Métricas Prometheus em Kotlin: integração com Micrometer e Ktor

Métricas Prometheus em Kotlin: do básico às soluções de produção

As aplicações backend modernas exigem monitoramento constante. Prometheus é o padrão de facto para coleta de métricas no mundo dos microsserviços. Neste artigo, vamos abordar como integrar Prometheus em aplicações Kotlin usando a biblioteca Micrometer e o framework Ktor. Você aprenderá a criar contadores personalizados, histogramas e temporizadores, além de configurar um endpoint para coleta de métricas.

1. Por que usar Micrometer?

Micrometer é uma fachada para monitoramento, semelhante ao SLF4J para logging. Ele suporta diversos backends: Prometheus, Graphite, Datadog, InfluxDB e outros. Usando Micrometer, você não fica preso a um sistema de monitoramento específico — basta trocar a dependência.

Para Prometheus, o Micrometer fornece um registro especial PrometheusMeterRegistry, que exporta métricas em formato de texto compreensível pelo Prometheus.

2. Adicionando dependências

Adicione as seguintes dependências no build.gradle.kts:

dependencies {    // Micrometer + Prometheus    implementation("io.micrometer:micrometer-core:1.12.5")    implementation("io.micrometer:micrometer-registry-prometheus:1.12.5")

    // Para Ktor    implementation("io.ktor:ktor-server-core:2.3.9")    implementation("io.ktor:ktor-server-netty:2.3.9")    implementation("io.ktor:ktor-server-metrics-micrometer:2.3.9")}

Se você estiver usando Spring Boot, basta adicionar spring-boot-starter-actuator e micrometer-registry-prometheus — o Spring Boot configurará automaticamente o endpoint /actuator/prometheus.

3. Configuração básica no Ktor

Vamos criar uma aplicação Ktor simples com métricas Prometheus. Precisaremos de:

• PrometheusMeterRegistry — registro de métricas
• KtorMetricsPlugin — plugin para coleta automática de métricas HTTP
• Endpoint /metrics para coleta de dados do Prometheus

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

fun main() {    val prometheusRegistry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)

    embeddedServer(Netty, port = 8080) {        install(MicrometerMetrics) {            registry = prometheusRegistry            // Habilita a coleta de métricas padrão (JVM, CPU, memória)            meterBinders = listOf(                JvmGcMetrics(),                JvmMemoryMetrics(),                ProcessorMetrics()            )        }

        routing {            // Endpoint para Prometheus            get("/metrics") {                call.respondText(                    contentType = ContentType.parse("text/plain; version=0.0.4"),                    text = prometheusRegistry.scrape()                )            }

            // Exemplo de endpoint de negócio            get("/hello") {                call.respondText("Hello, Kotlin!")            }        }    }.start(wait = true)}

4. Métricas personalizadas

Além das métricas automáticas, você pode criar as suas próprias. Vamos considerar três tipos principais:

• Counter — contador (ex.: número de requisições)
• Timer — tempo de execução de uma operação
• Gauge — valor atual (ex.: número de usuários ativos)

import io.micrometer.core.instrument.Counterimport io.micrometer.core.instrument.Timerimport io.micrometer.core.instrument.Gauge

// Criando métricasval requestCounter: Counter = Counter    .builder(