![]()
介绍
通过一个完整例子，在基于 gorilla/mux 框架的微服务中添加 Prometheus 监控中间件。
什么是 Prometheus 监控拦截器/中间件？
监控拦截器会对每一个 API 请求记录 Prometheus Metrics。
我们将会使用 rk-boot 来启动 gorilla/mux 微服务。
请访问如下地址获取完整教程：https://github.com/rookie-ninja/rk-mux
安装
go get github.com/rookie-ninja/rk-boot/mux
快速开始
1.创建 boot.yaml
boot.yaml 文件描述了 Mux 框架启动的原信息，rk-boot 通过读取 boot.yaml 来启动 GoFrame。
为了验证，我们启动了如下几个选项：
- commonService：commonService 里包含了一系列通用 API。详情
- prom：Prometheus(普罗米修斯)客户端。
- prometheus 中间件：启动 prometheus 中间件。
---
mux:
- name: greeter # Required
port: 8080 # Required
enabled: true # Required
prom:
enabled: true # Optional, default: false
commonService:
enabled: true # Optional, default: false
interceptors:
metricsProm:
enabled: true # Optional, default: false
2.创建 main.go
添加 /v1/greeter API。
// Copyright (c) 2021 rookie-ninja
//
// Use of this source code is governed by an Apache-style
// license that can be found in the LICENSE file.
package main
import (
"context"
"fmt"
"github.com/rookie-ninja/rk-boot"
"github.com/rookie-ninja/rk-boot/mux"
"github.com/rookie-ninja/rk-mux/interceptor"
"net/http"
)
func main() {
// Create a new boot instance.
boot := rkboot.NewBoot()
// Register handler
entry := rkbootmux.GetMuxEntry("greeter")
entry.Router.NewRoute().Methods(http.MethodGet).Path("/v1/greeter").HandlerFunc(Greeter)
// Bootstrap
boot.Bootstrap(context.TODO())
boot.WaitForShutdownSig(context.TODO())
}
func Greeter(writer http.ResponseWriter, request *http.Request) {
rkmuxinter.WriteJson(writer, http.StatusOK, &GreeterResponse{
Message: fmt.Sprintf("Hello %s!", request.URL.Query().Get("name")),
})
}
// Response.
type GreeterResponse struct {
Message string
}
3.文件夹结构
$ tree
.
├── boot.yaml
├── go.mod
├── go.sum
└── main.go
0 directories, 4 files
4.启动 main.go
$ go run main.go
2022-02-09T15:35:02.181+0800 INFO boot/mux_entry.go:643 Bootstrap muxEntry {"eventId": "a35a0331-4311-4057-a399-526c76f79ca9", "entryName": "greeter", "entryType": "Mux"}
------------------------------------------------------------------------
endTime=2022-02-09T15:35:02.181722+08:00
startTime=2022-02-09T15:35:02.181528+08:00
elapsedNano=193785
timezone=CST
ids={"eventId":"a35a0331-4311-4057-a399-526c76f79ca9"}
app={"appName":"rk","appVersion":"","entryName":"greeter","entryType":"Mux"}
env={"arch":"amd64","az":"*","domain":"*","hostname":"lark.local","localIP":"192.168.1.102","os":"darwin","realm":"*","region":"*"}
payloads={"commonServiceEnabled":true,"commonServicePathPrefix":"/rk/v1/","muxPort":8080,"promEnabled":true,"promPath":"/metrics","promPort":8080}
counters={}
pairs={}
timing={}
remoteAddr=localhost
operation=Bootstrap
resCode=OK
eventStatus=Ended
EOE
5.验证
- 发送请求到 CommonService 里的 /rk/v1/healthy API。
$ curl -X GET localhost:8080/rk/v1/healthy
{"healthy":true}
$ curl -X GET "localhost:8080/v1/greeter?name=rk-dev"
{"Message":"Hello rk-dev!"}
访问 Prometheus 客户端: http://localhost:8080/metrics
![]()
可视化监控
我们已经在本地进程里启动了 prometheus 监控，剩下的事情就是如何在一个【漂亮】的网页里查看监控了。
市面上有很多工具，不过我们选择【简单】，【流行】，【免费】的方式，也就是 Prometheus + Grafana。
架构图
先来看看整个流程是什么样的。
其实原理很简单，就是【劫持】API 请求，并且记录【时间】，【错误码】等信息。之后，让 Prometheus 服务主动从【创建的服务】里，拉取数据。最后，让 Grafana 服务从 Prometheus 中拉取数据，显示数据表。
![]()
快速开始
1. 创建 prometheus.yml
我们先创建 prometheus.yml 配置文件，让 prometheus 服务能够从 localhost:8080/metrics 拉取数据。
下面的配置中，我们没有指定 /metrics，因为 prometheus默认会使用 /metrics 来拉取数据。
注意！我们把 targets 设置成了 host.docker.internal:8080 而不是 localhost:8080，这是因为 prometheus 在容器里面，我们服务在本地里。
想要从容器里访问本地机器的端口，这是一种便捷的方法。解释
global:
scrape_interval: 1s # Make scrape interval to 1s for testing.
# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
- job_name: 'rk-demo'
scrape_interval: 1s
static_configs:
- targets: ['host.docker.internal:8080']
2.启动 Prometheus
我们使用 docker 来启动。
Prometheus 默认使用 9090 端口。
$ docker run -p 9090:9090 -v /<your path>/rk-demo/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus
3.验证 Prometheus
请按照上面的【验证】，启动 main.go，并且发送一个 /rk/v1/healthy 请求。
然后，我们来看一下 prometheus 服务里面的数据。
访问：localhost:9090，并且搜索 rk_greeter_resCode，我们可以看到数据已经在 prometheus 里面了。
![]()
访问：localhost:9090/targets，我们可以看到，prometheus 已经每隔一秒拉取数据了。
![]()
4.启动 Grafana
Grafana 默认使用 3000 端口。
$ docker run -p 3000:3000 --name grafana grafana/grafana
访问：localhost:3000
这时候，grafana 会让你登陆，默认的用户名密码如下。
用户名：admin 密码：admin
![]()
5.在 Grafana 里添加 Prometheus 数据源
Grafana 只是一个 Web UI 工具，为了能看到数据报表，我们告诉 Grafana 在哪里寻找 Prometheus。
选择 Prometheus 作为数据源。
![]()
填写 Prometheus 地址，跟上面一样的道理，因为 Grafana 运行在 Docker 中，所以，我们不使用 localhost:9090，而是，host.docker.internal:9090。
![]()
6.导入 Dashboard
我们可以自行编辑 Grafana Dashboard，不过，这个并不是个容易的事儿。针对于使用 rk-boot 启动的服务，我们提供了默认【免费】的 Grafana Dashboard 模版。
注意，这里导入的 Dashboard 只匹配【按照上述逻辑创建的服务】。
Why? 因为 rk-boot 默认会使用 rk_<Entry 名字>_xxx 作为 prometheus 的 metrics 名字。
移动到 Dashboard 导入页面
![]()
导入 15111 号 Dashboard，定义在了：https://grafana.com/grafana/dashboards/15111
![]()
指定 Prometheus 数据源，这个数据源就是我们在上面配置的 Prometheus。
![]()
开始监控
注意！如果请求数太少，则会显示成 0，请多发几个请求。
![]()
概念
我们已经可以从 Grafana 里得到监控数据了，现在看看 rk-boot 里的中间件，添加了什么类型的监控数据。
监控拦截器会默认记录如下监控。
| 监控项 |
数据类型 |
详情 |
| elapsedNano |
Summary |
RPC 耗时 |
| resCode |
Counter |
基于 RPC 返回码的计数器 |
| errors |
Counter |
基于 RPC 错误的计数器 |
上述三项监控，都有如下的标签。
| 标签 |
详情 |
| entryName |
Mux entry 名字 |
| entryType |
Mux entry 类型 |
| realm |
环境变量: REALM, eg: rk |
| region |
环境变量: REGION, eg: beijing |
| az |
环境变量: AZ, eg: beijing-1 |
| domain |
环境变量: DOMAIN, eg: prod |
| instance |
本地 Hostname |
| appVersion |
从 AppInfoEntry 获取 |
| appName |
从 AppInfoEntry 获取 |
| restMethod |
Http 方法。 eg: GET |
| restPath |
Http 路径。 eg: /rk/v1/healthy |
| type |
服务类型。eg: Mux |
| resCode |
返回码, eg: OK |
