Monitoramento de aplicações JavaScript: métricas e alertas em nível avançado

Treinador Online de Python para Iniciantes

Aprenda Python facilmente sem sobrecarga teórica. Resolva tarefas práticas com verificação automática e escreva código diretamente no navegador.

Start Course

Introdução: Por que o monitoramento avançado é uma necessidade para Node.js

No desenvolvimento web moderno, o monitoramento foi além do simples registro de erros. Para aplicações Node.js críticas — de microsserviços a APIs de alta carga — é necessária uma coleta proativa de métricas, alertas inteligentes e visualização de dados. Em nível avançado, não falamos apenas sobre "a aplicação está viva", mas sobre seu desempenho, gargalos e previsão de falhas.

Neste artigo, vamos abordar como construir um sistema completo de monitoramento para uma aplicação JavaScript (Node.js): desde a coleta de métricas personalizadas até a configuração de alertas via Prometheus e Grafana. Você aprenderá a usar os recursos nativos do Node.js e bibliotecas modernas para o rastreamento proativo do estado do serviço.

\n\n

1. Coleta de métricas avançadas: do Event Loop a contadores personalizados

Uma métrica básica é o tempo de resposta do servidor. Uma métrica avançada é a latência do Event Loop, o número de descritores ativos e a frequência de coleta de lixo. Vamos ver como coletar esses dados usando process e a biblioteca prom-client (cliente para Prometheus).

\n\n

1.1. Métricas do Event Loop e recursos do sistema

Node.js é single-thread, portanto a latência do Event Loop é crítica. Medimos isso através de process.hrtime() e exportamos como um histograma.

const client = require('prom-client');\nconst eventLoopDelay = new client.Histogram({\n    name: 'nodejs_event_loop_delay_seconds',\n    help: 'Latência do Event Loop em segundos',\n    buckets: [0.005, 0.01, 0.025, 0.05, 0.1, 0.25, 0.5, 1]\n});\n\nfunction measureEventLoop() {\n    const start = process.hrtime.bigint();\n    setImmediate(() => {\n        const duration = Number(process.hrtime.bigint() - start) / 1e9;\n        eventLoopDelay.observe(duration);\n    });\n}\nsetInterval(measureEventLoop, 5000);

\n\n

1.2. Métricas personalizadas de lógica de negócio

Além das métricas do sistema, monitore indicadores de negócio: número de pedidos processados, erros de validação, tempo de execução de requisições externas.

const orderCounter = new client.Counter({\n    name: 'app_orders_total',\n    help: 'Número total de pedidos processados',\n    labelNames: ['status'] // success, failed\n});\n\n// Exemplo de uso no handler\napp.post('/api/order', async (req, res) => {\n    try {\n        await processOrder(req.body);\n        orderCounter.inc({ status: 'success' });\n        res.send('OK');\n    } catch (err) {\n        orderCounter.inc({ status: 'failed' });\n        res.status(500).send('Error');\n    }\n});

\n\n

2. Exportação de métricas e integração com Prometheus

Para que o Prometheus possa coletar métricas, é necessário criar um endpoint /metrics. Usamos o registro padrão do prom-client.

\n\n

2.1. Criação do endpoint para coleta

const express = require('express');\nconst app = express();\nconst client = require('prom-client');\n\n// Coleta métricas padrão do Node.js\nclient.collectDefaultMetrics({ timeout: 5000 });\n\napp.get('/metrics', async (req, res) => {\n    res.set('Content-Type', client.register.contentType);\n    res.end(await client.register.metrics());\n});\n\napp.listen(3000, () => console.log('Servidor de métricas na :3000'));

\n\n

2.2. Configuração do Prometheus

No arquivo prometheus.yml, adicione o alvo para sua aplicação:

scrape_configs:\n  - job_name: 'nodejs-app'\n    static_configs:\n      - targets: ['localhost:3000']

Após reiniciar o Prometheus, as métricas serão coletadas a cada 15 segundos por padrão.

\n\n

3. Configuração de alertas: de limites simples à análise de anomalias

Alertas são a reação quando as métricas saem dos limites normais. Em nível avançado, usamos PromQL para condições complexas e configuramos regras no Alertmanager.

\n\n