Integração de métricas Prometheus em aplicações Kotlin: guia completo

Métricas Prometheus em Kotlin: guia completo de integração

No desenvolvimento moderno, o monitoramento e a coleta de métricas são criticamente importantes para manter a estabilidade das aplicações. Prometheus é um sistema de monitoramento líder de código aberto que permite coletar, armazenar e analisar dados de desempenho. Neste artigo, veremos como adicionar métricas Prometheus em aplicações Kotlin, usando a biblioteca Micrometer e um servidor HTTP configurável.

Por que usar Prometheus com Kotlin?

• Flexibilidade: Prometheus suporta vários tipos de métricas: contadores, histogramas, sumarizações e medidores.
• Integração nativa: Kotlin é totalmente compatível com o ecossistema Java, permitindo o uso do Micrometer — uma ferramenta popular para coleta de métricas.
• Escalabilidade: Prometheus escala facilmente para monitorar microsserviços e sistemas distribuídos.

Configuração do projeto com Gradle

Para começar, adicione as dependências no arquivo build.gradle.kts:

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

Criação do registrador Prometheus

A base da coleta de métricas é o PrometheusMeterRegistry. Crie-o na sua aplicação:

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

val registry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)

Definição de métricas

Vamos considerar três tipos principais de métricas:

• Counter — contador que apenas aumenta (ex.: número de requisições).
• Gauge — valor atual (ex.: número de usuários ativos).
• Timer — tempo de execução de operações.

Exemplo de criação 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 requisições à API")    .register(registry)

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

val requestTimer: Timer = Timer    .builder("api.requests.duration")    .description("Tempo de execução das requisições")    .register(registry)

var activeUsersCount = 0

Exportação de métricas via HTTP

Para que o Prometheus possa coletar métricas, elas precisam ser exportadas no formato /metrics. Usamos Ktor para criar o 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)}

Integração com a lógica de negócio

Atualize as métricas no código da sua aplicação:

fun handleRequest() {    requestTimer.record {        // Simulação de processamento de requisição        Thread.sleep(100)        requestCounter.increment()    }}

fun userLoggedIn() {    activeUsersCount++}

fun userLoggedOut() {    act