当您在容器服务集群中部署 Golang 应用时，可以使用云原生观测对 Golang 应用进行监控。本文为您介绍在集群中监控 Golang 应用的方法和操作步骤。

背景信息

Prometheus 提供了 官方版 Golang 库 用于采集并暴露监控数据。当您开发 Golang 应用时，可以使用该 Golang 库来暴露 Golang runtime 相关的数据。

安装依赖

您可以通过 go get 命令来安装相关依赖，示例如下：

go get github.com/prometheus/client_golang/prometheus
go get github.com/prometheus/client_golang/prometheus/collectors
go get github.com/prometheus/client_golang/prometheus/promhttp

运行时指标

1. 创建一个 HTTP 服务，路径使用 /metrics。可以直接使用 prometheus/promhttp 里提供的 Handler 函数。

   如下是一个简单的示例，通过 http://localhost:2023/metrics 暴露 Golang 应用的一些默认指标数据，包括：运行时指标、进程相关指标以及构建相关的指标。

   package main
   
   import (
           "math"
           "math/rand"
           "net/http"
           "time"
   
           "github.com/prometheus/client_golang/prometheus"
           "github.com/prometheus/client_golang/prometheus/collectors"
           "github.com/prometheus/client_golang/prometheus/promhttp"
   )
   
   func main() {
           // Create a new registry.
           reg := prometheus.NewRegistry()
   
           // Add Go module build info.
           reg.MustRegister(collectors.NewBuildInfoCollector())
           // Add go runtime metrics and process collectors.
           reg.MustRegister(
                   collectors.NewGoCollector(),
                   collectors.NewProcessCollector(collectors.ProcessCollectorOpts{}),
           )
   
           http.Handle("/metrics", promhttp.HandlerFor(
                   reg, promhttp.HandlerOpts{},
           ))
           http.ListenAndServe(":2023", nil)
   }
   

2. 执行以下命令，启动应用。

   go run main.go
   

3. 执行以下命令，即可查看运行时的指标数据。

   curl http://localhost:2023/metrics
   

应用层指标

1. 上述示例仅仅暴露了一些基础的内置指标。应用层面的指标还需要额外添加。
   如下示例暴露了一个名为 rpc_durations_seconds 的指标，用于对服务的 RPC 延迟进行统计。

   package main
   
   import (
           "math"
           "math/rand"
           "net/http"
           "time"
   
           "github.com/prometheus/client_golang/prometheus"
           "github.com/prometheus/client_golang/prometheus/collectors"
           "github.com/prometheus/client_golang/prometheus/promhttp"
   )
   
   var rpcDurations = prometheus.NewSummaryVec(
           prometheus.SummaryOpts{
                   Name:       "rpc_durations_seconds",
                   Help:       "RPC latency distributions.",
                   Objectives: map[float64]float64{0.5: 0.05, 0.9: 0.01, 0.99: 0.001},
           },
           []string{"service"},
   )
   
   func main() {
           // Create a new registry.
           reg := prometheus.NewRegistry()
   
           // Add Go module build info.
           reg.MustRegister(collectors.NewBuildInfoCollector())
           // Add go runtime metrics and process collectors.
           reg.MustRegister(
                   collectors.NewGoCollector(),
                   collectors.NewProcessCollector(collectors.ProcessCollectorOpts{}),
           )
   
           reg.MustRegister(rpcDurations)
   
           start := time.Now()
   
           oscillationFactor := func() float64 {
                   return 2 + math.Sin(math.Sin(2*math.Pi*float64(time.Since(start))/float64(10*time.Minute)))
           }
   
           // Periodically record some sample latencies for the three services.
           go func() {
                   for {
                           v := rand.Float64() * 0.0002
                           rpcDurations.WithLabelValues("uniform").Observe(v)
                           time.Sleep(time.Duration(100*oscillationFactor()) * time.Millisecond)
                   }
           }()
   
           go func() {
                   for {
                           v := (rand.NormFloat64() * 0.0002) + 0.00001
                           rpcDurations.WithLabelValues("normal").Observe(v)
                           time.Sleep(time.Duration(75*oscillationFactor()) * time.Millisecond)
                   }
           }()
   
           go func() {
                   for {
                           v := rand.ExpFloat64() / 1e6
                           rpcDurations.WithLabelValues("exponential").Observe(v)
                           time.Sleep(time.Duration(50*oscillationFactor()) * time.Millisecond)
                   }
           }()
   
           http.Handle("/metrics", promhttp.HandlerFor(
                   reg, promhttp.HandlerOpts{},
           ))
           http.ListenAndServe(":2023", nil)
   }
   

2. 执行以下命令，启动应用。

   go run main.go
   

3. 执行以下命令，即可查看运行时的指标数据。

   curl http://localhost:2023/metrics
   

   从输出结果我们可以看到 rpc_durations_seconds 计数器相关的信息，包括帮助文档、类型信息、指标名和当前值。

   # HELP rpc_durations_seconds RPC latency distributions.
   # TYPE rpc_durations_seconds summary
   rpc_durations_seconds{service="exponential",quantile="0.5"} 7.427294276581254e-07
   rpc_durations_seconds{service="exponential",quantile="0.9"} 2.3157390817424027e-06
   

监控 Golang 应用示例

前提条件

已开启云原生观测，详情请参见 开启观测。

打包应用

1. 您可以将上面的 Golang 源代码，使用如下形式的 Dockerfile 打包为镜像，方便部署在容器服务 VKE 集群中。

   说明

   该 Dockerfile 仅为示例，您需要按需修改里面的参数。

   FROM golang:1.19 as builder
   COPY . /go/src/demo
   WORKDIR /go/src/demo
   RUN go env -w GOPROXY=https://goproxy.cn,direct && \
       go mod init && \
       go mod tidy && \
       go mod vendor && \
       go build -v -o /golang-demo
   
   FROM buildpack-deps:bullseye-curl
   RUN mkdir -p /app
   COPY --from=builder /golang-demo /app
   WORKDIR     /app
   ENV TZ Asia/Shanghai
   EXPOSE 2023
   ENTRYPOINT  ["/app/golang-demo"]
   
   

2. 镜像创建完成后，可以上传至 火山引擎 镜像仓库 中使用。也可以使用其他公有云或自建镜像仓库。

   说明

   火山引擎镜像仓库的镜像推送方式，请参见 推送和拉取镜像。

部署应用

您可以使用镜像仓库中的镜像，在容器服务 VKE 集群中部署应用。步骤如下：

1. 登录 容器服务控制台。
2. 单击左侧导航栏中的 集群。
3. 在集群列表页面，单击目标集群，进入集群管理页面。
4. 在左侧菜单栏中选择 工作负载 > 无状态负载。 单击 使用 Yaml 创建 ，部署应用。

   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: golang-demo # 配置应用的名称
     namespace: volcano-metrics # 配置应用所在的命名空间
     labels:
       app: golang-demo # 配置应用的标签
   spec:
     replicas: 2 # 配置应用副本数
     selector:
       matchLabels:
         app: golang-demo
     template:
       metadata:
         labels:
           app: golang-demo
       spec:
         containers:
         - name: golang-demo # 配置容器名称
           image: doc-cn-beijing.cr.volces.com/vmp/golang-demo:1.0 # 配置应用镜像的地址和版本
           ports:
           - containerPort: 2023 # 配置容器端口
   

5. 在左侧导航栏中，选择 服务与路由 > 服务，单击 使用 Yaml 创建 ，配置服务。

   apiVersion: v1
   kind: Service
   metadata:
     name: golang-service-demo
     namespace: volcano-metrics # 配置 Service 的命名空间
     labels: 
       app: golang-service-demo # 配置 Service 的标签
   spec:
     selector:
       app: golang-demo
     ports:
       - protocol: TCP
         port: 2023
         targetPort: 2023
         name: metrics # 配置服务端口名称
     type: ClusterIP
   

配置服务发现

当应用部署并正常运行后，可以使用 ServiceMonitor 配置服务发现，具体的操作步骤如下：

1. 在左侧菜单栏中选择 工作负载 > 对象浏览器。 单击 使用 Yaml 创建 ，通过 ServiceMonitor 配置服务发现。
   • 在 类型 下拉菜单中选择 自定义。
   • 在 Yaml 配置框内输入 Yaml 配置。

     apiVersion: monitoring.coreos.com/v1
     kind: ServiceMonitor
     metadata:
       name: golang-demo    # 填写一个唯一名称
       namespace: default # 配置 ServiceMonitor 命名空间
       labels: 
         volcengine.vmp: "true" # 配置 ServiceMonitor 的标签，允许被 Prometheus-agent 发现
     spec:
       endpoints:
       - interval: 30s
         port: metrics # 配置服务端口名称
         path: /metrics
         relabelings:
         - action: replace
           sourceLabels:  [__meta_kubernetes_pod_label_app]
           targetLabel: application
       namespaceSelector:
         matchNames:
         - volcano-metrics # 配置服务所在的命名空间
       selector:
         matchLabels:
           app: golang-service-demo # 配置服务的 Label 值，以定位目标服务
     

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。

您也可以使用 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 将托管 Prometheus 数据接入自建 Grafana。