Überwachung von PHP-Anwendungen: Erweiterte Metriken und Alarme

Online Python-Trainer für Anfänger

Lernen Sie Python einfach ohne theoretische Überlastung. Lösen Sie praktische Aufgaben mit automatischer Überprüfung und schreiben Sie Code direkt im Browser.

Kurs starten

Einleitung: Warum reicht eine grundlegende Überwachung nicht aus?

Die grundlegende Überwachung von PHP-Anwendungen („Lebend/Tot“-Prüfung und CPU-Auslastung) funktioniert bei hohen Lasten nicht mehr. Wenn Ihre Anwendung Tausende von Anfragen pro Sekunde verarbeitet, zeigen Standardmetriken keine Engpässe an: langsame Datenbankabfragen, Speicherlecks in langlaufenden Prozessen oder plötzliche Latenzspitzen.

In diesem Artikel betrachten wir die fortgeschrittene Überwachung: Sammlung von Geschäftsmetriken, Echtzeit-Profiling, Konfiguration von Alarmen basierend auf Perzentilen und Integration mit modernen Observability-Stacks (Prometheus + Grafana). Sie lernen, Werkzeuge zu implementieren, die nicht nur anzeigen, dass die Anwendung „abgestürzt“ ist, sondern Probleme vorhersagen, bevor sie auftreten.

1. Erweiterte Metriken: Von HTTP-Codes zu Geschäftskennzahlen

Standardzähler (Anzahl der Anfragen, 200/500-Status) sind das Minimum. Für eine tiefgehende Analyse müssen Sie Folgendes sammeln:

Latenz: p50, p95, p99 Antwortzeit. Anomalien bei p99 weisen auf „Ausreißer“ in der Arbeit hin.
Speicherverbrauch: nicht nur der Spitzenwert, sondern auch die Wachstumsrate innerhalb einer einzelnen Anfrage.
Ausführungszeit externer Aufrufe: Redis, MySQL, RabbitMQ – jeder Dienst sollte seine eigene Metrik haben.
Geschäftsmetriken: Anzahl der aufgegebenen Bestellungen, Validierungsfehler, Warteschlangengeschwindigkeit.

Beispiel für die Metriksammlung mit promphp/prometheus_client_php:

use Prometheus\\CollectorRegistry;use Prometheus\\RenderTextFormat;use Prometheus\\Storage\\InMemory;

$registry = new CollectorRegistry(new InMemory());

// Histogramm für die Anfrageausführungszeit$histogram = $registry->registerHistogram(    'app', 'request_duration_seconds', 'HTTP request duration',    ['method', 'endpoint'],    [0.1, 0.5, 1.0, 2.0, 5.0]);

// Zähler für Geschäftsereignisse$counter = $registry->registerCounter(    'business', 'orders_total', 'Total orders created',    ['status'] // success/failed);

// In der Middleware messen wir die Zeit$start = microtime(true);// ... Ausführung der Anfrage ...$duration = microtime(true) - $start;$histogram->observe($duration, ['GET', '/api/orders']);

2. Health Checks und Deep Probing: Überprüfung von Abhängigkeiten

Ein einfacher ping-Endpunkt prüft nicht die Verfügbarkeit der Datenbank, des Caches oder der Warteschlangen. Erstellen Sie einen umfassenden Health Check, der reale Anfragen simuliert:

// health.php$checks = [    'database' => function () {        $db = new PDO('mysql:host=localhost;dbname=test', 'user', 'pass');        $db->query('SELECT 1');        return true;    },    'redis' => function () {        $redis = new Redis();        $redis->connect('127.0.0.1', 6379);        $redis->ping();        return true;    },    'queue' => function () {        // Prüfen, ob RabbitMQ nicht überlastet ist        $channel = new AMQPChannel(new AMQPConnection());        $queue = new AMQPQueue($channel);        return $queue->declareQueue() !== false;    }];

$results = [];$healthy = true;foreach ($checks as $name => $check) {    try {        $check();        $results[$name] = 'ok';    } catch (\\Throwable $e) {        $results[$name] = 'failed: ' . $e->getMessage();        $healthy = false;    }}

header('Content-Type: application/json');http_response_code($healthy ? 200 : 503);echo json_encode(['status' => $healthy ? 'healthy' : 'unhealthy', 'checks' => $results]);

Einen solchen Endpunkt können Sie an Kubernetes-Liveness/Readiness-Probes oder an eine externe Überwachung (z. B. UptimeRobot) anschließen, die nicht nur die Verfügbarkeit, sondern auch die Funktionsfähigkeit aller Abhängigkeiten prüft.