Metrics.net + influxdb + grafana 构建WebAPI的自动化监控和预警
前言
这次主要分享通过Metrics.net + influxdb + grafana 构建WebAPI的自动化监控和预警方案。通过执行耗时，定位哪些接口拖累了服务的性能；通过请求频次，设置适当的限流和熔断机制，拦截非法或不合理的请求，保障服务的可用性。
InfluxDB
官网：https://www.influxdata.com/
按照官方的说法，InfluxDB是一个开源分布式时序、事件和指标数据库。使用 Go 语言编写，无需外部依赖。其设计目标是实现分布式和水平伸缩扩展。
下载地址：https://portal.influxdata.com/downloads，解压后的目录如下
打开配置文件，设置数据存储路径
[data] # The directory where the TSM storage engine stores TSM files. #dir = "/var/lib/influxdb/data" dir = "C:/Users/001wa/Desktop/software/influxdb-1.2.2-1/data" # The directory where the TSM storage engine stores WAL files. #wal-dir = "/var/lib/influxdb/wal" wal-dir = "C:/Users/001wa/Desktop/software/influxdb-1.2.2-1/data"
开启管理界面
[admin] # Determines whether the admin service is enabled. enabled = true # The default bind address used by the admin service. bind-address = ":8083"
cmd到当前目录，使用配置文件influxdb.conf启动服务后，可以查看管理页面http://127.0.0.1:8083/
至此，服务启动成功。
创建数据库并改变默认策略，并创建具有管理员权限的账户
CREATE DATABASE "db_metrics" CREATE RETENTION POLICY "rp_metrics" ON "db_metrics" DURATION 10w REPLICATION 1 DEFAULT
CREATE USER "admin" WITH PASSWORD 'admin' WITH ALL PRIVILEGES
Metrics.Net
现有多个Metrics及其扩展的版本：
https://github.com/etishor/Metrics.NET 该版本的作者据说去天堂了，期望天堂里没有程序员这个职业。
https://github.com/davidB/metrics-influxdb 这个扩展支持的Influxdb版本太低，高版本会报异常，无奈放弃。
https://github.com/Recognos/Metrics.NET这个版本每个时间周期都会向数据源推数据，如果这段时间内没有数据则默认用上个周期的数据，并且数据会累计，导致重复，不便于统计和展示。
https://github.com/Recognos/Metrics.NET.InfluxDB这个版本的扩展不错。
最终选择后面两个，并对源码做了一点扩展和二次开发，基础SDK主要封装Metrics的基础操作和修复上述重复、累计问题，并注册全局的环境、主机的自定义Tags。
Metric.Config.WithReporting(report => report
.WithInfluxDbMyHttp(host, port, database, userName, password, null, null, TimeSpan.FromSeconds(intervalSeconds), null, configFunc => configFunc
.WithConverter(new DefaultConverter().WithGlobalTags($"env={environment},host={Dns.GetHostName()}"))
.WithFormatter(new DefaultFormatter().WithLowercase(true))
.WithWriter(new InfluxdbHttpWriter(configFunc, batchSize))));
之后在基础sdk上扩展一个用于统计webapi接口耗时和频次的sdk。
/// <summary>
/// WebAPI接口过滤器
///
/// 记录接口耗时、频次，记录到Metrics
/// </summary>
public class MetricsFilterAttribute : ActionFilterAttribute
主要采用Histogram，并自定义Tags便于Grafana的筛选
if (stopWatch != null)
{
stopWatch.Stop();
var tags = new string[] { $"method={actionExecutedContext.Request.Method.ToString()}" };
var metricsName = FormatMetricsName(actionExecutedContext.ActionContext.ActionDescriptor);
//build and update histogram
var histogram = GetOrAddHistogram(metricsName, tags);
histogram.Update(stopWatch.ElapsedMilliseconds);
}
WebAPI引用后，要注册全局的过滤器
config.Filters.Add(new MetricsFilterAttribute());
Grafana
Grafana是一个非常好看的监控界面，从这里下载：https://grafana.com/grafana/download
启动服务，打开登陆页面http://localhost:3000，使用默认账号登陆。
这里主要关注数据源的配置和图表的画法，不再详述用户分组权限的管理和自动化预警，想了解更多可以参考官方文档：http://docs.grafana.org/guides/getting_started/
首先添加数据源，设置数据源的类型、地址、数据库、通信方式等。
之后，自定义模板，将自定义的Tags作为筛选项，并设置数据源、筛选条件。
最终的效果为：
接下来，自定义图表
设置标题
选择自己的数据库和查询字段，比如采用Histrogram直方图记录单位时间内的执行次数和耗时分布
因为耗时和访问次数属于不同的维度，这里要设置两个Y坐标
显示一些聚合数据
设置我们要展示图形格式
最终效果为
熔断
为了保证单个接口或服务的可用性，通常针对单个用户账户、单个调用方ip在某个时间段内的访问频次进行限制，拦截恶意的请求，保障服务的可用性。
可以在Grafana中设置预警阈值，直接调用接口，对用户或ip进行访问拦截等。
后语
这篇是线上服务的可用性保障方案的其中一篇，其它的内容会后续补充：
1.对Web、H5、App相关页面进行埋点，统计用户访问的PV、UV、停留时间、转化率等。
2.VSAnalyseTool本地调试分析接口的耗时、内存、CPU的使用情况，直接定位问题、优化代码。
接口性能分析与优化
3.SoapUI对接口进行并行压力测试，针对性改善接口性能。
4.Metrics.net + influxdb + grafana对API进行埋点。
5.完善日志系统，记录请求和响应及耗时，标识一次完整的请求，便于查找和定位问题。
6.对EntityFramework进行轻度包装，支持AsNoTracking、自动nolock、记录SQL执行耗时、读写分离等。
7.zabbix监控服务器的内存、线程、CPU Average、CPU Load、IO等，设置阈值、及时预警，保障线上的可用性。
8. WinDbg分析线上服务异常时的内存转储文件，排查大对象、高频回收、线程耗时、死锁等问题。