前言
Nexus 是开源的 Maven 私服仓库，同时 Nexus 还支持 Npm 、 .Net、Golang 、Python 等开发语言的包管理。Nexus 也是我们重度使用的一个应用，Nexus 保存着 Tap 各开发组的代码构建产物。Nexus 出现问题会导致项目 CI 、CD 流程阻断。本文旨在通过 Prometheus + Grafana 实现 Nexus 运行时监控观测，帮助运维人员更加了解 Nexus ，轻松从容应对线上各种疑难杂症。
metrics 采集
Nexus 提供了 Prometheus 格式数据的接口，这个接口需要授权 nx-metrics-all 才能访问，所以，将 metrics 采集到 Prometheus 里，需要做如下。
- metrics 接口：http://localhost:8081/service/metrics/prometheus
创建 metrics 接口权限账户
给指标接口创建一个单独的 metrics 账户，然后创建一个新的 Role（nx-metrics） ,将 nx-metrics-all 给这个角色，然后将角色给 metrics 账户。如下图。
![]()
配置 Prometheus
metrics 账户准备好后，在 Prometheus 侧添加如下配置项：
global:
scrape_interval: 15s
scrape_timeout: 10s
evaluation_interval: 15s
alerting:
alertmanagers:
- static_configs:
- targets: []
scheme: http
timeout: 10s
scrape_configs:
- job_name: nxrm
scrape_interval: 15s
scrape_timeout: 10s
metrics_path: /service/metrics/prometheus
scheme: http
basic_auth:
username: metrics
password: metrics
static_configs:
- targets:
- localhost:8081
配置无误后，metrics 已经收集到 Prometheus 了。可以在 Prometheus 里查询 org_sonatype_nexus_ 打头的指标，有就代表配置成功了。
grafana 绘制面板
Nexus metrics 总共有超过 2k 多行。在绘制观测面板前，需要先分析下采集的 metrics 信息
分析 metrics
Nexus 暴露出来的指标，主要分三个类别：
- Component ：相关组件的运行时指标，比如文件存储组件 FileBlobStore，以 org_sonatype_nexus_ 前缀开头的系列指标。
- Jetty ：Web 容器，负责接收响应请求的，以 org_eclipse_jetty_ 前缀开头的系列指标。
- Jvm ：Jvm Runtime，反应堆内存、非堆内存、GC回收等，以 jvm_ 前缀开头的系列指标。
其中，Component 指标是最多的，也有部分 Component 根本就没有使用，指标一直为 0，这部分指标就可以不用绘制面板。
绘制观测面板
经过上面分析，可以绘制出如下观测面板。
Nexus Component
![]()
这个面板绘制了常用的组件运行信息，以 LdapServerComponent 为例，我们启用了这个组件，对接了公司内部的 LDAP 。之前有用户反馈登录失败，最后排查到是 Nexus 访问 LDAP Server 出现了问题，如果有了这个观测图，就能很清楚的看到 LdapServerComponent 内部的运行情况，快速定位问题。另外，Component Exceptions 面板也能集中观测到所有组件的异常信息，这里只要指标大于 0 ，就代表 Nexus 服务出问题了。
Jetty WebAppContext
![]()
Jetty 面板反应了 Nexus 的流量情况，请求响应等信息。其中 Jetty 线程池，可以关注 wait-jobs（等待线程池执行的任务数） 这个指标，如果这个指标一直大于 0 ，则表示 Nexus Server 出现性能问题了。
Jvm Runtime
![]()
Jvm 的指标不用多说，和一般应用的 jvm 一样。它反应了应用的内存情况，包括堆内存和非堆内存，以及堆外内存，还有 GC 执行情况等。以内存观测为例，我们的 Nexus 服务是从 ECS 迁移的 K8s 环境中的，当时给 pod 的内存资源设置了 request 、limit 4G，给 jvm xmx 设置了 2G，运行后还会出现内存告警，实际使用内存远超 xmx 设置的大小。从贴出截图已经可以看出答案，是因为 Nexus 使用了超过 2G 的堆外内存（Direct Buffers + Mapped Buffers）。
结语
添加 Nexus 观测指标，一是可以清晰的了解这个软件的运行时情况，更加精准的给运行资源。二是方便出现类似问题时，可以快速排查问题。三是可以根据指标信息制定告警规则，比用户先一步发现问题。上面展示的 Grafana 面板已经分享到 Grafana Dashboards 市场了，可以通过如下链接找到 ID 直接导入到 Grafana 中，欢迎下载。
