Kotlin 应用监控：从 A 到 Z 的指标与告警

引言：为什么监控对 Kotlin 应用至关重要

运行在 JVM（Java 虚拟机）上的现代 Kotlin 应用，常常成为基础设施的关键节点。如果没有适当的监控，您可能会面临突然崩溃、内存泄漏或性能下降的风险，而这些在事故发生前往往难以察觉。本文将详细讲解如何构建一套完整的 Kotlin 应用监控系统「从 A 到 Z」：从收集基础指标（CPU、内存、GC）到在 Grafana 和 Prometheus 中配置告警。

我们将介绍三个关键工具：Micrometer（指标门面）、Prometheus（存储与采集器）和 Grafana（可视化与告警）。所有代码示例均使用 Kotlin 编写。

1. 指标收集基础：Micrometer 与 Prometheus

Micrometer 是 Spring 和 Kotlin 生态系统中事实上的标准监控门面。它提供统一的 API，用于将指标发送到各种系统（Prometheus、Datadog、New Relic 等）。

1.1. 添加依赖（Gradle）

dependencies {    implementation("io.micrometer:micrometer-registry-prometheus:1.12.0")    implementation("org.springframework.boot:spring-boot-starter-actuator")}

对于 Ktor 或不含 Spring 的纯 Kotlin，可以仅添加 micrometer-core 和 micrometer-registry-prometheus。

1.2. Spring Boot 中 Micrometer 的基本配置

在 application.yml 中，只需启用 Actuator 和 Prometheus 端点：

management:  endpoints:    web:      exposure:        include: health,info,prometheus  metrics:    export:      prometheus:        enabled: true

应用启动后，指标可通过 /actuator/prometheus 地址获取。

1.3. 创建自定义指标（Kotlin 示例）

假设您想要统计已处理的订单数量及其处理时间：

import io.micrometer.core.instrument.MeterRegistryimport io.micrometer.core.instrument.Timerimport org.springframework.stereotype.Serviceimport java.util.concurrent.atomic.AtomicLong

@Serviceclass OrderService(private val registry: MeterRegistry) {

    private val processedOrders: AtomicLong = registry.gauge(        "orders.processed.count",        AtomicLong(0)    )    private val orderProcessingTime: Timer = registry.timer("orders.processing.time")

    fun processOrder(orderId: String) {        val sample = Timer.start()        try {            // 订单处理逻辑            Thread.sleep((50..200).random().toLong())            processedOrders.incrementAndGet()        } finally {            sample.stop(orderProcessingTime)        }    }}

现在，指标 orders_processed_count 和 orders_processing_time_seconds 将出现在 Prometheus 中。

2. 配置 Prometheus 收集指标

Prometheus 是一个服务器，它按照计划从您的应用中「抓取」（请求）指标。

2.1. prometheus.yml 配置

将您的 Kotlin 服务添加为目标：

scrape_configs:  - job_name: 'kotlin-app'    metrics_path: '/actuator/prometheus'    static_configs:      - targets: ['localhost:8080']

如果应用运行在 Docker/Kubernetes 中，请使用服务发现。

2.2. 默认的重要 JVM 指标

Micrometer 会自动导出许多 JVM 指标：

• jvm_memory_used_bytes — 已用内存（堆/非堆）
• jvm_gc_pause_seconds — GC 暂停时间
• jvm_threads_live_threads — 活跃线程数
• process_cpu_usage — 进程 CPU 使用率

这些数据在 Prome