关键在于打通Java应用→Prometheus→Grafana全链路：一、用Micrometer自动暴露线程池指标；二、Prometheus主动拉取；三、Grafana构建含堆积、饱和度、吞吐、拒绝率的健康看板；四、注意端点开放、网络连通、标签区分等生产细节。
要让线程池的并发变量（如活跃线程数、队列任务数、已完成任务数）真正“看得见、管得住”，关键不是只暴露指标，而是打通从 Java 应用 → Prometheus → Grafana 的全链路。下面直接讲清楚怎么实操落地。
一、用 Micrometer 暴露标准线程池指标
Micrometer 是 Spring Boot 2.0+ 默认的指标门面，比手动注册 Prometheus 原生 Collector 更简洁、更健壮，且天然支持标签（tag）和自动绑定。
以 ThreadPoolExecutor 为例，只需两步：
- 在配置类中定义线程池 Bean，并用
@Bean+@Timed或ThreadPoolMetrics自动绑定 - 引入
micrometer-registry-prometheus依赖，Spring Boot Actuator 会自动将指标挂载到/actuator/prometheus
示例代码片段：
java@Bean
public ThreadPoolTaskExecutor myThreadPool() {
ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
executor.setCorePoolSize(4);
executor.setMaxPoolSize(16);
executor.setQueueCapacity(200);
executor.setThreadNamePrefix("my-task-");
executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
executor.initialize();
<pre class="brush:java;toolbar:false;">// 关键：绑定 Micrometer 指标
ThreadPoolMetrics.monitor(
MeterRegistry,
executor,
"my.thread.pool",
Tags.of("pool", "business")
);
return executor;
}
启动后访问 http://localhost:8080/actuator/prometheus，就能看到类似：
my_thread_pool_active_threads{pool="business"} 3.0
my_thread_pool_queued_tasks{pool="business"} 12.0
my_thread_pool_completed_tasks_total{pool="business"} 157.0
my_thread_pool_current_threads{pool="business"} 7.0
二、Prometheus 主动拉取并持久化指标
Prometheus 不需要你推送数据，它靠“拉”——只要你的应用启用了 Actuator 端点，Prometheus 就能定时抓取。
在 prometheus.yml 中添加 job：
scrape_configs:
- job_name: 'spring-boot-app'
metrics_path: '/actuator/prometheus'
static_configs:
- targets: ['your-app-host:8080']
# 可选：加 relabel 规则统一打标
relabel_configs:
- source_labels: [__address__]
target_label: instance
replacement: my-service-prod
重启 Prometheus 后，在 Web UI 的 Status → Targets 页面确认该 target 显示为 UP；再进 Graph 输入 my_thread_pool_queued_tasks，应能查到时序曲线。
三、Grafana 中构建线程池健康看板
在 Grafana 中新建 Dashboard，添加 Panel，数据源选 Prometheus，查询语句建议按场景组织：
-
堆积风险预警：用
rate(my_thread_pool_queued_tasks[5m]) > 0判断队列是否持续增长 -
线程饱和度：计算活跃线程占最大线程数比例，例如
my_thread_pool_active_threads / 16（若 max=16） -
吞吐稳定性：用
rate(my_thread_pool_completed_tasks_total[1m])查每秒完成任务数，观察毛刺或断崖下跌 -
拒绝率监控：若自定义了拒绝策略，可配合计数器（如
my_thread_pool_rejected_tasks_total）做rate(...[1m])
推荐面板类型：Gauge（当前值）、Time series（趋势）、Stat（聚合统计），并设置阈值告警线（如队列任务 > 150 触发黄色，> 200 红色）。
四、生产环境必须注意的细节
很多团队搭完跑不通，问题常出在这些地方：
-
Actuator 端点未开放：检查
application.yml是否配置了management.endpoints.web.exposure.include: prometheus,health,metrics -
防火墙/网络策略拦截：Prometheus Server 必须能直连应用的
/actuator/prometheus地址（非 localhost） -
指标命名冲突或缺失标签：多个线程池共用同一前缀时，务必通过
Tags.of(...)区分，否则 Grafana 查询无法下钻 - 采集频率与业务节奏不匹配：默认 15s 抓一次足够；但若任务执行周期是秒级，建议调至 5s 并观察 Prometheus 存储压力
- 未监控拒绝行为：仅看队列长度不够，一定要补上拒绝任务计数器，它是熔断和限流效果的直接证据
这套链路不依赖额外 Exporter，也不需要改线程池底层实现，Spring Boot 工程开箱即用，重点在于指标语义清晰、采集稳定、可视化有业务含义。
