Kotlin 应用监控：Ktor Metrics 与 Micrometer 库

Kotlin 应用监控：Ktor Metrics 与 Micrometer

基于 Ktor 框架构建的现代 Kotlin 服务器应用，需要持续监控其性能和状态。为此，我们使用两个强大工具的组合：Ktor Metrics Plugin（Ktor 内置模块）和 Micrometer（指标收集门面）。本文将介绍如何配置监控，并将数据导出到 Prometheus，然后在 Grafana 中展示。

为什么需要监控？

监控可以：

• 跟踪端点的响应时间（延迟）。
• 统计请求数量（RPS）。
• 发现慢速请求和错误。
• 观察内存和 CPU 使用情况（通过 JVM 指标）。
• 在超过阈值时配置告警。

库与依赖

需要在 build.gradle.kts 中添加以下依赖：

dependencies {    // Ktor Server    implementation("io.ktor:ktor-server-core:2.3.7")    implementation("io.ktor:ktor-server-netty:2.3.7")

    // 指标插件    implementation("io.ktor:ktor-server-metrics-micrometer:2.3.7")

    // 导出到 Prometheus    implementation("io.micrometer:micrometer-registry-prometheus:1.12.0")

    // JVM 指标（可选）    implementation("io.micrometer:micrometer-core:1.12.0")}

Ktor Metrics 基本配置

我们来看一个带有指标的简单服务器示例。创建文件 Application.kt：

import io.ktor.server.application.*import io.ktor.server.engine.*import io.ktor.server.netty.*import io.ktor.server.routing.*import io.ktor.server.response.*import io.ktor.server.metrics.micrometer.*import io.micrometer.prometheus.PrometheusMeterRegistryimport io.micrometer.prometheus.PrometheusConfig

fun main() {    embeddedServer(Netty, port = 8080) {        // 创建 Prometheus 指标注册表        val prometheusRegistry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)

        // 安装指标插件        install(MicrometerMetrics) {            registry = prometheusRegistry            // 默认指标名称            meterBinders = listOf(                // 添加 JVM 指标                io.micrometer.core.instrument.binder.jvm.JvmMemoryMetrics(),                io.micrometer.core.instrument.binder.system.ProcessorMetrics()            )        }

        // 路由        routing {            // 用于提供 Prometheus 指标的端点            get("/metrics") {                call.respond(prometheusRegistry.scrape())            }

            // 测试端点            get("/hello") {                call.respondText("Hello, World!")            }

            // 带人为延迟的端点            get("/slow") {                Thread.sleep(500)                call.respondText("Slow response")            }        }    }.start(wait = true)}

启动服务器后，打开 http://localhost:8080/metrics — 您将看到 Prometheus 格式的指标：

# HELP ktor_http_server_requests_seconds  # TYPE ktor_http_server_requests_seconds summaryktor_http_server_requests_seconds_count{method="GET",route="/hello",status="2xx"} 3.0ktor_http_server_requests_seconds_sum{method="GET",route="/hello",status="2xx"} 0.012# HELP jvm_memory_used_bytes  # TYPE jvm_memory_used_bytes gaugejvm_memory_used_bytes{area="heap",id="G1 Survivor Space"} 1048576.0

高级配置：自定义指标

您可以添加自己的计数器和计时器。例如，已处理订单的计数器：

import io.micrometer.core.instrument.Counterimport io.micrometer.core.instrument.MeterRegistry