为Node.js后端搭建Grafana实现API请求追踪、CPU监控及健康检查

一、核心方案说明 #

Grafana仅负责可视化展示，需要搭配Prometheus做指标采集与存储，再通过Node.js的prom-client库生成API请求计数指标，最终在Grafana中通过PromQL查询实现单API的QPS（每秒请求数）监控。

二、Node.js服务端集成指标采集 #

1. 安装依赖

npm install prom-client

2. 代码集成（以Express框架为例）

const express = require('express');
const { Counter, register } = require('prom-client');

const app = express();

// 定义带路径、方法标签的请求计数器
const apiRequestCounter = new Counter({
  name: 'api_requests_total',
  help: 'Total count of API requests',
  labelNames: ['path', 'method']
});

// 全局中间件：对所有API请求计数（排除metrics自身端点）
app.use((req, res, next) => {
  if (!req.path.startsWith('/metrics')) {
    // 对动态路径（如/api/products/:id）可统一标准化为/api/products/:id
    const standardizedPath = req.path.replace(/\/\d+/g, '/:id');
    apiRequestCounter.inc({ path: standardizedPath, method: req.method });
  }
  next();
});

// 暴露Prometheus抓取用的metrics端点
app.get('/metrics', async (req, res) => {
  res.set('Content-Type', register.contentType);
  res.send(await register.metrics());
});

// 示例：你的products API
app.get('/api/products', (req, res) => {
  res.json({ data: ['product1', 'product2'] });
});

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

如果只想单独统计/api/products，也可以直接在该路由内调用apiRequestCounter.inc({ path: '/api/products', method: 'GET' })，跳过全局中间件。

三、配置Prometheus抓取指标 #

编辑Prometheus配置文件（通常为prometheus.yml），添加Node.js服务的抓取目标：

scrape_configs:
  - job_name: 'nodejs_api'
    scrape_interval: 15s # 每15秒抓取一次指标
    static_configs:
      - targets: ['<你的Node.js服务IP>:3000'] # 替换为实际服务地址

重启Prometheus使配置生效。

四、Grafana中创建QPS可视化面板 #

1. 确保Grafana已添加Prometheus作为数据源
2. 创建新面板，选择Prometheus数据源
3. 在查询编辑器中输入PromQL语句，计算/api/products的每秒请求数：

rate(api_requests_total{path="/api/products", method="GET"}[1m])

该语句会计算最近1分钟内目标API的平均每秒请求速率
4. 选择折线图作为可视化类型，调整时间范围即可看到实时QPS数据

额外优化 #

• 可在计数器中添加status_code标签，统计不同HTTP状态的请求数
• 对高频动态路径做标准化处理，避免生成过多无意义的标签值

内容的提问来源于stack exchange，提问作者N Sharma