Monitoramento de aplicações JavaScript: métricas e alertas em Node.js

Introdução: Por que o monitoramento é crítico para aplicações Node.js

Aplicações web modernas em JavaScript (Node.js) operam sob alta carga e arquiteturas distribuídas. Mesmo o código perfeitamente escrito pode falhar devido a vazamentos de memória, queda de desempenho ou erros em operações assíncronas. O monitoramento de aplicações JavaScript permite não apenas detectar o problema, mas também preveni-lo antes que afete os usuários.

Neste artigo, vamos analisar quais métricas devem ser monitoradas, como configurar a coleta de dados usando ferramentas populares (Prometheus, Grafana) e como organizar um sistema de alertas para Node.js. Todos os exemplos de código estão escritos em JavaScript e prontos para uso.

Métricas-chave para aplicações Node.js

O monitoramento de aplicações Node.js pode ser dividido em três níveis: infraestrutura, aplicação e métricas de negócio. Vamos analisar cada um deles.

Métricas de infraestrutura

Essas métricas mostram o estado do servidor e do ambiente de execução:

• CPU e Memory (RSS, Heap Total, Heap Used) — vazamentos de memória e alta carga do processador.
• Event Loop Lag — atraso no loop de eventos (se >50ms, a aplicação começa a ficar lenta).
• Garbage Collection (GC) — frequência e duração da coleta de lixo.
• File Descriptors — número de arquivos e sockets abertos.

Métricas da aplicação

Mostram como a aplicação processa as requisições:

• RPS (Requests Per Second) — número de requisições por segundo.
• Latency (p50, p95, p99) — atraso na resposta.
• Error Rate — percentual de erros (4xx, 5xx).
• Active Connections — número de conexões WebSocket/HTTP ativas.

Métricas de negócio

Específicas para sua aplicação:

• Número de usuários registrados.
• Velocidade de processamento de pagamentos.
• Tempo de resposta de APIs externas.

Coleta de métricas com Prometheus e Node.js

Prometheus é o padrão de facto para coleta de métricas na infraestrutura moderna. Para Node.js, existe a biblioteca prom-client, que permite exportar métricas facilmente.

Instalação e configuração do prom-client

npm install prom-client express

Vamos criar um servidor básico com métricas:

const express = require('express');const client = require('prom-client');const app = express();

// Criando um registro de métricasconst register = new client.Registry();client.collectDefaultMetrics({ register });

// Criando um histograma personalizado para latênciasconst httpRequestDuration = new client.Histogram({    name: 'http_request_duration_seconds',    help: 'Duration of HTTP requests in seconds',    labelNames: ['method', 'route', 'status_code'],    buckets: [0.1, 0.5, 1, 2, 5]});register.registerMetric(httpRequestDuration);

// Middleware para medir latênciasapp.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();});

// Endpoint para métricasapp.get('/metrics', async (req, res) => {    res.set('Content-Type', register.contentType);    res.end(await register.metrics());});

app.get('/', (req, res) => {    res.send('Hello World');});

app.listen(3000, () => console.log('Server running on port 3000'));

Coleta de métricas do Event Loop

Para monitorar o loop de eventos, use process.hrtime() ou a biblioteca event-loop-lag:

const eventLoopLag = new client.Gauge({    name: 'nodejs_event_loop_lag_seconds',    help: 'Event loop lag in seconds'});register.re