Monitoramento de aplicações JavaScript: métricas e alertas de nível avançado

Monitoramento de aplicações JavaScript: métricas e alertas (nível avançado)

As aplicações JavaScript modernas em Node.js estão se tornando cada vez mais complexas: microsserviços, arquiteturas orientadas a eventos, sistemas em tempo real. O monitoramento simples "vivo/morto" já não fornece uma visão completa. Para garantir estabilidade e alto desempenho, é necessária uma abordagem avançada: coleta de métricas de negócios, análise de latência, configuração de alertas inteligentes e observabilidade. Neste artigo, vamos explorar como construir um sistema de monitoramento de nível avançado usando Node.js, Prometheus e Grafana.

1. Métricas-chave para aplicações Node.js

O monitoramento começa com a escolha correta das métricas. Para ambientes de produção, três grupos são críticos:

• Métricas RED (Rate, Errors, Duration) — frequência de requisições, número de erros, tempo de resposta.
• Métricas USE (Utilization, Saturation, Errors) — carga da CPU, uso de memória, número de descritores de arquivo abertos.
• Métricas de negócio — número de usuários ativos, tamanho da fila de tarefas, velocidade de processamento de eventos.

Exemplo de coleta de métricas usando a biblioteca prom-client:

const client = require('prom-client');const httpRequestDuration = new client.Histogram({    name: 'http_request_duration_seconds',    help: 'Duration of HTTP requests in seconds',    labelNames: ['method', 'route', 'status_code'],    buckets: [0.1, 0.3, 0.5, 1, 3, 5]});

app.use((req, res, next) => {    const end = httpRequestDuration.startTimer();    res.on('finish', () => {        end({ method: req.method, route: req.route?.path || 'unknown', status_code: res.statusCode });    });    next();});

Também é essencial monitorar o garbage collection (GC) e o event loop lag — isso ajuda a identificar problemas de desempenho antes que se tornem críticos.

2. Configuração de alertas: do simples ao inteligente

Alertas não são apenas notificações de queda do servidor. Em um nível avançado, os alertas devem ser:

• Contextuais — considerar horário do dia, dia da semana, ciclos de negócios.
• Em múltiplos níveis — Warning, Critical, Pager.
• Preditivos — baseados em tendências (ex.: aumento de latência em 20% em 15 minutos).

Exemplo de regra para o Prometheus Alertmanager usando previsão:

groups:  - name: nodejs_alerts    rules:      - alert: HighErrorRate        expr: rate(http_requests_errors_total[5m]) / rate(http_requests_total[5m]) > 0.05        for: 2m        labels:          severity: critical        annotations:          summary: "Alta porcentagem de erros ({{ $value | humanizePercentage }})"          description: "Mais de 5% das requisições retornam erros nos últimos 2 minutos."

      - alert: MemoryLeak        expr: predict_linear(nodejs_heap_bytes_used{space="total"}[30m], 3600) > 1e9        for: 5m        labels:          severity: warning        annotations:          summary: "Vazamento de memória previsto"          description: "O uso do heap pode exceder 1GB em uma hora."

É importante configurar a deduplicação e o agrupamento de alertas para não sobrecarregar o engenheiro de plantão com centenas de mensagens semelhantes. Use group_wait e group_interval na configuração do Alertmanager.

3. Logging avançado: logs estruturados e rastreamento

O console.log padrão não é adequado para produção. Use logging estruturado com as bibliotecas pino ou winston no formato JSON. Isso facilita a análise de logs e a integração com sistemas de agregação (ELK, Loki).

Exemplo de configuração do pino:

const pino = require('pino');const logger = pino({    level: process.env.LOG_LEVEL ||