Kotlin中的Prometheus指标：与Micrometer和Ktor的集成

Kotlin中的Prometheus指标：从基础到生产级解决方案

现代后端应用程序需要持续监控。Prometheus是微服务世界中指标收集的事实标准。在本文中，我们将探讨如何使用Micrometer库和Ktor框架将Prometheus集成到Kotlin应用程序中。您将学习如何创建自定义计数器、直方图和计时器，以及如何配置用于收集指标的端点。

1. 为什么需要Micrometer？

Micrometer是一个监控门面，类似于日志记录的SLF4J。它支持多种后端：Prometheus、Graphite、Datadog、InfluxDB等。使用Micrometer，您不会绑定到特定的监控系统——只需更换依赖即可。

对于Prometheus，Micrometer提供了一个特殊的注册表PrometheusMeterRegistry，它以Prometheus可理解的文本格式导出指标。

2. 添加依赖

在build.gradle.kts中添加以下依赖：

dependencies {    // Micrometer + Prometheus    implementation("io.micrometer:micrometer-core:1.12.5")    implementation("io.micrometer:micrometer-registry-prometheus:1.12.5")

    // 用于Ktor    implementation("io.ktor:ktor-server-core:2.3.9")    implementation("io.ktor:ktor-server-netty:2.3.9")    implementation("io.ktor:ktor-server-metrics-micrometer:2.3.9")}

如果您使用Spring Boot，只需添加spring-boot-starter-actuator和micrometer-registry-prometheus——Spring Boot会自动配置/actuator/prometheus端点。

3. Ktor中的基本配置

让我们创建一个带有Prometheus指标的简单Ktor应用程序。我们需要：

• PrometheusMeterRegistry — 指标注册表
• KtorMetricsPlugin — 用于自动收集HTTP指标的插件
• /metrics端点用于Prometheus数据收集

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

fun main() {    val prometheusRegistry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)

    embeddedServer(Netty, port = 8080) {        install(MicrometerMetrics) {            registry = prometheusRegistry            // 启用默认指标收集（JVM、CPU、内存）            meterBinders = listOf(                JvmGcMetrics(),                JvmMemoryMetrics(),                ProcessorMetrics()            )        }

        routing {            // Prometheus端点            get("/metrics") {                call.respondText(                    contentType = ContentType.parse("text/plain; version=0.0.4"),                    text = prometheusRegistry.scrape()                )            }

            // 业务端点示例            get("/hello") {                call.respondText("Hello, Kotlin!")            }        }    }.start(wait = true)}

4. 自定义指标

除了自动指标，您还可以创建自己的指标。我们来看三种主要类型：

• Counter — 计数器（例如，请求数量）
• Timer — 操作执行时间
• Gauge — 当前值（例如，活跃用户数）

import io.micrometer.core.instrument.Counterimport io.micrometer.core.instrument.Timerimport io.micrometer.core.instrument.Gauge

// 创建指标val requestCounter: Counter = Counter    .builder(