一、引言：为什么需要监控Tomcat运行状态？

Tomcat作为Java Web应用的核心容器，其运行状态直接影响业务系统的可用性和性能。然而，传统监控方式（如JMX）存在数据分散、可视化不足、告警延迟等问题。Prometheus作为开源的监控与告警工具，凭借其强大的数据采集能力、灵活的查询语言（PromQL）和丰富的可视化生态（Grafana），成为监控Tomcat的理想选择。

本文将围绕“如何通过Prometheus监控Tomcat运行状态”展开，从指标暴露、配置、告警到可视化，提供一套完整的解决方案。

二、Tomcat指标暴露：通过JMX或自定义Exporter

Prometheus本身无法直接采集Tomcat的指标，需通过以下两种方式暴露数据：

1. 使用JMX Exporter

Tomcat默认通过JMX（Java Management Extensions）暴露内部指标（如线程池、内存、请求计数等）。JMX Exporter是一个独立的Java进程，可将JMX指标转换为Prometheus格式。

配置步骤：

1. 下载JMX Exporter：从GitHub获取最新版本（如jmx_prometheus_javaagent.jar）。
2. 配置JMX Exporter：创建config.yml文件，定义需采集的JMX指标。例如：
   ```yaml
   startDelaySeconds: 0
   hostPort: localhost:9999
   username:
   password:
   ssl: false
   lowercaseOutputName: true
   lowercaseOutputLabelNames: true
   rules:

• pattern: “Catalina<>(currentThreadCount|currentThreadsBusy|maxThreads)”
  name: tomcatthreadpool$1
  type: GAUGE
• pattern: “Catalina<>(requestCount|bytesReceived|bytesSent|errorCount|processingTime)”
  name: tomcatglobalrequest$1
  type: COUNTER
  ```

1. 启动Tomcat时加载JMX Exporter：

   JAVA_OPTS="$JAVA_OPTS -javaagent:/path/to/jmx_prometheus_javaagent.jar=9999:/path/to/config.yml"
   export JAVA_OPTS
   ./catalina.sh run

2. 验证指标暴露：访问http://localhost:9999/metrics，应看到类似以下输出：

   # HELP tomcat_threadpool_currentThreadCount Current thread count.
   # TYPE tomcat_threadpool_currentThreadCount gauge
   tomcat_threadpool_currentThreadCount{name="http-nio-8080"} 10

2. 使用Tomcat Exporter（可选）

若需更细粒度的指标（如Servlet请求耗时），可使用第三方Exporter（如prometheus-tomcat-exporter）。其配置类似JMX Exporter，但需额外指定Tomcat的server.xml路径。

三、Prometheus配置：采集Tomcat指标

完成指标暴露后，需在Prometheus中配置抓取任务。

1. 修改prometheus.yml

scrape_configs:
- job_name: "tomcat"
  static_configs:
  - targets: ["localhost:9999"]  # 与JMX Exporter端口一致
    labels:
      instance: "tomcat-prod-01"  # 自定义实例标签

2. 重启Prometheus

systemctl restart prometheus

3. 验证数据采集

访问Prometheus的Targets页面（http://<prometheus-server>:9090/targets），确认tomcat任务状态为UP。

四、关键指标解析与告警规则设计

监控Tomcat需关注以下核心指标：

1. 线程池指标

• tomcat_threadpool_currentThreadsBusy：当前忙线程数。若持续接近maxThreads，可能引发请求排队。
• 告警规则示例：
  ```yaml
  groups:
• name: tomcat.rules
  rules:
  • alert: HighThreadUtilization
    expr: tomcat_threadpool_currentThreadsBusy{name=”http-nio-8080”} / tomcat_threadpool_maxThreads{name=”http-nio-8080”} > 0.8
    for: 5m
    labels:
    severity: warning
    annotations:
    summary: “Tomcat线程池利用率过高”
    description: “实例 {{ $labels.instance }} 的线程池利用率超过80%，当前值{{ $value }}”
    ```

2. 请求指标

• tomcat_globalrequest_requestCount：总请求数，用于计算QPS。
• tomcat_globalrequest_errorCount：错误请求数，需结合increase()函数计算错误率。
• 告警规则示例：
  ```yaml
• alert: HighErrorRate
  expr: increase(tomcat_globalrequest_errorCount{name=”http-nio-8080”}[5m]) / increase(tomcat_globalrequest_requestCount{name=”http-nio-8080”}[5m]) > 0.05
  for: 2m
  labels:
  severity: critical
  annotations:
  summary: “Tomcat错误率过高”
  description: “实例 {{ $labels.instance }} 的错误率超过5%，当前值{{ $value }}”
  ```

3. 内存与GC指标

• 若通过JMX暴露了JVM指标（如jvm_memory_bytes_used），可监控堆内存使用情况。

五、可视化：Grafana仪表盘设计

Grafana可直观展示Tomcat运行状态，推荐以下面板：

1. 线程池概览

• 图表类型：Gauge（当前忙线程数） + Graph（历史趋势）。
• 查询语句：

  tomcat_threadpool_currentThreadsBusy{name="http-nio-8080"} / tomcat_threadpool_maxThreads{name="http-nio-8080"} * 100

2. 请求与错误率

• 图表类型：Graph（QPS与错误率叠加）。
• 查询语句：

  # QPS
  rate(tomcat_globalrequest_requestCount{name="http-nio-8080"}[1m])
  # 错误率
  rate(tomcat_globalrequest_errorCount{name="http-nio-8080"}[1m]) / rate(tomcat_globalrequest_requestCount{name="http-nio-8080"}[1m]) * 100

3. 响应时间分布

• 若使用Tomcat Exporter采集了Servlet请求耗时，可用Heatmap展示。

六、高级实践：结合Alertmanager与Slack通知

1. 配置Alertmanager：在alertmanager.yml中定义Slack Webhook。
2. 测试告警：手动触发高错误率，验证Slack通知是否送达。

七、总结与优化建议

1. 指标选择：优先监控线程池、请求错误率和QPS，避免过度采集无关指标。
2. 标签设计：为实例添加env、service等标签，便于多维度筛选。
3. 性能优化：若Tomcat实例较多，考虑使用Prometheus的relabel_configs动态生成抓取目标。
4. 扩展性：未来可集成Prometheus的Recording Rules预计算常用指标（如错误率）。

通过以上步骤，运维团队可构建一套完整的Tomcat监控体系，实现故障快速定位、性能趋势分析和容量规划。