You need to enable JavaScript to run this app.
文档中心
托管 Prometheus

托管 Prometheus

请输入
  • 文档首页
    • 托管 Prometheus接入指南Prometheus 生态接入自定义接入自定义业务接入
复制全文
下载 pdf
我的收藏
自定义接入
自定义业务接入
复制全文
下载 pdf
我的收藏
自定义业务接入
本文以 Go 语言为例，介绍如何在业务中自定义监控埋点，并通过托管 Prometheus 服务进行自定义指标上报，可视化及告警。​
业务埋点​
说明​
Prometheus 的数据格式和 Metrics 类型，请参见 Prometheus 基础知识。​
Counter 类型​
计数类型，数据是单调递增的指标，服务重启之后会重置。可以用 Counter 来监控请求数/异常数/用户登录数/订单数等。​
如下展示了一个如何通过 Counter 类型来监控工单的例子。​
​
// 工单​
package ticket​
​
import (​
"github.com/prometheus/client_golang/prometheus"​
)​
​
// 请求数​
var requestCounter = prometheus.NewCounterVec(prometheus.CounterOpts{​
Subsystem: "ticket",​
Name: "request_total",​
Help: "The total number of ticket requests.",​
}, []string{"action"}) // 操作​
​
func init() {​
prometheus.DefaultRegisterer.MustRegister(requestCounter)​
}​
​
// 创建工单​
func Create() {​
requestCounter.With(prometheus.Labels{"action": "create"}).Inc()​
​
// 创建工单代码​
}​
​
此时，通过 rate() 函数即可获取工单的创建速率。​
​
rate(ticket_request_total{action="create"}[5m])​
​
Gauge 类型​
当前值，监控打点的时候可对其做加减。可以用 Gauge 来监控当前内存使用率/CPU 使用率/当前线程数/队列个数等。​
如下展示了一个如何通过 Gauge 类型来监控工单的例子。​
​
// 工单​
package ticket​
​
import (​
"time"​
​
"github.com/prometheus/client_golang/prometheus"​
)​
​
var (​
createConcurrencyCh = make(chan struct{}, 8)​
)​
​
// 并发控制​
var (​
createConcurrencyCurrent = prometheus.NewGaugeFunc(prometheus.GaugeOpts{​
Subsystem: "ticket",​
Name: "concurrent_create_current",​
Help: "The number of in-flight create ticket requests.",​
}, func() float64 { return float64(len(createConcurrencyCh)) })​
createConcurrencyCapacity = prometheus.NewGaugeFunc(prometheus.GaugeOpts{​
Subsystem: "ticket",​
Name: "concurrent_create_capacity",​
Help: "The maximum number of concurrent create ticket requests the server may serve.",​
}, func() float64 { return float64(cap(createConcurrencyCh)) })​
)​
​
func init() {​
prometheus.DefaultRegisterer.MustRegister(createConcurrencyCurrent, createConcurrencyCapacity)​
}​
​
// 创建工单​
func Create() {​
t := time.NewTimer(30 * time.Second)​
​
select {​
case createConcurrencyCh <- struct{}{}:​
case <-t.C:​
// timeout​
return​
}​
​
defer func() {​
<-createConcurrencyCh​
}()​
​
// 创建工单代码​
​
}​
​
此时，可以直接查看工单的并发饱和度。​
​
max_over_time(ticket_concurrent_create_current[1m]) / ticket_concurrent_create_capacity​
​
Histogram 类型​
直方图，Prometheus 会根据配置的 Bucket 来计算样本的分布情况，后期可以再加工，一般多用于耗时的监控，通过 Histogram 可以计算出 P99/P95/P50 等耗时，同时也可以监控处理的个数，如果用上 Histogram 就不需要再用 Counter 统计个数。可以用 Histogram 来监控接口响应时间/数据库访问耗时等。​
如下展示了一个如何通过 Histogram 类型来监控工单耗时的例子。​
​
// 工单​
package ticket​
​
import (​
"time"​
​
"github.com/prometheus/client_golang/prometheus"​
)​
​
// 请求耗时​
var requestDuration = prometheus.HistogramVec(prometheus.HistogramOpts{​
Subsystem: "ticket",​
Name: "request_duration_seconds",​
Help: "Request duration distribution in seconds.",​
Buckets: prometheus.DefBuckets,​
}, []string{"action"}) // 操作​
​
func init() {​
prometheus.DefaultRegisterer.MustRegister(requestDuration)​
}​
​
// 创建工单​
func Create() {​
start := time.Now()​
defer requestDuration.With(prometheus.Labels{"action": "create"}).Observe(time.Since(start).Seconds())​
​
// 创建工单代码​
}​
​
此时，通过 Histogram 指标，可以直接查看工单的 P95 耗时。​
​
histogram_quantile(0.95, rate(ticket_request_duration_seconds_bucket{action="create"}[5m]))​
​
Summary 类型​
摘要，和 Histogram 有一点类似，也是计算样本的分布情况，区别是 Summary 会在客户端计算出分布情况(P99/P95/Sum/Count)，因此也会更占客户端资源，后期不可再聚合计算处理，同样可以用 Summary 来监控接口响应时间/数据库访问耗时等。​
Summary 和 Histogram 的使用方式类似，可以直接参考 Histogram 的使用方式。​
暴露 Prometheus 指标​
通过 promhttp.Handler() 把监控埋点数据暴露到 HTTP 服务上。​
​
package main​
​
import (​
"net/http"​
​
"github.com/prometheus/client_golang/prometheus/promhttp"​
)​
​
func main() {​
// 业务代码​
​
// 把 Prometheus 指标暴露在 HTTP 服务上​
http.Handle("/metrics", promhttp.Handler())​
​
// 业务代码​
}​
​
业务部署​
完成相关业务自定义监控埋点之后，您可以在 VKE 集群中或 ECS 实例中部署应用，完成应用发布。应用发布后，即可接入托管 Prometheus 来获取监控指标数据。​
服务发现​
当您的业务部署在不同环境中时，支持不同的服务发现方式：​
  • 当业务部署在 VKE 集群中时，您可以使用 PodMonitor 或 ServiceMonitor 进行服务发现。详情请参见 服务发现。​
  • 当业务部署在 ECS 实例中时，您可以使用 集成中心 进行服务发现。详情请参见 云服务器接入。​
查看监控数据​
您可以使用托管 Prometheus 服务的 Explore 功能来查看监控指标数据。详情请参见 指标查询。​
也可以搭建自建 Grafana，使用 Grafana 读取托管 Prometheus 服务中存储的数据，并创建指标大盘。详情请参见：​
​
最近更新时间：2025.09.03 15:13:01
这个页面对您有帮助吗？
有用
有用
无用
无用