📚 课程目录第4章连接池指标暴露方式

4. 连接池指标暴露方式：应用内埋点、中间件Exporter与自定义Exporter

连接池指标的采集质量直接决定水位巡检的准确性与告警时效性。根据数据源与采集路径的不同，连接池指标的暴露方式可分为三大类：应用内埋点、中间件Exporter 与 自定义Exporter。三类方式在侵入性、维护成本、指标丰富度上各有优劣，实际生产环境通常混合使用。

  核心原则：优先使用中间件Exporter获取基础连接池指标；对于业务自定义连接池或需要精细化业务标签的场景，采用应用内埋点或自定义Exporter补充。

4.1 三类暴露方式对比总览

暴露方式	典型实现	侵入性	指标粒度	维护成本	适用场景
应用内埋点	Micrometer、Prometheus Client SDK	高（需修改应用代码）	精细（可携带业务标签）	中（随应用版本迭代）	Java/Go/Python应用自定义连接池、线程池
中间件Exporter	Redis Exporter、MySQL Exporter、PgBouncer Exporter	低（旁路部署）	标准（中间件原生指标）	低（官方维护）	Redis、MySQL、PostgreSQL等标准中间件
自定义Exporter	基于Prometheus Client自研Exporter	中（独立服务）	灵活（可聚合多数据源）	高（需自研与运维）	老旧系统、私有协议、多源聚合场景

4.2 应用内埋点：Micrometer与Prometheus Client

应用内埋点是最灵活的指标暴露方式，适用于业务自定义连接池或需要将连接池状态与业务标签（如数据库分片、读写类型）关联的场景。主流实现包括Micrometer（Java生态）和Prometheus Client SDK（多语言）。

4.2.1 Micrometer（Java/Spring Boot）

Micrometer是JVM生态的事实标准指标门面，与Spring Boot Actuator深度集成。通过Micrometer暴露连接池指标时，只需在配置中启用对应连接池的Metrics绑定：

// application.yml 示例：启用HikariCP连接池指标
management:
  metrics:
    export:
      prometheus:
        enabled: true
  endpoints:
    web:
      exposure:
        include: prometheus

// 自动暴露的HikariCP核心指标
// hikaricp_connections_active      当前活跃连接数
// hikaricp_connections_idle        当前空闲连接数
// hikaricp_connections_pending     等待获取连接的线程数
// hikaricp_connections_max         最大连接数
// hikaricp_connections_timeout_total 连接超时总数

最佳实践：对于Tomcat JDBC、Druid等连接池，Micrometer同样提供自动绑定。建议在Spring Boot应用中统一使用Micrometer，避免直接依赖Prometheus Client SDK，以保持指标门面的可替换性。

4.2.2 Prometheus Client SDK（Go/Python/Java）

对于非Java应用或需要自定义指标注册的场景，直接使用Prometheus Client SDK进行埋点。以Go语言为例，自定义连接池指标注册方式如下：

import (
    "github.com/prometheus/client_golang/prometheus"
    "github.com/prometheus/client_golang/prometheus/promhttp"
)

var (
    poolActive = prometheus.NewGauge(prometheus.GaugeOpts{
        Name: "custom_pool_connections_active",
        Help: "当前活跃连接数",
    })
    poolIdle = prometheus.NewGauge(prometheus.GaugeOpts{
        Name: "custom_pool_connections_idle",
        Help: "当前空闲连接数",
    })
    poolWaitCount = prometheus.NewCounter(prometheus.CounterOpts{
        Name: "custom_pool_connections_wait_total",
        Help: "等待连接累计次数",
    })
)

func init() {
    prometheus.MustRegister(poolActive, poolIdle, poolWaitCount)
}

// 在连接池获取/释放连接时更新指标
func onConnectionAcquired() {
    poolActive.Inc()
}

func onConnectionReleased() {
    poolActive.Dec()
}

4.3 中间件Exporter：Redis Exporter与MySQL Exporter

中间件Exporter是连接池水位巡检的主力采集方式。它们以旁路容器或进程方式运行，通过中间件管理协议（如Redis INFO、MySQL SHOW STATUS）获取连接池状态，转换为Prometheus指标格式。

4.3.1 Redis Exporter

Redis Exporter通过INFO clients和INFO stats命令采集连接池相关指标：

Prometheus指标名	对应Redis INFO字段	含义
`redis_connected_clients`	connected_clients	当前已连接客户端数（活跃连接）
`redis_blocked_clients`	blocked_clients	阻塞等待的客户端数（连接池排队）
`redis_connections_received_total`	total_connections_received	累计接受连接数（连接创建速率）
`redis_connections_rejected_total`	rejected_connections	累计拒绝连接数（连接池满）
`redis_maxclients`	maxclients	Redis配置的最大连接数

注意：Redis Exporter默认不暴露maxclients配置值，需在启动参数中添加--redis.metrics-only=connected_clients,blocked_clients,rejected_connections并配合配置文件开启include-config选项。否则水位告警无法计算连接池使用率。

4.3.2 MySQL Exporter

MySQL Exporter通过SHOW GLOBAL STATUS和SHOW VARIABLES采集连接池指标：

Prometheus指标名	对应MySQL状态/变量	含义
`mysql_global_status_threads_connected`	Threads_connected	当前已连接线程数（活跃+空闲）
`mysql_global_status_threads_running`	Threads_running	当前正在执行的线程数（真正活跃）
`mysql_global_status_connections`	Connections	累计连接尝试次数
`mysql_global_status_aborted_connects`	Aborted_connects	累计连接失败次数
`mysql_global_variables_max_connections`	max_connections	MySQL最大连接数配置

4.4 自定义Exporter：应对私有协议与老旧系统

当中间件未提供官方Exporter，或需要从多个异构数据源聚合连接池指标时，自定义Exporter是必要选择。典型场景包括：

老旧中间件：如Oracle数据库、IBM MQ，官方Exporter缺失或功能不全。
私有连接池：公司自研的连接池组件，无标准指标暴露接口。
多源聚合：需要将多个Redis分片或MySQL实例的连接池指标合并为一个Exporter端点。

自定义Exporter的推荐架构如下：

实现建议：自定义Exporter应遵循Prometheus官方Exporter开发规范，使用Collector接口实现指标动态更新。避免在Describe方法中返回固定指标列表，而是根据采集到的数据源动态生成指标，以支持多目标巡检。

4.5 三类暴露方式的选择决策树

在实际巡检方案设计时，可按照以下决策顺序选择暴露方式：

中间件是否有官方Exporter？ → 是：优先使用官方Exporter（如Redis Exporter、MySQL Exporter），零侵入、维护成本最低。
应用是否使用标准连接池（HikariCP、Tomcat JDBC）？ → 是：通过Micrometer自动暴露，无需额外开发。
是否需要携带业务标签（如分片ID、读写类型）？ → 是：在应用代码中使用Prometheus Client SDK进行埋点。
数据源为私有协议或老旧系统？ → 是：开发自定义Exporter，封装私有协议为Prometheus指标。
需要从多个异构数据源聚合指标？ → 是：使用自定义Exporter作为统一采集网关。

避坑提醒：不要在同一连接池上同时使用应用内埋点和中间件Exporter暴露相同语义的指标（如活跃连接数），否则会导致告警规则重复触发或指标值不一致。建议以中间件Exporter为主，应用内埋点仅补充业务标签。

4.6 本章小结

连接池指标的暴露方式决定了巡检数据的完整性与可信度。中间件Exporter提供标准化的基础指标，适合作为水位巡检的主数据源；应用内埋点补充业务维度的精细化指标；自定义Exporter则填补私有协议与老旧系统的空白。在实际部署中，建议以“中间件Exporter为主、应用内埋点为辅、自定义Exporter兜底”的策略构建连接池指标采集体系，为后续的水位计算与告警规则设计奠定坚实的数据基础。