Integración de métricas de Prometheus en aplicaciones Kotlin: guía completa

Métricas de Prometheus en Kotlin: guía completa de integración

En el desarrollo moderno, el monitoreo y la recopilación de métricas son críticos para mantener la estabilidad de las aplicaciones. Prometheus es un sistema de monitoreo líder de código abierto que permite recopilar, almacenar y analizar datos de rendimiento. En este artículo, veremos cómo agregar métricas de Prometheus en aplicaciones Kotlin, utilizando la biblioteca Micrometer y un servidor HTTP personalizable.

¿Por qué usar Prometheus con Kotlin?

• Flexibilidad: Prometheus admite múltiples tipos de métricas: contadores, histogramas, resúmenes y medidores.
• Integración incorporada: Kotlin es totalmente compatible con el ecosistema Java, lo que permite usar Micrometer, una herramienta popular para la recopilación de métricas.
• Escalabilidad: Prometheus se escala fácilmente para monitorear microservicios y sistemas distribuidos.

Configuración del proyecto con Gradle

Para comenzar, agregue las dependencias en el archivo build.gradle.kts:

dependencies {    implementation("io.micrometer:micrometer-core:1.12.0")    implementation("io.micrometer:micrometer-registry-prometheus:1.12.0")    // Para el servidor HTTP (usamos Ktor)    implementation("io.ktor:ktor-server-netty:2.3.7")    implementation("io.ktor:ktor-server-content-negotiation:2.3.7")}

Creación del registrador de Prometheus

La base de la recopilación de métricas es PrometheusMeterRegistry. Créelo en su aplicación:

import io.micrometer.prometheus.PrometheusConfigimport io.micrometer.prometheus.PrometheusMeterRegistry

val registry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)

Definición de métricas

Consideremos tres tipos principales de métricas:

• Counter — un contador que solo aumenta (por ejemplo, número de solicitudes).
• Gauge — un valor actual (por ejemplo, número de usuarios activos).
• Timer — tiempo de ejecución de operaciones.

Ejemplo de creación de métricas:

import io.micrometer.core.instrument.Counterimport io.micrometer.core.instrument.Gaugeimport io.micrometer.core.instrument.Timer

val requestCounter: Counter = Counter    .builder("api.requests.total")    .description("Número total de solicitudes a la API")    .register(registry)

val activeUsersGauge: Gauge = Gauge    .builder("app.users.active")    .description("Número de usuarios activos")    .register(registry) { activeUsersCount }

val requestTimer: Timer = Timer    .builder("api.requests.duration")    .description("Tiempo de ejecución de las solicitudes")    .register(registry)

var activeUsersCount = 0

Exportación de métricas a través de HTTP

Para que Prometheus pueda recopilar métricas, deben exportarse en el formato /metrics. Usamos Ktor para crear un endpoint:

import io.ktor.server.engine.embeddedServerimport io.ktor.server.netty.Nettyimport io.ktor.server.routing.getimport io.ktor.server.routing.routingimport io.ktor.server.response.respondText

fun startMetricsServer(port: Int = 9090) {    embeddedServer(Netty, port = port) {        routing {            get("/metrics") {                val scrape = registry.scrape()                call.respondText(scrape, contentType = io.ktor.http.ContentType.Text.Plain)            }        }    }.start(wait = false)}

Integración con la lógica de negocio

Actualice las métricas en el código de su aplicación:

fun handleRequest() {    requestTimer.record {        // Simulación del procesamiento de la solicitud        Thread.sleep(100)        requestCounter.increment()    }}

fun userLoggedIn() {    activeUsersCount++}

fun userLoggedOut() {    act