Überwachung von Go-Anwendungen: Metriken und Alarme auf fortgeschrittenem Niveau

Fortgeschrittene Überwachung von Go-Anwendungen: von Metriken bis zu Alarmen

In der modernen Entwicklung mit Go (Golang) reichen grundlegendes Logging und Health Checks nicht aus. Für Produktionssysteme ist eine tiefgehende Observability erforderlich: Erfassung benutzerdefinierter Metriken, deren Export nach Prometheus, Visualisierung in Grafana und automatische Alarme. In diesem Artikel behandeln wir die fortgeschrittene Überwachung von Go-Anwendungen – von der Metrikarchitektur bis zur Einrichtung von Alarmen basierend auf Geschäftslogik.

Überwachungsarchitektur: Prometheus + Go

Der Standard-Überwachungsstack für Go umfasst:

• Prometheus – System zur Erfassung und Speicherung von Metriken (Pull-Modell).
• Go-Client für Prometheus (prometheus/client_golang) – Bibliothek zum Export von Metriken.
• Grafana – Visualisierung von Dashboards.
• Alertmanager – Verwaltung von Alarmen (E-Mail, Slack, Telegram).

Die Go-Anwendung muss einen HTTP-Endpunkt (normalerweise /metrics) bereitstellen, von dem Prometheus die Daten abruft. Betrachten wir die grundlegende Einrichtung.

package main

import (    "net/http"    "github.com/prometheus/client_golang/prometheus"    "github.com/prometheus/client_golang/prometheus/promhttp")

func main() {    // Registrierung der Standard-Go-Metriken (Runtime, GC, Goroutinen)    prometheus.MustRegister(prometheus.NewProcessCollector(prometheus.ProcessCollectorOpts{}))    prometheus.MustRegister(prometheus.NewGoCollector())

    http.Handle("/metrics", promhttp.Handler())    http.ListenAndServe(":8080", nil)}

Wenn Sie die Anwendung starten, erhalten Sie Standardmetriken: go_goroutines, process_cpu_seconds_total, go_memstats_alloc_bytes und andere. Für die fortgeschrittene Überwachung reicht dies jedoch nicht aus – es werden benutzerdefinierte Metriken benötigt.

Erstellung benutzerdefinierter Metriken: Gauge, Counter, Histogram

Prometheus unterstützt vier Hauptmetriktypen. Betrachten wir sie am Beispiel einer Go-Anwendung, die HTTP-Anfragen verarbeitet.

Counter (Zähler) – Anzahl der Ereignisse

Wird zum Zählen von Anfragen, Fehlern, Aufgabenausführungen verwendet.

var requestCounter = prometheus.NewCounterVec(    prometheus.CounterOpts{        Name: "http_requests_total",        Help: "Gesamtzahl der HTTP-Anfragen",    },    []string{"method", "endpoint", "status"},)

func init() {    prometheus.MustRegister(requestCounter)}

func handler(w http.ResponseWriter, r *http.Request) {    // Anfrage verarbeiten    requestCounter.WithLabelValues(r.Method, r.URL.Path, "200").Inc()}

Gauge (Messer) – aktuelle Werte

Ideal zur Überwachung von Warteschlangen, Verbindungspools, Temperaturen.

var queueSize = prometheus.NewGauge(    prometheus.GaugeOpts{        Name: "task_queue_size",        Help: "Aktuelle Größe der Aufgabenwarteschlange",    },)

func addToQueue() {    queueSize.Inc()}

func processFromQueue() {    queueSize.Dec()}

Histogram (Histogramm) – Werteverteilung

Wird zur Messung der Antwortzeit oder Datengröße verwendet.

var requestDuration = prometheus.NewHistogramVec(    prometheus.HistogramOpts{        Name:    "http_request_duration_seconds",        Help:    "Histogramm der Anfrageverarbeitungszeit",        Buckets: prometheus.DefBuckets, // 0.005, 0.01, 0.025, 0.05, ...    },    []string{"endpoint"},)

func measureRequest(endpoint string, duration float64) {    requestDuration.WithLabelValues(endpoint).Observe(duration)}

Summary (Zusammenfassung) – Quantile

Ähnlich wie Histogramm, berechnet jedoch genaue Quantile (p50, p95, p99).

var requestLatency = prometheus.NewSummaryVec(    prometheus.SummaryOpts{        Name:       "http_request_latency_seconds",        Help:       "Anfragelatenz (Quantile)",