Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >不背锅运维:Go:Promethus Eexporter开发,一篇带你玩妥它

不背锅运维:Go:Promethus Eexporter开发,一篇带你玩妥它

作者头像
不背锅运维
发布于 2022-12-28 01:06:16
发布于 2022-12-28 01:06:16
4520
举报
文章被收录于专栏:监控监控

本篇内容有点长,代码有点多。有兴趣的可以坚持看下去,并动手实践,没兴趣的可以划走。本文分两大块,一是搞清楚prometheus四种类型的指标Counter,Gauge,Histogram,Summary用golang语言如何构造这4种类型对应的指标,二是搞清楚修改指标值的场景和方式。

指标类型

类别

描述

可应用场景

Counter

计数类

使用在累计指标单调递增或递减情况下,只能在目标重启后自动归零

服务请求处理数量、已完成任务数量、错误数量

Guage

测量类

使用可增可减的的数据情况下

当前内存/CPU使用情况、并发请求数量

Histogram

直方图类

使用统计指标信息在不同区间内的统计数量

延迟时间、响应大小。例如:0-1秒内的延迟时间、、0-5秒内的延迟时间、例如0-1kb之内的响应大小、0-5kb之内的响应大小

Summary

摘要类

类似于直方图,在客户端对百分位进行统计

延迟时间、响应大小。例如:超过百分之多少的人要满足需求的话,需要多长时间完成。

1. Gauge指标类型

1.1 不带label的基本例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 cpuUsage := prometheus.NewGauge(prometheus.GaugeOpts{
  Name: "cpu_usage",                      // 指标名称
  Help: "this is test metrics cpu usage", // 帮助信息
 })
 // 给指标设置值
 cpuUsage.Set(89.56)
 // 注册指标
 prometheus.MustRegister(cpuUsage)
 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

1.2 带有固定label指标的例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 cpuUsage := prometheus.NewGauge(prometheus.GaugeOpts{
  Name:        "cpu_usage",                      // 指标名称
  Help:        "this is test metrics cpu usage", // 帮助信息
  ConstLabels: prometheus.Labels{"MachineType": "host"}, // label
 })
 // 给指标设置值
 cpuUsage.Set(89.56)
 // 注册指标
 prometheus.MustRegister(cpuUsage)
 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

1.3 带有非固定label指标的例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 //定义带有不固定label的指标
 mtu := prometheus.NewGaugeVec(prometheus.GaugeOpts{
  Name: "interface_mtu",
  Help: "网卡接口MTU",
 }, []string{"interface", "Machinetype"})

 // 给指标设置值
 mtu.WithLabelValues("lo", "host").Set(1500)
 mtu.WithLabelValues("ens32", "host").Set(1500)
 mtu.WithLabelValues("eth0", "host").Set(1500)

 // 注册指标
 prometheus.MustRegister(mtu)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

2. Counter指标类型

2.1 不带label的基本例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 reqTotal := prometheus.NewCounter(prometheus.CounterOpts{
  Name: "current_request_total",
  Help: "当前请求总数",
 })
 // 注册指标
 prometheus.MustRegister(reqTotal)

 // 设置值
 reqTotal.Add(10)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

2.2 带有固定label指标的例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 suceReqTotal := prometheus.NewCounter(prometheus.CounterOpts{
  Name:        "sucess_request_total",
  Help:        "请求成功的总数",
  ConstLabels: prometheus.Labels{"StatusCode": "200"},
 })
 // 注册指标
 prometheus.MustRegister(suceReqTotal)

 // 设置值
 suceReqTotal.Add(5675)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

2.3 带有非固定label指标的例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 pathReqTotal := prometheus.NewCounterVec(prometheus.CounterOpts{
  Name: "path_request_total",
  Help: "path请求总数",
 }, []string{"path"})
 // 注册指标
 prometheus.MustRegister(pathReqTotal)

 // 设置值
 pathReqTotal.WithLabelValues("/token").Add(37)
 pathReqTotal.WithLabelValues("/auth").Add(23)
 pathReqTotal.WithLabelValues("/user").Add(90)
 pathReqTotal.WithLabelValues("/api").Add(67)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

3. Histogram指标类型

3.1 不带label的基本例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 reqDelay := prometheus.NewHistogram(prometheus.HistogramOpts{
  Name:    "request_delay",
  Help:    "请求延迟,单位秒",
  Buckets: prometheus.LinearBuckets(0, 3, 6), // 调用LinearBuckets生成区间,从0开始,宽度3,共6个Bucket
 })

 // 注册指标
 prometheus.MustRegister(reqDelay)

 // 设置值
 reqDelay.Observe(6)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

3.2 带固定label的例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 reqDelay := prometheus.NewHistogram(prometheus.HistogramOpts{
  Name:        "request_delay",
  Help:        "请求延迟,单位秒",
  Buckets:     prometheus.LinearBuckets(0, 3, 6), // 调用LinearBuckets生成区间,从0开始,宽度3,共6个Bucket
  ConstLabels: prometheus.Labels{"path": "/api"},
 })

 // 注册指标
 prometheus.MustRegister(reqDelay)

 // 设置值
 reqDelay.Observe(6)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

3.3 带有非固定label的例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 reqDelay := prometheus.NewHistogramVec(prometheus.HistogramOpts{
  Name:    "request_delay",
  Help:    "请求延迟,单位秒",
  Buckets: prometheus.LinearBuckets(0, 3, 6), // 调用LinearBuckets生成区间,从0开始,宽度3,共6个Bucket
 }, []string{"path"})

 // 注册指标
 prometheus.MustRegister(reqDelay)

 // 设置值
 reqDelay.WithLabelValues("/api").Observe(6)
 reqDelay.WithLabelValues("/user").Observe(3)
 reqDelay.WithLabelValues("/delete").Observe(2)
 reqDelay.WithLabelValues("/get_token").Observe(13)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

4. Summary指标类型

4.1 不带label的例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 reqDelay := prometheus.NewSummary(prometheus.SummaryOpts{
  Name:       "request_delay",
  Help:       "请求延迟",
  Objectives: map[float64]float64{0.5: 0.05, 0.90: 0.01, 0.99: 0.001}, // 百分比:精度
 })

 // 注册指标
 prometheus.MustRegister(reqDelay)

 // 设置值
 reqDelay.Observe(4)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

4.2 带有固定label的例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 reqDelay := prometheus.NewSummary(prometheus.SummaryOpts{
  Name:        "request_delay",
  Help:        "请求延迟",
  Objectives:  map[float64]float64{0.5: 0.05, 0.90: 0.01, 0.99: 0.001}, // 百分比:精度
  ConstLabels: prometheus.Labels{"path": "/api"},
 })

 // 注册指标
 prometheus.MustRegister(reqDelay)

 // 设置值
 reqDelay.Observe(4)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

4.3 带有非固定label的例子

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"

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

func main() {
 // 定义指标
 reqDelay := prometheus.NewSummaryVec(prometheus.SummaryOpts{
  Name:       "request_delay",
  Help:       "请求延迟",
  Objectives: map[float64]float64{0.5: 0.05, 0.90: 0.01, 0.99: 0.001}, // 百分比:精度
 }, []string{"path"})

 // 注册指标
 prometheus.MustRegister(reqDelay)

 // 设置值
 reqDelay.WithLabelValues("/api").Observe(4)
 reqDelay.WithLabelValues("/token").Observe(2)
 reqDelay.WithLabelValues("/user").Observe(3)

 // 暴露指标
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

5. 值的修改

5.1 基于事件的触发来修改值,比如每访问1次/api就增1

基于事件的触发对指标的值进行修改,通常大多数是来自业务方面的指标需求,如自研的应用需要暴露相关指标给promethus进行监控、展示,那么指标采集的代码(指标定义、设置值)就要嵌入到自研应用代码里了。

代码语言:txt
AI代码解释
复制
package main

import (
 "fmt"
 "net/http"

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

func main() {
 urlRequestTotal := prometheus.NewCounterVec(prometheus.CounterOpts{
  Name: "urlRequestTotal",
  Help: "PATH请求累计 单位 次",
 }, []string{"path"})

 http.HandleFunc("/api", func(w http.ResponseWriter, r *http.Request) {
  urlRequestTotal.WithLabelValues(r.URL.Path).Inc() // 使用Inc函数进行增1
  fmt.Fprintf(w, "Welcome to the api")
 })

 prometheus.MustRegister(urlRequestTotal)
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

5.2 基于时间周期的触发来修改值,比如下面的示例中,是每间隔1秒获取cpu负载指标

基于时间周期的触发,可以是多少秒、分、时、日、月、周。

代码语言:txt
AI代码解释
复制
package main

import (
 "net/http"
 "time"

 "github.com/prometheus/client_golang/prometheus"
 "github.com/prometheus/client_golang/prometheus/promhttp"
 "github.com/shirou/gopsutil/load"
)

func main() {

 cpuUsage := prometheus.NewGaugeVec(prometheus.GaugeOpts{
  Name: "CpuLoad",
  Help: "CPU负载",
 }, []string{"time"})

 // 开启一个子协程执行该匿名函数内的逻辑来给指标设置值,且每秒获取一次
 go func() {
  for range time.Tick(time.Second) {
   info, _ := load.Avg()
   cpuUsage.WithLabelValues("Load1").Set(float64(info.Load1))
   cpuUsage.WithLabelValues("Load5").Set(float64(info.Load5))
   cpuUsage.WithLabelValues("Load15").Set(float64(info.Load15))
  }
 }()

 prometheus.MustRegister(cpuUsage)

 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

5.3 基于每访问一次获取指标的URI才修改值,比如每次访问/metrics才去修改某些指标的值

下面的这个示例是,每访问一次/metrics就获取一次内存总容量

代码语言:txt
AI代码解释
复制
package main

import (
 "fmt"
 "net/http"

 "github.com/prometheus/client_golang/prometheus"
 "github.com/prometheus/client_golang/prometheus/promhttp"
 "github.com/shirou/gopsutil/mem"
)

func main() {
 MemTotal := prometheus.NewGaugeFunc(prometheus.GaugeOpts{
  Name: "MemTotal",
  Help: "内存总容量 单位 GB",
 }, func() float64 {
  fmt.Println("call MemTotal ...")
  info, _ := mem.VirtualMemory()
  return float64(info.Total / 1024 / 1024 / 1024)
 })
 prometheus.MustRegister(MemTotal)
 http.Handle("/metrics", promhttp.Handler())
 http.ListenAndServe(":9900", nil)
}

目前只有Gauge和Counter的指标类型有对应的函数,分别是NewGaugeFunc和NewCounterFunc,而且是固定的label。

本文转载于(喜欢的盆友关注我们):https://mp.weixin.qq.com/s/zbNluVW8eg3U922bEcXKPw

本文系转载,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文系转载,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
OSS监控体系搭建:Prometheus+Grafana实时监控流量、错误码、存储量(开源方案替代云监控自定义视图)
图解:系统采用标准Pull模式架构,Prometheus定期抓取OSS暴露的指标数据,通过Grafana实现可视化,AlertManager处理告警路由。
大熊计算机
2025/07/15
1310
OSS监控体系搭建:Prometheus+Grafana实时监控流量、错误码、存储量(开源方案替代云监控自定义视图)
开发一个接口监控的Prometheus Exporter
!! 大家好,我是乔克,一个爱折腾的运维工程,一个睡觉都被自己丑醒的云原生爱好者。
没有故事的陈师傅
2024/02/27
5410
开发一个接口监控的Prometheus Exporter
构建企业级监控平台系列(十五):Prometheus Exporter 原理与实践
随着Prometheus的流行,很多系统都已经自带了用于Prometheus监控的接口,例如etcd、Kubernetes、coreDNS等,所以这些系统可以直接被Prometheus所监控。但是,有很多应用目前还没有提供用于Prometheus监控的接口,针对这这类应用,Prometheus提出了Exporter的解决方案。
民工哥
2023/10/23
8960
构建企业级监控平台系列(十五):Prometheus Exporter 原理与实践
Prometheus源码分析:基于Go Client自定义的Exporter,是如何在Local存储Metrics的?
我们想要提高微服务系统的可观察性,因此在go语言写的微服务中,使用Prometheus提供的go client实现上报metrics的功能。
hugo_lei
2021/01/22
3.4K0
Prometheus源码分析:基于Go Client自定义的Exporter,是如何在Local存储Metrics的?
实现一个Prometheus exporter
Prometheus 官方和社区提供了非常多的exporter,涵盖数据库、中间件、OS、存储、硬件设备等,具体可查看exporters[1]、exporterhub.io[2],通过这些 exporter 基本可以覆盖80%的监控需求,依然有小部分需要通过自定义脚本或者定制、修改社区exporter实现。本文我们将学习如何通过go编写一个简单的expoter用于暴露OS的负载。
你大哥
2022/11/23
1.4K0
实现一个Prometheus exporter
第04期:Prometheus 数据采集(三)
爱可生上海研发中心成员,研发工程师,主要负责 DMP 平台监控告警功能的相关工作。
爱可生开源社区
2020/08/05
3.1K0
第04期:Prometheus 数据采集(三)
监控容器OOMKill的正确指标
最近在Splunk工作不久,一个同事在Slack上找到我,问起我之前一篇关于《Kubernetes指标》的博文。
云原生小白
2021/12/17
1.5K0
监控容器OOMKill的正确指标
使用golang编写自定义prometheus metrics
为什么想到要用golang来编写metrics呢?这主要是我们的一个客户那里,k8s网络使用了ovs,并且做了bond,即bond0和bond1,每个bond下面2张网卡。在上了生产后,让我每天都要检查一下网卡是否正常,因为之前就有网卡DOWN了。而我呢,比较懒,不想手动去检查。想着通过prometheus最终展示到grafana,我就在grafana上看看有没有处于异常的网卡就好了。其次呢,我最近刚好在学习go,也想练练手;同时也问了一下研发同学,说很简单,叫我试试,遇到困难时也愿意帮助我。所以,我就打算试试了。
没有故事的陈师傅
2021/06/24
1.5K0
Go爬虫实时性能监控方案
最近帮公司写个GO语言的爬虫,专门采购服务器做项目,但是又无法人为盯梢,所以得写个实时爬虫监控程序。这里包括我们代理IP请求数量、成功/失败次数、响应时间、当前活跃的goroutine数量等。具体如何实现可以看看下面我整理的思路。
华科云商小徐
2025/07/03
730
Golang 应用接入 Prometheus 监控
Prometheus 提供了官方版 Golang 库(https://github.com/prometheus/client_golang) 用于采集并暴露监控数据,本文快速为你介绍如何使用官方版 Golang 库来暴露 Golang runtime 相关的数据,以及其它一些基本简单的示例,并使用 Prometheus 监控服务来采集指标展示数据。
高楼Zee
2021/09/23
3.2K0
Golang 应用接入 Prometheus 监控
Go服务监控搭建入门 | 教程
一直以来都想知道现在「Go服务监控」是如何搭建和工作的,于是最近就抽了点时间去学习下这服务监控的搭建过程。
用户1093396
2021/07/05
9820
Go语言微服务框架 - 13.监控组件Prometheus的引入
作为云原生程序监控的标准组件,Prometheus支持了各类Paas、Saas平台,并提供了一整套采集+存储+展示的解决方案。
junedayday
2021/12/15
9230
Golang框架实战-KisFlow流式计算框架(11)-Prometheus Metrics统计
在介绍本章之前,我们先普及一下Prometheus Metrics的服务启动办法。 有关Prometheus是个什么东东,希望大家可以去额外补充下知识,我用一句大白话来解释就是,系统的监控指标。
刘丹冰Aceld
2024/07/22
2090
使用 Go 开发 Prometheus Exporter
Exporter 是 Prometheus 监控的核心,如果你遇到一些应用不存在相应的 Exporter,那么我们可以自己去编写 Exporter。下面我们简单介绍如何使用 Golang 来快速编写一个 Exporter。
CNCF
2020/11/09
8.3K0
使用 Go 开发 Prometheus Exporter
一文带你了解 Prometheus
作者:kevinkrcai,腾讯 IEG 后台开发工程师 Prometheus 是一个开源的完整监控解决方案,本文将从指标抓取到查询及可视化展示,以及最后的监控告警,对 Prometheus 做一个基本的认识。 1. 简介 Prometheus 是古希腊神话里泰坦族的一名神明,名字的意思是"先见之明",下图中是 Prometheus 被宙斯惩罚,饱受肝脏日食夜长之苦。 下面就是我们 CRUD Boy 所了解的 Prometheus,下面是其官网封面图引导语:From metrics to insight,
腾讯技术工程官方号
2022/05/10
1.6K0
一文带你了解 Prometheus
Redis Client集成Prometheus指标
go-redis提供了给出简单易用的API帮助我们使用redis, 但是经过对组内各个业务线的调研发现大家都有一个共同的需求: 希望对redis的每个操作集成Prometheus监控统计, 已方便业务侧进行更加细致的分析和优化
Johns
2022/07/21
8900
应用服务对接Prometheus暴露指标
Flask 是一个用 Python 编写的轻量级 Web 应用框架,当开发好的应用程序上线后我们需要对服务的基本情况做监控,比如服务的QPS、每个接口的latency,当然还有自定义的一些业务重要指标需要做实时监控,避免服务的裸奔。prometheus-flask-exporter是一个开源项目,该库能够收集 HTTP 请求指标并能导出到 Prometheus 中,降低开发人员在监控方面的成本。
BUG弄潮儿
2025/06/09
1060
应用服务对接Prometheus暴露指标
运维实战来了!如何构建适用于 YashanDB 的 Prometheus Exporter
小崖又收到用户投稿啦。今天分享的是构建 YashanDB Exporter 的核心设计理念和关键方法,希望也能为你的运维实战加分!
用户10349277
2025/02/21
1470
使用 Prometheus 来监控你的应用程序
Prometheus 是一个开源的系统监控和警报工具,最初由 SoundCloud 开发,并于 2012 年发布为开源项目。它是一个非常强大和灵活的工具,用于监控应用程序和系统的性能,并根据预定义的规则触发警报。以下是对 Prometheus 的详细介绍:
孟斯特
2023/09/25
6820
使用 Prometheus 来监控你的应用程序
从零开始写一个Exporter
上一篇文章中已经给大家整体的介绍了开源监控系统Prometheus,其中Exporter作为整个系统的Agent端,通过HTTP接口暴露需要监控的数据。那么如何将用户指标通过Exporter的形式暴露出来呢?比如说在线,请求失败数,异常请求等指标可以通过Exporter的形式暴露出来,从而基于这些指标做告警监控。
用户2937493
2019/09/10
1.9K0
推荐阅读
相关推荐
OSS监控体系搭建:Prometheus+Grafana实时监控流量、错误码、存储量(开源方案替代云监控自定义视图)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档