微服務從程式碼到k8s部署應有盡有系列（十三、服務監控）
我們用一個系列來講解從需求到上線、從程式碼到k8s部署、從日誌到監控等各個方面的微服務完整實踐。
整個專案使用了go-zero開發的微服務，基本包含了go-zero以及相關go-zero作者開發的一些中介軟體，所用到的技術棧基本是go-zero專案組的自研元件，基本是go-zero全家桶了。
實戰專案地址：https://github.com/Mikaelemmmm/go-zero-looklook
1、概述
好的服務一定是可以被及時監控的，在go-zero-looklook中我們使用目前比較流行的prometheus來作為監控工具，然後使用grafana來顯示
go-zero已經在程式碼中給我們整合好了prometheus
// StartAgent starts a prometheus agent. func StartAgent(c Config) { if len(c.Host) == 0 { return } once.Do(func() { enabled.Set(true) threading.GoSafe(func() { http.Handle(c.Path, promhttp.Handler()) addr := fmt.Sprintf("%s:%d", c.Host, c.Port) logx.Infof("Starting prometheus agent at %s", addr) if err := http.ListenAndServe(addr, nil); err != nil { logx.Error(err) } }) }) }
無論當我們啟動api、rpc都會額外啟動一個goroutine 提供prometheus的服務
【注】如果像我們之前order-mq這種使用serviceGroup管理的服務，在啟動檔案main中要顯式呼叫一下才可以，api、rpc不需要，配置都一樣
package main
.....
func main() {
....
// log、prometheus、trace、metricsUrl.
if err := c.SetUp(); err != nil {
panic(err)
}
......
}
2、實現
2.1 配置prometheus與grafana
在專案下的docker-compose-env.yml檔案中
我們來deploy/prometheus/server/prometheus.yml看看prometheus配置檔案
global:
scrape_interval:
external_labels:
monitor: 'codelab-monitor'
# 這裡表示抓取物件的配置
scrape_configs:
- job_name: 'prometheus'
scrape_interval: 5s #重寫了全域性抓取間隔時間，由15秒重寫成5秒
static_configs:
- targets: ['127.0.0.1:9090']
- job_name: 'order-api'
static_configs:
- targets: ['order-api:9091']
labels:
job: order-api
app: order-api
env: dev
- job_name: 'order-rpc'
static_configs:
- targets: ['order-rpc:9091']
labels:
job: order-rpc
app: order-rpc
env: dev
- job_name: 'order-mq'
static_configs:
- targets: ['order-mq:9091']
labels:
job: order-mq
app: order-mq
env: dev
- job_name: 'usercenter-api'
static_configs:
- targets: ['usercenter-api:9091']
labels:
job: usercenter-api
app: usercenter-api
env: dev
- job_name: 'usercenter-rpc'
static_configs:
- targets: ['usercenter-rpc:9091']
labels:
job: usercenter-rpc
app: usercenter-rpc
env: dev
- job_name: 'travel-api'
static_configs:
- targets: ['travel-api:9091']
labels:
job: travel-api
app: travel-api
env: dev
- job_name: 'travel-rpc'
static_configs:
- targets: ['travel-rpc:9091']
labels:
job: travel-rpc
app: travel-rpc
env: dev
- job_name: 'payment-api'
static_configs:
- targets: ['payment-api:9091']
labels:
job: payment-api
app: payment-api
env: dev
- job_name: 'payment-rpc'
static_configs:
- targets: ['payment-rpc:9091']
labels:
job: payment-rpc
app: payment-rpc
env: dev
- job_name: 'mqueue-rpc'
static_configs:
- targets: ['mqueue-rpc:9091']
labels:
job: mqueue-rpc
app: mqueue-rpc
env: dev
- job_name: 'message-mq'
static_configs:
- targets: ['message-mq:9091']
labels:
job: message-mq
app: message-mq
env: dev
- job_name: 'identity-api'
static_configs:
- targets: ['identity-api:9091']
labels:
job: identity-api
app: identity-api
env: dev
- job_name: 'identity-rpc'
static_configs:
- targets: [ 'identity-rpc:9091' ]
labels:
job: identity-rpc
app: identity-rpc
env: dev
2.2 業務配置
實現上我們業務也不需要新增任何程式碼（除了serviceGroup管理的服務）
我們只需要在業務配置檔案中配置即可，我們拿usercenter來舉例
1）api
2）rpc
3）mq（serviceGroup）
【注】（再強調一次）如果像我們之前order-mq這種使用serviceGroup管理的服務，在啟動檔案main中要顯示呼叫一下才可以，api、rpc不需要
package main
.....
func main() {
....
// log、prometheus、trace、metricsUrl.
if err := c.SetUp(); err != nil {
panic(err)
}
......
}
2.3 檢視
訪問 http://127.0.0.1:9090/ ， 點選上面選單“Status”，再點選Targets ,藍色的就是啟動成了，紅色就是沒啟動成功
2.4 配置grafana
訪問http://127.0.0.1:3001， 預設賬號、密碼都是admin
配置資料來源是prometheus
然後配置
【注】這裡是在docker中配置的，所以http的url不能寫127.0.0.1
檢視是否配置成功
配置dashboard
然後點選第一個
我們新增一個cpu指標，在下方輸入cpu選擇
然後我們就可以看到我們想要看的監控指標
3、結尾
這裡只演示了一個指標，其他想看的指標自己配置就可以了，同時你也可以在grafana新增alert報警配置，這個就不作為演示了自行整理
專案地址
https://github.com/zeromicro/go-zero
歡迎使用 go-zero 並 star 支援我們！
微信交流群
關注『微服務實踐』公眾號並點選 交流群 獲取社群群二維碼。