Monitoramento de aplicações Go: métricas e alertas em nível avançado

Monitoramento de aplicações Go: métricas e alertas em nível avançado

As aplicações Go modernas exigem não apenas alto desempenho, mas também um monitoramento confiável. A coleta básica de métricas (CPU, memória, requisições) é apenas o primeiro passo. Em um nível avançado, é necessário implementar métricas personalizadas, configurar alertas com base na lógica de negócios e garantir a tolerância a falhas. Neste artigo, veremos como implementar um monitoramento abrangente de aplicações Go usando Prometheus, Grafana e alertas personalizados.

1. Coleta avançada de métricas em Go com Prometheus

A biblioteca prometheus/client_golang permite coletar não apenas métricas padrão, mas também métricas personalizadas. Vejamos um exemplo de configuração de um coletor de métricas personalizado para um servidor HTTP.

package main\n\nimport (\n    "net/http"\n    "github.com/prometheus/client_golang/prometheus"\n    "github.com/prometheus/client_golang/prometheus/promhttp"\n)\n\nvar (\n    requestDuration = prometheus.NewHistogramVec(\n        prometheus.HistogramOpts{\n            Name:    "http_request_duration_seconds",\n            Help:    "Tempo de execução das requisições HTTP.",\n            Buckets: prometheus.DefBuckets,\n        },\n        []string{"method", "path", "status"},\n    )\n    activeRequests = prometheus.NewGauge(\n        prometheus.GaugeOpts{\n            Name: "http_active_requests_total",\n            Help: "Número atual de requisições ativas.",\n        },\n    )\n)\n\nfunc init() {\n    prometheus.MustRegister(requestDuration)\n    prometheus.MustRegister(activeRequests)\n}\n\nfunc metricsMiddleware(next http.Handler) http.Handler {\n    return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {\n        activeRequests.Inc()\n        defer activeRequests.Dec()\n\n        timer := prometheus.NewTimer(prometheus.ObserverFunc(func(v float64) {\n            requestDuration.WithLabelValues(r.Method, r.URL.Path, "200").Observe(v)\n        }))\n        defer timer.ObserveDuration()\n\n        next.ServeHTTP(w, r)\n    })\n}\n\nfunc main() {\n    mux := http.NewServeMux()\n    mux.Handle("/metrics", promhttp.Handler())\n    mux.Handle("/api", metricsMiddleware(http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {\n        w.Write([]byte("Hello, Go!"))\n    })))\n    http.ListenAndServe(":8080", mux)\n}

Neste exemplo, criamos um histograma para a duração das requisições e um gauge para requisições ativas. O uso de labels (rótulos) permite detalhar as métricas por métodos, caminhos e status.

2. Configuração de alertas com base na lógica de negócios

Os alertas devem ser não apenas técnicos (alta carga de CPU), mas também de negócios. Por exemplo, exceder o tempo de resposta para um endpoint crítico ou uma queda no número de transações bem-sucedidas. Configuração de alertas no Prometheus (arquivo alerts.yml):

groups:\n  - name: go_app_alerts\n    rules:\n      - alert: HighRequestLatency\n        expr: http_request_duration_seconds{job="go-app"} > 1.0\n        for: 5m\n        labels:\n          severity: critical\n        annotations:\n          summary: "Alta latência de requisição ({{ $value }}s)"\n          description: "O endpoint {{ $labels.path }} tem latência superior a 1 segundo por 5 minutos."\n\n      - alert: ActiveRequestsSurge\n        expr: http_active_requests_total{job="go-app"} > 100\n        for: 2m\n        labels:\n          severity: warning\n        annotations:\n          summary: "Pico de requisições ativas ({{ $value }})"\n          description: "O número de requisições ativas excedeu 100 em 2 minutos."\n\n      - alert: ErrorRateHigh\n        expr: rate(http_requests_total{status=~"5.."}[5m]) > 0.1\n        for: 10m\n        labels:\n          severity: critical\n        annotations:\n          summary: "Alta taxa de erros 5xx"\n          description: "A taxa de erros excede 10% nos últimos 10 minutos."

Observe o uso