Monitoramento de aplicações Kotlin: biblioteca Ktor Metrics e Micrometer

Monitoramento de aplicações Kotlin: Ktor Metrics e Micrometer

Aplicações de servidor modernas em Kotlin, construídas no framework Ktor, exigem monitoramento constante de desempenho e estado. Para isso, utiliza-se a combinação de duas ferramentas poderosas: Ktor Metrics Plugin (módulo integrado ao Ktor) e Micrometer (fachada para coleta de métricas). Neste artigo, vamos explicar como configurar o monitoramento com exportação de dados para Prometheus e exibição no Grafana.

Por que o monitoramento é necessário?

O monitoramento permite:

• Acompanhar o tempo de resposta dos endpoints (latência).
• Contar o número de requisições (RPS).
• Identificar requisições lentas e erros.
• Observar o uso de memória e CPU (através de métricas JVM).
• Configurar alertas quando limites são excedidos.

Bibliotecas e dependências

Para o funcionamento, serão necessárias as seguintes dependências no build.gradle.kts:

dependencies {    // Ktor Server    implementation("io.ktor:ktor-server-core:2.3.7")    implementation("io.ktor:ktor-server-netty:2.3.7")

    // Plugin de métricas    implementation("io.ktor:ktor-server-metrics-micrometer:2.3.7")

    // Exportação para Prometheus    implementation("io.micrometer:micrometer-registry-prometheus:1.12.0")

    // Métricas JVM (opcional)    implementation("io.micrometer:micrometer-core:1.12.0")}

Configuração básica do Ktor Metrics

Vamos considerar um exemplo simples de servidor com métricas. Crie o arquivo Application.kt:

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

fun main() {    embeddedServer(Netty, port = 8080) {        // Cria o registro de métricas Prometheus        val prometheusRegistry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)

        // Instala o plugin de métricas        install(MicrometerMetrics) {            registry = prometheusRegistry            // Nomes de métricas padrão            meterBinders = listOf(                // Adiciona métricas JVM                io.micrometer.core.instrument.binder.jvm.JvmMemoryMetrics(),                io.micrometer.core.instrument.binder.system.ProcessorMetrics()            )        }

        // Roteamento        routing {            // Endpoint para fornecer métricas ao Prometheus            get("/metrics") {                call.respond(prometheusRegistry.scrape())            }

            // Endpoint de teste            get("/hello") {                call.respondText("Hello, World!")            }

            // Endpoint com atraso artificial            get("/slow") {                Thread.sleep(500)                call.respondText("Slow response")            }        }    }.start(wait = true)}

Após iniciar o servidor, abra http://localhost:8080/metrics — você verá as métricas no formato Prometheus:

# HELP ktor_http_server_requests_seconds  # TYPE ktor_http_server_requests_seconds summaryktor_http_server_requests_seconds_count{method="GET",route="/hello",status="2xx"} 3.0ktor_http_server_requests_seconds_sum{method="GET",route="/hello",status="2xx"} 0.012# HELP jvm_memory_used_bytes  # TYPE jvm_memory_used_bytes gaugejvm_memory_used_bytes{area="heap",id="G1 Survivor Space"} 1048576.0

Configuração avançada: métricas personalizadas

Você pode adicionar seus próprios contadores e temporizadores. Por exemplo, um contador de pedidos processados:

import io.micrometer.core.instrument.Counterimport io.micrometer.core.instrument.MeterRegistry