Golang监控系统和时间序列数据库插件Prometheus的使用

Prometheus简介

Prometheus是一个开源的系统监控和警报工具包，由Cloud Native Computing Foundation(云原生计算基金会)托管。它具有以下主要特点：

• 多维数据模型：时间序列通过指标名称和键/值对来标识
• 强大的查询语言PromQL：可以灵活地查询和分析数据
• 独立的单节点架构：不依赖分布式存储
• HTTP拉取模型：定期从配置的目标拉取指标
• 支持推送模式：通过中间网关支持推送时间序列
• 服务发现：自动发现监控目标
• 多种可视化支持：提供多种图形和仪表板支持

架构概述

在Golang中使用Prometheus

基本示例

以下是一个完整的Golang程序示例，展示如何使用Prometheus客户端库暴露指标：

package main

import (
	"net/http"
	"time"

	"github.com/prometheus/client_golang/prometheus"
	"github.com/prometheus/client_golang/prometheus/promauto"
	"github.com/prometheus/client_golang/prometheus/promhttp"
)

// 定义指标
var (
	opsProcessed = promauto.NewCounter(prometheus.CounterOpts{
		Name: "myapp_processed_ops_total",
		Help: "The total number of processed events",
	})
	
	httpRequests = promauto.NewCounterVec(prometheus.CounterOpts{
		Name: "http_requests_total",
		Help: "Number of HTTP requests",
	}, []string{"path", "method"})
	
	requestDuration = promauto.NewHistogram(prometheus.HistogramOpts{
		Name:    "http_request_duration_seconds",
		Help:    "Duration of HTTP requests",
		Buckets: prometheus.DefBuckets,
	})
)

func recordMetrics() {
	go func() {
		for {
			opsProcessed.Inc()
			time.Sleep(2 * time.Second)
		}
	}()
}

func main() {
	// 启动记录指标的goroutine
	recordMetrics()

	// 设置HTTP处理程序
	http.Handle("/metrics", promhttp.Handler())
	
	// 示例HTTP处理程序
	http.HandleFunc("/", func(w http.ResponseWriter, r *http.Request) {
		start := time.Now()
		defer func() {
			duration := time.Since(start).Seconds()
			requestDuration.Observe(duration)
			httpRequests.WithLabelValues(r.URL.Path, r.Method).Inc()
		}()
		
		w.Write([]byte("Hello, world!"))
	})

	// 启动HTTP服务器
	http.ListenAndServe(":2112", nil)
}

指标类型说明

Prometheus客户端库支持四种主要的指标类型：

1. Counter(计数器)：只增不减的指标，如请求总数
2. Gauge(仪表盘)：可增可减的指标，如当前内存使用量
3. Histogram(直方图)：采样观察值，如请求持续时间
4. Summary(摘要)：类似于直方图，但计算客户端定义的分位数

高级示例：自定义收集器

package main

import (
	"net/http"

	"github.com/prometheus/client_golang/prometheus"
	"github.com/prometheus/client_golang/prometheus/promhttp"
)

// 自定义收集器
type CustomCollector struct {
	customMetric *prometheus.Desc
}

func NewCustomCollector() *CustomCollector {
	return &CustomCollector{
		customMetric: prometheus.NewDesc(
			"custom_metric",
			"Custom metric description",
			[]string{"label1", "label2"},
			prometheus.Labels{"const_label": "value"},
		),
	}
}

func (c *CustomCollector) Describe(ch chan<- *prometheus.Desc) {
	ch <- c.customMetric
}

func (c *CustomCollector) Collect(ch chan<- prometheus.Metric) {
	// 模拟收集数据
	value := 42.0
	ch <- prometheus.MustNewConstMetric(
		c.customMetric,
		prometheus.GaugeValue,
		value,
		"label_value1", "label_value2",
	)
}

func main() {
	// 注册自定义收集器
	customCollector := NewCustomCollector()
	prometheus.MustRegister(customCollector)

	// 暴露指标端点
	http.Handle("/metrics", promhttp.Handler())
	http.ListenAndServe(":8080", nil)
}

安装Prometheus

Docker方式运行

docker run --name prometheus -d -p 127.0.0.1:9090:9090 prom/prometheus

配置文件示例

创建一个简单的Prometheus配置文件prometheus.yml来抓取我们的Golang应用指标：

global:
  scrape_interval: 15s

scrape_configs:
  - job_name: 'golang-app'
    static_configs:
      - targets: ['localhost:2112']

然后使用此配置文件运行Prometheus：

docker run -d -p 9090:9090 -v $(pwd)/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus

查询指标

Prometheus提供了强大的查询语言PromQL。一些常用查询示例：

• 查询总请求数：http_requests_total
• 按路径和方法分组：sum by (path, method) (http_requests_total)
• 计算请求率：rate(http_requests_total[5m])
• 计算95百分位延迟：histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[5m])) by (le))

告警规则

可以在Prometheus中配置告警规则，例如：

groups:
- name: example
  rules:
  - alert: HighRequestRate
    expr: rate(http_requests_total[5m]) > 100
    for: 10m
    labels:
      severity: page
    annotations:
      summary: High request rate on {{ $labels.instance }}
      description: "Request rate is {{ $value }}"

总结

Prometheus是一个功能强大的监控系统，与Golang应用集成非常方便。通过使用Prometheus客户端库，开发者可以轻松地在应用中暴露各种指标，然后使用Prometheus进行收集、存储和分析。结合Grafana等可视化工具，可以构建完整的监控解决方案。