actuator endpoint 与安全

Actuator 提供 health、metrics、env、configprops、loggers、threaddump 等生产端点。默认暴露应最小化，管理端口/网络与鉴权独立控制。

  • liveness 只判断是否应重启，readiness 判断是否接流量。
  • 自定义 HealthIndicator 设置短超时，不把所有外部依赖放 liveness。
  • env/configprops 可能包含敏感值，生产严格限制。

这里容易混淆的是： 数据库短暂不可用通常不应让 liveness 失败并触发所有实例重启。

2. 结构化日志与关联

日志是离散事件，包含时间、level、service、trace/span、请求/业务标识和安全上下文。MDC 在线程切换和异步边界需要传播并清理。

  • 不记录密码、token、完整卡号和大请求体。
  • 异常记录一次完整 cause，避免层层重复打同一堆栈。
  • 日志级别可动态调整但需权限和审计。

这里容易混淆的是： 日志量不是可观测性质量；无结构、无关联和无语义的海量日志仍难诊断。

3. 指标与高基数

Micrometer 用 Counter、Gauge、Timer、DistributionSummary 等抽象导出指标。tag 维度决定时间序列数量，userId/orderId 等高基数标签会冲垮后端。

  • 以 RED（Rate/Error/Duration）和资源饱和度建立仪表盘。
  • 延迟使用 histogram/percentile 并理解聚合方式。
  • 业务指标定义单位、所有者和告警动作。

这里容易混淆的是： 客户端计算平均百分位不能在实例间正确聚合；使用可合并直方图桶。

4. 分布式追踪与告警

trace 由 spans 组成，通过 context propagation 跨 HTTP/消息边界。OpenTelemetry 统一 traces、metrics、logs API/协议；采样影响成本与可见性。

  • 入口生成/验证 trace context，异步消息携带上下文。
  • 错误与高延迟可尾采样，关键业务保留策略明确。
  • 告警基于 SLO 和用户影响，附带 runbook。

这里容易混淆的是： trace 显示相关调用链，不自动证明因果；仍需日志、指标和代码证据交叉验证。

3. 工程链路

flowchart LR A["请求"] --> B["Trace Context"] B --> C["结构化日志"] B --> D["Metrics"] B --> E["Spans"] C --> F["Dashboard/Query"] D --> F E --> F F --> G["SLO 告警 + Runbook"]

4. 教学示例（结合本章运行前提）

配置展示了端点暴露和追踪采样，不包含依赖与访问控制。prometheus 端点还需要相应 registry 依赖。先在测试环境观察哪些路径可访问，再决定生产中由谁访问；采样比例也不代表会保存全部请求。

yaml
management:
  endpoints:
    web:
      exposure:
        include: health,info,prometheus
  endpoint:
    health:
      probes:
        enabled: true
  tracing:
    sampling:
      probability: 0.1

5. 实践与验证

  1. 为订单接口接入 Actuator、Timer 和 trace，构造一次跨服务慢请求。
  2. 验证异步线程池中 MDC/trace 是否传播与清理。
  3. 设计 readiness/liveness 并模拟数据库和自身死锁故障。

6. 掌握检查

  • 能安全暴露 Actuator。
  • 能区分 liveness 与 readiness。
  • 能控制指标标签基数。
  • 能用日志、指标、trace 联合定位。

参考资料