SkyWalking入门教程 - 分布式系统应用性能监控完整指南

Java突击队大约 14 分钟

SkyWalking入门教程 - 分布式系统应用性能监控完整指南

1. SkyWalking简介

Apache SkyWalking是一个应用性能监控（APM）和分布式追踪系统，用于监控、追踪和诊断分布式系统，特别是基于微服务架构的系统。

主要功能：

✅ 分布式追踪：完整的分布式系统调用链追踪
✅ 性能监控：应用性能指标监控和分析
✅ 服务拓扑：自动生成服务依赖关系图
✅ 告警机制：支持多种告警规则和通知方式
✅ 日志集成：与日志系统集成分析
✅ 多语言支持：支持Java、.NET、Node.js、Python、Go等
✅ 多存储支持：支持Elasticsearch、MySQL、H2、TiDB等

核心组件：

Agent（探针）：嵌入到应用中，收集遥测数据
OAP（Observability Analysis Platform）：接收、分析、聚合和存储数据
UI（Web界面）：可视化展示监控数据
Storage（存储）：存储监控数据

架构图：

应用1(Agent) ──┐
应用2(Agent) ──┼──> OAP Server ──> Storage (ES/MySQL/H2)
应用3(Agent) ──┘                    └──> UI (Web界面)

微服务监控：监控微服务架构中的各个服务
性能分析：分析应用性能瓶颈
故障排查：快速定位分布式系统中的问题
容量规划：基于监控数据进行容量规划
SLA监控：监控服务级别协议

特性	SkyWalking	Zipkin	Pinpoint	Jaeger
代码侵入性	低	中	低	中
性能开销	低	低	中	低
功能丰富度	高	中	高	中
社区活跃度	高	中	中	高
存储选择	多	少	少	多

2. 环境准备

操作系统：

Linux
macOS
Windows

Java版本：

JDK 8或更高版本（推荐JDK 11+）

内存要求：

OAP Server：至少2GB内存
Agent：每个应用约50-100MB

存储要求：

根据数据保留时间确定（建议至少50GB）

必需：

JDK 8+
存储后端（Elasticsearch 7.x/8.x 或 MySQL 5.7+ 或 H2）

可选：

Docker（用于容器化部署）
Kubernetes（用于K8s环境）

官方下载地址：

Apache官网：https://skywalking.apache.org/downloads/
GitHub Releases：https://github.com/apache/skywalking/releases

版本选择：

稳定版：推荐使用最新稳定版本
当前推荐：v9.x或v10.x

下载文件：

# Linux/macOS
wget https://archive.apache.org/dist/skywalking/9.x.x/apache-skywalking-java-agent-9.x.x.tgz
wget https://archive.apache.org/dist/skywalking/9.x.x/apache-skywalking-java-agent-9.x.x.tgz

# Windows
# 下载对应的zip文件

3. SkyWalking安装部署

步骤1：下载并解压

# 下载SkyWalking
wget https://archive.apache.org/dist/skywalking/9.x.x/apache-skywalking-java-agent-9.x.x.tgz

# 解压
tar -zxvf apache-skywalking-java-agent-9.x.x.tgz
cd apache-skywalking-java-agent-9.x.x

步骤2：启动OAP Server

# Linux/macOS
./bin/oapService.sh

# Windows
bin\oapService.bat

步骤3：启动UI

# Linux/macOS
./bin/webappService.sh

# Windows
bin\webappService.bat

步骤4：访问UI

打开浏览器访问：http://localhost:8080

Docker Compose方式

创建docker-compose.yml：

version: '3.8'

services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:8.8.0
    container_name: elasticsearch
    environment:
      - discovery.type=single-node
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - xpack.security.enabled=false
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - es_data:/usr/share/elasticsearch/data
    ports:
      - "9200:9200"
      - "9300:9300"
    networks:
      - skywalking

  oap:
    image: apache/skywalking-oap-server:9.5.0
    container_name: oap
    depends_on:
      - elasticsearch
    environment:
      SW_STORAGE: elasticsearch
      SW_STORAGE_ES_CLUSTER_NODES: elasticsearch:9200
      SW_ES_USER: ""
      SW_ES_PASSWORD: ""
      JAVA_OPTS: "-Xms2048m -Xmx2048m"
    ports:
      - "11800:11800"
      - "12800:12800"
    networks:
      - skywalking

  ui:
    image: apache/skywalking-ui:9.5.0
    container_name: ui
    depends_on:
      - oap
    environment:
      SW_OAP_ADDRESS: http://oap:12800
    ports:
      - "8080:8080"
    networks:
      - skywalking

volumes:
  es_data:

networks:
  skywalking:
    driver: bridge

启动服务：

docker-compose up -d

安装Elasticsearch

# 使用Docker
docker run -d \
  --name elasticsearch \
  -p 9200:9200 \
  -p 9300:9300 \
  -e "discovery.type=single-node" \
  -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
  docker.elastic.co/elasticsearch/elasticsearch:8.8.0

配置OAP使用Elasticsearch

编辑config/application.yml：

storage:
  selector: ${SW_STORAGE:elasticsearch}
  elasticsearch:
    namespace: ${SW_NAMESPACE:""}
    clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:localhost:9200}
    protocol: ${SW_STORAGE_ES_HTTP_PROTOCOL:"http"}
    trustStorePath: ${SW_STORAGE_ES_SSL_TRUST_STORE_PATH:""}
    trustStorePass: ${SW_STORAGE_ES_SSL_TRUST_STORE_PASS:""}
    dayStep: ${SW_STORAGE_DAY_STEP:1}
    indexShardsNumber: ${SW_STORAGE_ES_INDEX_SHARDS_NUMBER:1}
    indexReplicasNumber: ${SW_STORAGE_ES_INDEX_REPLICAS_NUMBER:1}

创建数据库

CREATE DATABASE IF NOT EXISTS skywalking DEFAULT CHARACTER SET utf8mb4;

执行初始化脚本

# 执行SQL脚本
mysql -u root -p skywalking < config/schema/mysql-mysql.sql

配置OAP使用MySQL

编辑config/application.yml：

storage:
  selector: ${SW_STORAGE:mysql}
  mysql:
    properties:
      jdbcUrl: ${SW_JDBC_URL:"jdbc:mysql://localhost:3306/skywalking"}
      dataSource.user: ${SW_DATA_SOURCE_USER:root}
      dataSource.password: ${SW_DATA_SOURCE_PASSWORD:root}

4. Java应用集成

方式1：使用-javaagent参数

java -javaagent:/path/to/skywalking-agent/skywalking-agent.jar \
     -DSW_AGENT_NAME=your-service-name \
     -DSW_AGENT_COLLECTOR_BACKEND_SERVICES=localhost:11800 \
     -jar your-application.jar

方式2：配置环境变量

export SW_AGENT_NAME=your-service-name
export SW_AGENT_COLLECTOR_BACKEND_SERVICES=localhost:11800
java -javaagent:/path/to/skywalking-agent/skywalking-agent.jar \
     -jar your-application.jar

方式3：修改启动脚本

创建start.sh：

#!/bin/bash

SKYWALKING_AGENT_PATH=/path/to/skywalking-agent/skywalking-agent.jar
SW_AGENT_NAME=your-service-name
SW_AGENT_COLLECTOR_BACKEND_SERVICES=localhost:11800

java -javaagent:${SKYWALKING_AGENT_PATH} \
     -DSW_AGENT_NAME=${SW_AGENT_NAME} \
     -DSW_AGENT_COLLECTOR_BACKEND_SERVICES=${SW_AGENT_COLLECTOR_BACKEND_SERVICES} \
     -jar your-application.jar

方式1：Maven项目配置

在pom.xml中添加：

<build>
    <plugins>
        <plugin>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-maven-plugin</artifactId>
            <configuration>
                <jvmArguments>
                    -javaagent:/path/to/skywalking-agent/skywalking-agent.jar
                    -DSW_AGENT_NAME=spring-boot-app
                    -DSW_AGENT_COLLECTOR_BACKEND_SERVICES=localhost:11800
                </jvmArguments>
            </configuration>
        </plugin>
    </plugins>
</build>

方式2：使用SkyWalking Spring Boot Starter

添加依赖：

<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-trace</artifactId>
    <version>9.5.0</version>
</dependency>

配置application.yml：

spring:
  application:
    name: your-service-name

skywalking:
  agent:
    service_name: ${spring.application.name}
    collector:
      backend_service: localhost:11800

编辑config/agent.config：

# 服务名称
agent.service_name=${SW_AGENT_NAME:Your_ApplicationName}

# 后端服务地址
collector.backend_service=${SW_AGENT_COLLECTOR_BACKEND_SERVICES:127.0.0.1:11800}

# 采样率（0-10000，10000表示100%采样）
agent.sample_n_per_3_secs=${SW_AGENT_SAMPLE:10000}

# 日志级别
logging.level=${SW_LOGGING_LEVEL:INFO}

# 插件配置
plugin.mysql.trace_sql_parameters=${SW_MYSQL_TRACE_SQL_PARAMETERS:true}
plugin.springmvc.collect_http_params=${SW_PLUGIN_SPRINGMVC_COLLECT_HTTP_PARAMS:true}

使用@Trace注解

import org.apache.skywalking.apm.toolkit.trace.Trace;

@Service
public class UserService {
    
    @Trace
    public User getUserById(Long id) {
        // 业务逻辑
        return userRepository.findById(id);
    }
    
    @Trace(operationName = "custom_operation")
    public void customMethod() {
        // 自定义操作名称
    }
}

手动创建Span

import org.apache.skywalking.apm.toolkit.trace.ActiveSpan;
import org.apache.skywalking.apm.toolkit.trace.TraceContext;

public class CustomService {
    public void doSomething() {
        // 获取当前TraceId
        String traceId = TraceContext.traceId();
        
        // 创建自定义Span
        ActiveSpan.tag("custom_tag", "value");
        ActiveSpan.info("Custom log message");
        
        // 业务逻辑
        processData();
        
        // Span会自动结束
    }
}

Spring Cloud集成

spring:
  cloud:
    skywalking:
      enabled: true
      agent:
        service-name: ${spring.application.name}
        collector:
          backend-service: localhost:11800

Dubbo集成

Agent自动支持Dubbo，无需额外配置。

Kafka集成

# 在agent.config中启用Kafka插件
plugin.kafka.bootstrap_servers=localhost:9092

5. SkyWalking UI使用

打开浏览器访问：http://localhost:8080

功能：

全局概览
服务性能指标
服务实例状态
端点性能统计

主要指标：

SLA：服务级别协议达成率
CPM：每分钟调用次数
Avg Response Time：平均响应时间
Apdex：应用性能指数

功能：

服务依赖关系可视化
服务间调用关系
服务健康状态
流量流向

操作：

点击服务节点查看详情
拖拽调整布局
筛选特定服务

功能：

分布式调用链追踪
请求详情分析
性能瓶颈定位
异常追踪

使用步骤：

选择服务
设置时间范围
查看追踪列表
点击查看详细调用链

调用链信息：

每个Span的耗时
调用关系
参数和返回值
异常信息

功能：

线程性能分析
CPU使用分析
方法调用栈分析

使用场景：

性能瓶颈分析
CPU热点定位
方法耗时分析

功能：

日志查看
日志搜索
日志关联追踪

配置：
需要在应用中集成日志收集器。

功能：

告警规则配置
告警历史查看
告警通知配置

6. 性能监控详解

服务列表

在UI的"Service"页面可以查看：

服务名称
平均响应时间
成功率
吞吐量（CPM）
SLA

服务详情

点击服务名称查看详情：

服务概览：整体性能指标
服务实例：该服务的所有实例
端点列表：该服务的所有端点
拓扑关系：与其他服务的关系

端点性能

关键指标：

响应时间：P50、P75、P90、P95、P99
吞吐量：每分钟请求数
成功率：成功请求占比
SLA：服务级别协议

慢端点识别

在"Endpoint"页面可以：

查看所有端点
按响应时间排序
识别慢端点
分析慢端点原因

实例状态

状态类型：

正常：实例运行正常
异常：实例出现异常
离线：实例已下线

实例指标

JVM内存使用
CPU使用率
线程数
GC情况

内存监控

指标：

Heap内存使用
Non-Heap内存使用
内存使用趋势

GC监控

指标：

GC次数
GC耗时
GC类型分布

线程监控

指标：

线程总数
运行线程数
等待线程数
阻塞线程数

7. 链路追踪分析

Trace和Span：

Trace：一次完整的请求追踪
Span：Trace中的一个操作单元

Span类型：

Entry Span：入口Span（如HTTP请求入口）
Exit Span：出口Span（如调用外部服务）
Local Span：本地Span（如方法调用）

追踪列表

在"Trace"页面：

选择服务
设置时间范围
查看追踪列表
可以按状态筛选（成功/失败）

追踪详情

点击追踪ID查看详情：

调用链图：可视化展示调用关系
Span列表：所有Span的详细信息
时间线：Span的时间分布
异常信息：如有异常会显示

识别性能瓶颈

查看Span耗时
找出耗时最长的Span
分析该Span的详细信息
定位具体问题

分析异常

筛选失败的Trace
查看异常Span
查看异常堆栈
关联日志分析

分析慢请求

按响应时间排序
查看慢Trace详情
分析调用链
找出慢的原因

添加自定义Span

import org.apache.skywalking.apm.toolkit.trace.ActiveSpan;
import org.apache.skywalking.apm.toolkit.trace.Trace;

@Service
public class BusinessService {
    
    @Trace
    public void processOrder(Order order) {
        // 添加标签
        ActiveSpan.tag("order.id", order.getId());
        ActiveSpan.tag("order.amount", String.valueOf(order.getAmount()));
        
        // 添加日志
        ActiveSpan.info("Processing order: " + order.getId());
        
        // 业务逻辑
        validateOrder(order);
        calculatePrice(order);
        saveOrder(order);
    }
}

异步追踪

import org.apache.skywalking.apm.toolkit.trace.RunnableWrapper;
import org.apache.skywalking.apm.toolkit.trace.TraceCrossThread;

@Service
public class AsyncService {
    
    public void asyncProcess() {
        CompletableFuture.runAsync(
            RunnableWrapper.of(() -> {
                // 异步任务逻辑
                processData();
            })
        );
    }
}

8. 告警配置

编辑config/alarm-settings.yml：

rules:
  # 服务响应时间告警
  service_sla_rule:
    metrics-name: service_sla
    threshold: 8000
    op: "<"
    period: 10
    count: 3
    message: "Service {name} SLA is less than 8000ms in 3 minutes of last 10 minutes"
    
  # 服务响应时间百分比告警
  service_resp_time_rule:
    metrics-name: service_resp_time
    threshold: 1000
    op: ">"
    period: 10
    count: 3
    message: "Service {name} response time is greater than 1000ms in 3 minutes of last 10 minutes"
    
  # 服务成功率告警
  service_success_rate_rule:
    metrics-name: service_success_rate
    threshold: 8000
    op: "<"
    period: 10
    count: 3
    message: "Service {name} success rate is less than 80% in 3 minutes of last 10 minutes"
    
  # 端点响应时间告警
  endpoint_resp_time_rule:
    metrics-name: endpoint_resp_time
    threshold: 1000
    op: ">"
    period: 10
    count: 3
    message: "Endpoint {name} response time is greater than 1000ms in 3 minutes of last 10 minutes"
    
  # 数据库连接池告警
  database_access_rule:
    metrics-name: database_access
    threshold: 50
    op: ">"
    period: 10
    count: 2
    message: "Database access {name} response time is greater than 50ms"
    
  # JVM Old GC告警
  jvm_old_gc_rule:
    metrics-name: jvm_old_gc
    threshold: 1000
    op: ">"
    period: 10
    count: 2
    message: "JVM Old GC time is greater than 1000ms"
    
  # JVM Young GC告警
  jvm_young_gc_rule:
    metrics-name: jvm_young_gc
    threshold: 100
    op: ">"
    period: 10
    count: 2
    message: "JVM Young GC time is greater than 100ms"

webhooks:
  - http://127.0.0.1:8080/webhook

创建Webhook接收服务

@RestController
@RequestMapping("/webhook")
public class AlarmWebhookController {
    
    @PostMapping
    public void receiveAlarm(@RequestBody List<AlarmMessage> alarms) {
        for (AlarmMessage alarm : alarms) {
            System.out.println("告警: " + alarm.getAlarmMessage());
            // 发送通知（邮件、短信、钉钉等）
            sendNotification(alarm);
        }
    }
}

@Data
class AlarmMessage {
    private int scopeId;
    private String name;
    private String alarmMessage;
    private long startTime;
}

配置钉钉Webhook

webhooks:
  - http://your-dingtalk-webhook-url

钉钉消息格式

{
  "msgtype": "text",
  "text": {
    "content": "SkyWalking告警: {告警内容}"
  }
}

配置邮件服务器：

mail-sender:
  host: smtp.example.com
  port: 587
  username: your-email@example.com
  password: your-password
  from: skywalking@example.com

9. 存储配置

优势

强大的搜索能力
支持大规模数据
灵活的查询
良好的扩展性

配置

storage:
  selector: elasticsearch
  elasticsearch:
    namespace: ${SW_NAMESPACE:""}
    clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:localhost:9200}
    protocol: ${SW_STORAGE_ES_HTTP_PROTOCOL:"http"}
    indexShardsNumber: ${SW_STORAGE_ES_INDEX_SHARDS_NUMBER:1}
    indexReplicasNumber: ${SW_STORAGE_ES_INDEX_REPLICAS_NUMBER:1}
    dayStep: ${SW_STORAGE_DAY_STEP:1}

数据保留策略

recordDataTTL: ${SW_CORE_RECORD_DATA_TTL:3} # 记录数据保留3天
metricsDataTTL: ${SW_CORE_METRICS_DATA_TTL:7} # 指标数据保留7天

优势

简单易用
运维成本低
适合小规模部署

配置

storage:
  selector: mysql
  mysql:
    properties:
      jdbcUrl: ${SW_JDBC_URL:"jdbc:mysql://localhost:3306/skywalking"}
      dataSource.user: ${SW_DATA_SOURCE_USER:root}
      dataSource.password: ${SW_DATA_SOURCE_PASSWORD:root}
      dataSource.cachePrepStmts: ${SW_DATA_SOURCE_CACHE_PREP_STMTS:true}
      dataSource.prepStmtCacheSize: ${SW_DATA_SOURCE_PREP_STMT_CACHE_SQL_SIZE:250}
      dataSource.prepStmtCacheSqlLimit: ${SW_DATA_SOURCE_PREP_STMT_CACHE_SQL_LIMIT:2048}

优势

零配置
适合测试和开发
轻量级

限制

不适合生产环境
数据存储在内存或文件
性能有限

10. 高级特性

集成Logback

添加依赖：

<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-logback-1.x</artifactId>
    <version>9.5.0</version>
</dependency>

配置logback.xml：

<configuration>
    <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">
        <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
            <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout">
                <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%tid] [%thread] %-5level %logger{36} - %msg%n</pattern>
            </layout>
        </encoder>
    </appender>
    
    <root level="INFO">
        <appender-ref ref="STDOUT"/>
    </root>
</configuration>

Prometheus集成

配置application.yml：

prometheus:
  host: ${SW_PROMETHEUS_HOST:0.0.0.0}
  port: ${SW_PROMETHEUS_PORT:1234}

访问：http://localhost:1234/metrics

import org.apache.skywalking.apm.toolkit.meter.Counter;
import org.apache.skywalking.apm.toolkit.meter.Gauge;
import org.apache.skywalking.apm.toolkit.meter.MeterFactory;

@Service
public class MetricsService {
    
    private final Counter orderCounter = MeterFactory.counter("order_count")
        .tag("status", "success")
        .build();
    
    private final Gauge activeUsers = MeterFactory.gauge("active_users")
        .build();
    
    public void processOrder() {
        orderCounter.increment();
        activeUsers.setValue(getActiveUserCount());
    }
}

HTTP调用追踪

Agent自动支持HTTP客户端（如OkHttp、HttpClient）。

消息队列追踪

支持Kafka、RocketMQ等消息队列的追踪。

采样率设置

# 在agent.config中
agent.sample_n_per_3_secs=10000  # 100%采样
agent.sample_n_per_3_secs=5000   # 50%采样
agent.sample_n_per_3_secs=1000   # 10%采样

动态采样

import org.apache.skywalking.apm.toolkit.trace.IgnoredTracerContext;

// 忽略特定请求的追踪
if (shouldIgnore(request)) {
    IgnoredTracerContext.ignore();
}

11. 最佳实践

生产环境使用Elasticsearch：性能和扩展性更好
OAP Server高可用：部署多个OAP实例
Agent配置统一管理：使用配置中心
监控OAP本身：监控OAP Server的性能
合理设置采样率：根据流量调整采样率
优化存储：合理设置数据保留时间
批量上报：Agent会批量上报数据
网络优化：确保Agent到OAP的网络稳定
服务名称：使用有意义的服务名称
端点名称：使用RESTful风格的端点名称
标签命名：使用统一的标签命名规范
关键服务100%采样：核心业务服务全采样
非关键服务降采样：减少存储压力
异常全采样：异常请求全采样便于排查
分级告警：根据严重程度分级
避免告警风暴：合理设置告警阈值
告警聚合：相同告警聚合通知

12. 常见问题与故障排查

问题现象：

UI中看不到服务数据
Agent日志显示连接失败

排查步骤：

检查OAP是否启动
检查网络连通性：telnet oap-host 11800
检查Agent配置：SW_AGENT_COLLECTOR_BACKEND_SERVICES
查看Agent日志：logs/skywalking-api.log

问题现象：

OAP正常运行但UI无数据

排查步骤：

检查存储配置是否正确
检查存储服务是否正常（ES/MySQL）
查看OAP日志：logs/oap.log
检查时间范围设置

问题现象：

OAP Server CPU/内存占用高
UI响应慢

解决方案：

增加OAP Server资源
降低采样率
优化存储配置
增加OAP实例（集群部署）

问题现象：

部分请求没有追踪数据

可能原因：

采样率设置过低
Agent配置错误
网络问题导致数据丢失
存储写入失败

错误1：ClassNotFoundException

java.lang.ClassNotFoundException: org.apache.skywalking.apm.agent.core.plugin.interceptor.enhance.InstMethodsInter

解决方案：

检查Agent版本是否匹配
检查Agent路径是否正确

错误2：端口被占用

Address already in use: 11800

解决方案：

修改OAP端口配置
或停止占用端口的进程

错误3：存储连接失败

Failed to connect to Elasticsearch

解决方案：

检查Elasticsearch是否启动
检查连接配置
检查网络连通性

13. 总结与进阶

通过本教程，你已经掌握了：

✅ SkyWalking的基本概念和架构
✅ SkyWalking的安装和部署
✅ Java应用的集成方法
✅ UI界面的使用
✅ 性能监控和链路追踪
✅ 告警配置
✅ 存储配置
✅ 高级特性

源码学习：深入了解SkyWalking的实现原理
插件开发：开发自定义插件
性能调优：大规模部署的性能优化
集成其他系统：与Prometheus、Grafana等集成
Kubernetes部署：在K8s环境中部署

官方文档：https://skywalking.apache.org/docs/
GitHub：https://github.com/apache/skywalking
社区：https://github.com/apache/skywalking/discussions
博客：官方博客和社区文章

从简单开始：先用H2存储快速体验
逐步深入：逐步使用Elasticsearch等存储
结合实际项目：在真实项目中应用
持续优化：根据实际情况调整配置

结语

SkyWalking是一个功能强大的APM工具，可以帮助你更好地监控和管理分布式系统。通过本教程的学习，相信你已经掌握了SkyWalking的核心功能和使用方法。

记住：

多实践：理论结合实践，多动手操作
关注性能：注意Agent的性能开销
合理配置：根据实际情况调整配置
持续学习：关注SkyWalking的更新和发展

祝你学习愉快，监控顺利！ 🚀

本教程由Java突击队学习社区编写，如有问题欢迎反馈。