مراقبة تطبيقات Kotlin: مكتبة Ktor Metrics و Micrometer

مراقبة تطبيقات Kotlin: Ktor Metrics و Micrometer

تتطلب تطبيقات الخادم الحديثة بلغة Kotlin، المبنية على إطار العمل Ktor، مراقبة مستمرة للأداء والحالة. لهذا الغرض، يُستخدم مزيج من أداتين قويتين: إضافة Ktor Metrics (وحدة مدمجة في Ktor) و Micrometer (واجهة لجمع المقاييس). في هذا المقال، سنشرح كيفية إعداد المراقبة مع تصدير البيانات إلى Prometheus وعرضها في Grafana.

لماذا نحتاج إلى المراقبة؟

تتيح المراقبة ما يلي:

• تتبع زمن استجابة نقاط النهاية (latency).
• حساب عدد الطلبات (RPS).
• اكتشاف الطلبات البطيئة والأخطاء.
• مراقبة استخدام الذاكرة ووحدة المعالجة المركزية (من خلال مقاييس JVM).
• إعداد التنبيهات عند تجاوز الحدود.

المكتبات والتبعيات

للعمل، ستحتاج إلى التبعيات التالية في ملف build.gradle.kts:

dependencies {    // Ktor Server    implementation("io.ktor:ktor-server-core:2.3.7")    implementation("io.ktor:ktor-server-netty:2.3.7")

    // إضافة المقاييس    implementation("io.ktor:ktor-server-metrics-micrometer:2.3.7")

    // التصدير إلى Prometheus    implementation("io.micrometer:micrometer-registry-prometheus:1.12.0")

    // مقاييس JVM (اختياري)    implementation("io.micrometer:micrometer-core:1.12.0")}

الإعداد الأساسي لـ Ktor Metrics

لنلقِ نظرة على مثال بسيط لخادم مع مقاييس. سننشئ ملف Application.kt:

import io.ktor.server.application.*import io.ktor.server.engine.*import io.ktor.server.netty.*import io.ktor.server.routing.*import io.ktor.server.response.*import io.ktor.server.metrics.micrometer.*import io.micrometer.prometheus.PrometheusMeterRegistryimport io.micrometer.prometheus.PrometheusConfig

fun main() {    embeddedServer(Netty, port = 8080) {        // إنشاء سجل مقاييس Prometheus        val prometheusRegistry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)

        // تثبيت إضافة المقاييس        install(MicrometerMetrics) {            registry = prometheusRegistry            // أسماء المقاييس الافتراضية            meterBinders = listOf(                // إضافة مقاييس JVM                io.micrometer.core.instrument.binder.jvm.JvmMemoryMetrics(),                io.micrometer.core.instrument.binder.system.ProcessorMetrics()            )        }

        // التوجيه        routing {            // نقطة نهاية لتقديم مقاييس Prometheus            get("/metrics") {                call.respond(prometheusRegistry.scrape())            }

            // نقطة نهاية اختبارية            get("/hello") {                call.respondText("Hello, World!")            }

            // نقطة نهاية مع تأخير اصطناعي            get("/slow") {                Thread.sleep(500)                call.respondText("Slow response")            }        }    }.start(wait = true)}

بعد تشغيل الخادم، افتح http://localhost:8080/metrics — ستظهر المقاييس بتنسيق Prometheus:

# HELP ktor_http_server_requests_seconds  # TYPE ktor_http_server_requests_seconds summaryktor_http_server_requests_seconds_count{method="GET",route="/hello",status="2xx"} 3.0ktor_http_server_requests_seconds_sum{method="GET",route="/hello",status="2xx"} 0.012# HELP jvm_memory_used_bytes  # TYPE jvm_memory_used_bytes gaugejvm_memory_used_bytes{area="heap",id="G1 Survivor Space"} 1048576.0

إعداد متقدم: مقاييس مخصصة

يمكنك إضافة عدادات ومؤقتات خاصة بك. على سبيل المثال، عداد الطلبات المعالجة:

import io.micrometer.core.instrument.Counterimport io.micrometer.core.instrument.MeterRegistry