可观测性（Micrometer / Prometheus / Grafana）

企业级监控不依赖内置 Dashboard，支持通过 Micrometer 将缓存指标导出到 Prometheus + Grafana，与业务指标统一治理。

1. 引入依赖

fluxcache-metrics 已传递依赖 actuator 与 Prometheus registry，只需 2 个依赖：

<dependency>
    <groupId>io.github.weihubeats</groupId>
    <artifactId>fluxcache-all-spring-boot-starter</artifactId>
    <version>0.0.4</version>
</dependency>
<dependency>
    <groupId>io.github.weihubeats</groupId>
    <artifactId>fluxcache-metrics</artifactId>
    <version>0.0.4</version>
</dependency>

应用装配 MeterRegistry 后自动生效（@ConditionalOnBean），无需额外配置；未装配指标体系时对缓存链路零影响。

2. 指标清单

指标（Prometheus 名）	类型	说明	标签
flux_cache_hit_total	Counter	命中累计	cache
flux_cache_miss_total	Counter	未命中累计	cache
flux_cache_eviction_total	Counter	驱逐累计	cache
flux_cache_load_time_seconds	Summary/Histogram	L2/DB 加载耗时，含 p50/p95/p99	cache
flux_cache_hit_rate	Gauge	命中率 = hit/(hit+miss)	cache
flux_cache_miss_rate	Gauge	未命中率 = miss/(hit+miss)	cache

3. Prometheus 抓取

/actuator/prometheus 端点直接暴露：

# TYPE flux_cache_hit_total counter
flux_cache_hit_total{cache="studentLocalRedis"} 12345
# TYPE flux_cache_load_time_seconds summary
flux_cache_load_time_seconds{quantile="0.95",cache="studentLocalRedis"} 0.00042

4. Grafana 面板 PromQL

# 命中率（各缓存）
sum(rate(flux_cache_hit_total[5m])) by (cache)
  / (sum(rate(flux_cache_hit_total[5m])) by (cache) + sum(rate(flux_cache_miss_total[5m])) by (cache))

# P99 加载耗时
histogram_quantile(0.99, sum(rate(flux_cache_load_time_seconds_bucket[5m])) by (le))

# 缓存读取 QPS
sum(rate(flux_cache_hit_total[5m]) + rate(flux_cache_miss_total[5m])) by (cache)

完整对接指南（Prometheus 抓取配置、Grafana 数据源/面板导入、告警规则）见仓库 docs：docs/observability/prometheus-grafana.md，含可直接导入的 fluxcache-dashboard.json 与告警规则 alerts.yml。