实用指南：Spring Cloud Gateway 实战：全局过滤器日志统计与 Prometheus + Grafana 接口耗时监控

目录

• 一、背景介绍
• 二、全局过滤器实现接口日志与耗时统计
• • 1. 代码实现
  • 2. 日志内容
• 三、为什么选择 Prometheus + Grafana？
• 四、接入思路
• 五、代码实现：接入 Prometheus
• • 1. 引入依赖
  • 2. 修改全局过滤器，记录耗时指标
  • 3. 开启 Prometheus 端点
• 六、配置 Prometheus
• 七、在 Grafana 中展示
• • 1. 常用 PromQL
• 八、总结

一、背景介绍

在微服务架构下，API 网关作为统一入口，往往需要具备日志监控、权限校验、流量控制等能力。
其中，记录接口访问情况和请求耗时，不仅能帮助开发者定位问题，还能为后续性能优化提供数据支撑。

本文将带你从全局过滤器日志统计入手，逐步扩展到 Prometheus + Grafana 可视化监控，实现一套完整的接口性能监控方案。

---

二、全局过滤器实现接口日志与耗时统计

在 Spring Cloud Gateway 中，过滤器（Filter）是一个核心组件：

• GatewayFilter：作用于单个路由。
• GlobalFilter：作用于所有路由。

由于我们需要对 所有接口统一统计，这里使用 GlobalFilter。

1. 代码实现

import lombok.extern.slf4j.Slf4j;
import org.springframework.cloud.gateway.filter.GatewayFilterChain;
import org.springframework.cloud.gateway.filter.GlobalFilter;
import org.springframework.core.Ordered;
import org.springframework.stereotype.Component;
import org.springframework.web.server.ServerWebExchange;
import reactor.core.publisher.Mono;
@Component
@Slf4j
public class MyGlobalFilter implements GlobalFilter, Ordered {
private static final String BEGIN_VISIT_TIME = "begin_visit_time";
@Override
public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
  // 记录请求开始时间
  exchange.getAttributes().put(BEGIN_VISIT_TIME, System.currentTimeMillis());
  return chain.filter(exchange).then(Mono.fromRunnable(() -> {
  Long beginVisitTime = exchange.getAttribute(BEGIN_VISIT_TIME);
  if (beginVisitTime != null) {
  log.info("访问接口主机：{}", exchange.getRequest().getURI().getHost());
  log.info("访问接口端口：{}", exchange.getRequest().getURI().getPort());
  log.info("访问接口URL：{}", exchange.getRequest().getURI().getPath());
  log.info("访问接口参数：{}", exchange.getRequest().getURI().getRawQuery());
  log.info("访问接口时长：{} 毫秒", System.currentTimeMillis() - beginVisitTime);
  log.info("===========分割线=============");
  }
  }));
  }
  @Override
  public int getOrder() {
  return 0; // 优先级最高
  }
  }

2. 日志内容

• 请求主机（Host）
• 请求端口（Port）
• 请求路径（Path）
• 请求参数（Query）
• 请求耗时（ms）

这些日志对于性能分析和问题排查非常有用。

---

三、为什么选择 Prometheus + Grafana？

日志虽然能看，但 无法实时监控和统计趋势。这时我们需要一个监控系统。

• Prometheus：开源时序数据库，专门存储监控指标。
• Grafana：数据可视化工具，支持从 Prometheus 拉取数据并绘制图表。

两者结合，就能实现 实时接口耗时监控 + 告警。

---

四、接入思路

1. 在全局过滤器中，记录每次请求的耗时。
2. 使用 Micrometer MeterRegistry 上报指标。
3. Spring Boot Actuator 暴露 /actuator/prometheus 接口。
4. Prometheus 定时拉取数据。
5. Grafana 展示监控大盘。

---

五、代码实现：接入 Prometheus

1. 引入依赖

<dependency>
<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
<version>1.12.3</version>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
<version>3.2.3</version>
</dependency>

---

2. 修改全局过滤器，记录耗时指标

import io.micrometer.core.instrument.MeterRegistry;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cloud.gateway.filter.GatewayFilterChain;
import org.springframework.cloud.gateway.filter.GlobalFilter;
import org.springframework.core.Ordered;
import org.springframework.stereotype.Component;
import org.springframework.web.server.ServerWebExchange;
import reactor.core.publisher.Mono;
import java.util.concurrent.TimeUnit;
@Component
@Slf4j
public class MetricsGlobalFilter implements GlobalFilter, Ordered {
private static final String BEGIN_VISIT_TIME = "begin_visit_time";
@Autowired
private MeterRegistry meterRegistry;
@Override
public Mono<Void> filter(ServerWebExchange exchange, GatewayFilterChain chain) {
  exchange.getAttributes().put(BEGIN_VISIT_TIME, System.currentTimeMillis());
  return chain.filter(exchange).then(Mono.fromRunnable(() -> {
  Long beginTime = exchange.getAttribute(BEGIN_VISIT_TIME);
  if (beginTime != null) {
  long cost = System.currentTimeMillis() - beginTime;
  String path = exchange.getRequest().getURI().getPath();
  // 日志打印
  log.info("接口 {} 耗时 {} ms", path, cost);
  // 上报 Prometheus 指标
  meterRegistry.timer("gateway_requests", "path", path)
  .record(cost, TimeUnit.MILLISECONDS);
  }
  }));
  }
  @Override
  public int getOrder() {
  return 0;
  }
  }

---

3. 开启 Prometheus 端点

management:
endpoints:
web:
exposure:
include: prometheus
endpoint:
prometheus:
enabled: true

访问：

http://localhost:8222/actuator/prometheus

你会看到类似的输出：

---

六、配置 Prometheus

在 prometheus.yml 中添加：

scrape_configs:
- job_name: 'spring-cloud-gateway'
metrics_path: '/actuator/prometheus'
static_configs:
- targets: ['192.168.121.1:8222']

---

七、在 Grafana 中展示

1. Grafana 添加数据源 → Prometheus。
2. 新建 Dashboard → 添加图表。

1. 常用 PromQL

• 平均响应时间（ms）

  (rate(gateway_requests_seconds_sum[5m]) / rate(gateway_requests_seconds_count[5m])) * 1000

• 每秒请求数 QPS

  rate(gateway_requests_seconds_count[1m])

• 错误率

  (sum(rate(gateway_requests_seconds_count{status!="200"}[5m]))
   / sum(rate(gateway_requests_seconds_count[5m]))) * 100

效果图：

---

八、总结

从 日志统计 → 指标监控 → 可视化分析 的完整链路：

• 全局过滤器：记录接口访问日志与耗时。
• Prometheus：采集和存储耗时指标。
• Grafana：可视化接口性能趋势，并可设置告警。