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

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 fortgeschrittene Überwachung für Node.js eine Notwendigkeit ist

In der modernen Webentwicklung geht die Überwachung über die einfache Fehlerprotokollierung hinaus. Für kritische Node.js-Anwendungen – von Microservices bis hin zu stark ausgelasteten APIs – ist eine proaktive Metrikenerfassung, intelligente Alarme und Datenvisualisierung erforderlich. Auf fortgeschrittenem Niveau sprechen wir nicht nur von "die Anwendung lebt", sondern von ihrer Leistung, Engpässen und der Vorhersage von Ausfällen.

In diesem Artikel werden wir erläutern, wie man ein vollständiges Überwachungssystem für eine JavaScript (Node.js)-Anwendung aufbaut: von der Erfassung benutzerdefinierter Metriken bis zur Konfiguration von Alarmen über Prometheus und Grafana. Sie erfahren, wie Sie die integrierten Funktionen von Node.js und moderne Bibliotheken zur proaktiven Überwachung des Dienststatus nutzen.

\n\n

1. Erfassung fortgeschrittener Metriken: Vom Event Loop bis zu benutzerdefinierten Zählern

Eine grundlegende Metrik ist die Serverantwortzeit. Eine fortgeschrittene Metrik ist die Event-Loop-Verzögerung, die Anzahl aktiver Deskriptoren und die Häufigkeit der Garbage Collection. Betrachten wir, wie diese Daten mit process und der Bibliothek prom-client (Client für Prometheus) erfasst werden.

\n\n

1.1. Event-Loop-Metriken und Systemressourcen

Node.js ist single-threaded, daher ist die Event-Loop-Verzögerung kritisch. Wir messen sie mit process.hrtime() und exportieren sie als Histogramm.

const client = require('prom-client');\nconst eventLoopDelay = new client.Histogram({\n    name: 'nodejs_event_loop_delay_seconds',\n    help: 'Event-Loop-Verzögerung in Sekunden',\n    buckets: [0.005, 0.01, 0.025, 0.05, 0.1, 0.25, 0.5, 1]\n});\n\nfunction measureEventLoop() {\n    const start = process.hrtime.bigint();\n    setImmediate(() => {\n        const duration = Number(process.hrtime.bigint() - start) / 1e9;\n        eventLoopDelay.observe(duration);\n    });\n}\nsetInterval(measureEventLoop, 5000);

\n\n

1.2. Benutzerdefinierte Metriken der Geschäftslogik

Neben Systemmetriken sollten auch Geschäftskennzahlen überwacht werden: Anzahl verarbeiteter Bestellungen, Validierungsfehler, Ausführungszeit externer Anfragen.

const orderCounter = new client.Counter({\n    name: 'app_orders_total',\n    help: 'Gesamtzahl der verarbeiteten Bestellungen',\n    labelNames: ['status'] // success, failed\n});\n\n// Beispielverwendung im Handler\napp.post('/api/order', async (req, res) => {\n    try {\n        await processOrder(req.body);\n        orderCounter.inc({ status: 'success' });\n        res.send('OK');\n    } catch (err) {\n        orderCounter.inc({ status: 'failed' });\n        res.status(500).send('Error');\n    }\n});

\n\n

2. Metrikenexport und Integration mit Prometheus

Damit Prometheus Metriken sammeln kann, muss ein Endpunkt /metrics erstellt werden. Wir verwenden das Standard-Register von prom-client.

\n\n

2.1. Erstellen des Endpunkts zur Sammlung

const express = require('express');\nconst app = express();\nconst client = require('prom-client');\n\n// Standard-Node.js-Metriken sammeln\nclient.collectDefaultMetrics({ timeout: 5000 });\n\napp.get('/metrics', async (req, res) => {\n    res.set('Content-Type', client.register.contentType);\n    res.end(await client.register.metrics());\n});\n\napp.listen(3000, () => console.log('Metrics server on :3000'));

\n\n

2.2. Prometheus-Konfiguration

Fügen Sie in der Datei prometheus.yml ein Ziel für Ihre Anwendung hinzu:

scrape_configs:\n  - job_name: 'nodejs-app'\n    static_configs:\n      - targets: ['localhost:3000']

Nach dem Neustart von Prometheus werden die Metriken standardmäßig alle 15 Sekunden gesammelt.

\n\n

3. Alarmkonfiguration: Von einfachen Schwellenwerten bis zur Anomalieanalyse

Alarme sind die Reaktion auf Metriken, die außerhalb des Normalbereichs liegen. Auf fortgeschrittenem Niveau verwenden wir PromQL für komplexe Bedingungen und konfigurieren Regeln im Alertmanager.

\n\n