从零开始写一个Exporter

前言

上一篇文章中已经给大家整体的介绍了开源监控系统Prometheus，其中Exporter作为整个系统的Agent端，通过HTTP接口暴露需要监控的数据。那么如何将用户指标通过Exporter的形式暴露出来呢？比如说在线，请求失败数，异常请求等指标可以通过Exporter的形式暴露出来，从而基于这些指标做告警监控。

演示环境

$ uname -a
Darwin 18.6.0 Darwin Kernel Version 18.6.0: Thu Apr 25 23:16:27 PDT 2019; root:xnu-4903.261.4~2/RELEASE_X86_64 x86_64
$ go version
go version go1.12.4 darwin/amd64

四类指标介绍

Prometheus定义了4种不同的指标类型：Counter(计数器)，Gauge(仪表盘)，Histogram(直方图)，Summary(摘要)。

其中Exporter返回的样本数据中会包含数据类型的说明，例如：

# TYPE node_network_carrier_changes_total counter
node_network_carrier_changes_total{device="br-01520cb4f523"} 1

这四类指标的特征为：

Counter：只增不减（除非系统发生重启，或者用户进程有异常）的计数器。常见的监控指标如http_requests_total, node_cpu都是Counter类型的监控指标。一般推荐在定义为Counter的指标末尾加上_total作为后缀。

Gauge：可增可减的仪表盘。Gauge类型的指标侧重于反应系统当前的状态。因此此类指标的数据可增可减。常见的例如node_memory_MemAvailable_bytes(可用内存)。

HIstogram：分析数据分布的直方图。显示数据的区间分布。例如统计请求耗时在0-10ms的请求数量和10ms-20ms的请求数量分布。

Summary: 分析数据分布的摘要。显示数据的中位数，9分数等。

实战

接下来我将用Prometheus提供的Golang SDK 编写包含上述四类指标的Exporter，示例的编写修改自SDK的example。由于example中示例比较复杂，我会精简一下，尽量让大家用最小的学习成本能够领悟到Exporter开发的精髓。第一个例子会演示Counter和Gauge的用法，第二个例子演示Histogram和Summary的用法。

Counter和Gauge用法演示：

package main

import (
    "flag"
    "log"
    "net/http"

    "github.com/prometheus/client_golang/prometheus/promhttp"
)

var addr = flag.String("listen-address", ":8080", "The address to listen on for HTTP requests.")

func main() {
    flag.Parse()
    http.Handle("/metrics", promhttp.Handler())
    log.Fatal(http.ListenAndServe(*addr, nil))
}

上述代码就是一个通过0.0.0.0:8080/metrics 暴露golang信息的原始Exporter，没有包含任何的用户自定义指标信息。接下来往里面添加Counter和Gauge类型指标：

func recordMetrics() {
    go func() {
        for {
            opsProcessed.Inc()
            myGague.Add(11)
            time.Sleep(2 * time.Second)
        }
    }()
}

var (
    opsProcessed = promauto.NewCounter(prometheus.CounterOpts{
        Name: "myapp_processed_ops_total",
        Help: "The total number of processed events",
    })
    myGague = promauto.NewGauge(prometheus.GaugeOpts{
        Name: "my_example_gauge_data",
        Help: "my example gauge data",
        ConstLabels:map[string]string{"error":""},
    })
)

在上面的main函数中添加recordMetrics方法调用。curl 127.0.0.1:8080/metrics 能看到自定义的Counter类型指标myapp_processed_ops_total 和 Gauge 类型指标my_example_gauge_data。

# HELP my_example_gauge_data my example gauge data
# TYPE my_example_gauge_data gauge
my_example_gauge_data{error=""} 44
# HELP myapp_processed_ops_total The total number of processed events
# TYPE myapp_processed_ops_total counter
myapp_processed_ops_total 4

其中#HELP 是代码中的Help字段信息，#TYPE 说明字段的类型，例如my_example_gauge_data是gauge类型指标。my_example_gauge_data是指标名称，大括号括起来的error是该指标的维度，44是该指标的值。需要特别注意的是第12行和16行用的是promauto包的NewXXX方法，例如：

func NewCounter(opts prometheus.CounterOpts) prometheus.Counter {
    c := prometheus.NewCounter(opts)
    prometheus.MustRegister(c)
    return c
}

可以看到该函数是会自动调用MustRegister方法，如果用的是prometheus包的NewCounter则需要再自行调用MustRegister注册收集的指标。其中Couter类型指标有以下的内置接口：

type Counter interface {
    Metric
    Collector

    // Inc increments the counter by 1. Use Add to increment it by arbitrary
    // non-negative values.
    Inc()
    // Add adds the given value to the counter. It panics if the value is <
    // 0.
    Add(float64)
}

可以通过Inc()接口给指标直接进行+1操作，也可以通过Add(float64)给指标加上某个值。还有继承自Metric和Collector的一些描述接口，这里不做展开。

Gauge类型的内置接口有：

type Gauge interface {
    Metric
    Collector

    // Set sets the Gauge to an arbitrary value.
    Set(float64)
    // Inc increments the Gauge by 1. Use Add to increment it by arbitrary
    // values.
    Inc()
    // Dec decrements the Gauge by 1. Use Sub to decrement it by arbitrary
    // values.
    Dec()
    // Add adds the given value to the Gauge. (The value can be negative,
    // resulting in a decrease of the Gauge.)
    Add(float64)
    // Sub subtracts the given value from the Gauge. (The value can be
    // negative, resulting in an increase of the Gauge.)
    Sub(float64)

    // SetToCurrentTime sets the Gauge to the current Unix time in seconds.
    SetToCurrentTime()
}

需要注意的是Gauge提供了Sub(float64)的减操作接口，因为Gauge是可增可减的指标。Counter因为是只增不减的指标，所以只有加的接口。

Histogram和Summary用法演示：

package main

import (
    "flag"
    "fmt"
    "log"
    "math"
    "math/rand"
    "net/http"
    "time"

    "github.com/prometheus/client_golang/prometheus"
    "github.com/prometheus/client_golang/prometheus/promhttp"
)

var (
    addr              = flag.String("listen-address", ":8080", "The address to listen on for HTTP requests.")
    uniformDomain     = flag.Float64("uniform.domain", 0.0002, "The domain for the uniform distribution.")
    normDomain        = flag.Float64("normal.domain", 0.0002, "The domain for the normal distribution.")
    normMean          = flag.Float64("normal.mean", 0.00001, "The mean for the normal distribution.")
    oscillationPeriod = flag.Duration("oscillation-period", 10*time.Minute, "The duration of the rate oscillation period.")
)

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","error_code"},
    )
    rpcDurationsHistogram = prometheus.NewHistogram(prometheus.HistogramOpts{
        Name:    "rpc_durations_histogram_seconds",
        Help:    "RPC latency distributions.",
        Buckets: prometheus.LinearBuckets(0, 5, 20),
    })
)

func init() {
    // Register the summary and the histogram with Prometheus's default registry.
    prometheus.MustRegister(rpcDurations)
    prometheus.MustRegister(rpcDurationsHistogram)
    // Add Go module build info.
    prometheus.MustRegister(prometheus.NewBuildInfoCollector())
}

func main() {
    flag.Parse()

    start := time.Now()

    oscillationFactor := func() float64 {
        return 2 + math.Sin(math.Sin(2*math.Pi*float64(time.Since(start))/float64(*oscillationPeriod)))
    }

    go func() {
        i := 1
        for {
            time.Sleep(time.Duration(75*oscillationFactor()) * time.Millisecond)
            if (i*3) > 100 {
                break
            }
            rpcDurations.WithLabelValues("normal","400").Observe(float64((i*3)%100))
            rpcDurationsHistogram.Observe(float64((i*3)%100))
            fmt.Println(float64((i*3)%100), " i=", i)
            i++
        }
    }()

    go func() {
        for {
            v := rand.ExpFloat64() / 1e6
            rpcDurations.WithLabelValues("exponential", "303").Observe(v)
            time.Sleep(time.Duration(50*oscillationFactor()) * time.Millisecond)
        }
    }()

    // Expose the registered metrics via HTTP.
    http.Handle("/metrics", promhttp.Handler())
    log.Fatal(http.ListenAndServe(*addr, nil))
}

第25-32行定义了一个Summary类型指标，其中有service和errro_code两个维度。第33-37行定义了一个Histogram类型指标，从0开始，5为宽度，有20个直方。也就是0-5，6-10，11-15 .... 等20个范围统计。

其中直方图HIstogram指标的相关结果为：

# HELP rpc_durations_histogram_seconds RPC latency distributions.
# TYPE rpc_durations_histogram_seconds histogram
rpc_durations_histogram_seconds_bucket{le="0"} 0
rpc_durations_histogram_seconds_bucket{le="5"} 1
rpc_durations_histogram_seconds_bucket{le="10"} 3
rpc_durations_histogram_seconds_bucket{le="15"} 5
rpc_durations_histogram_seconds_bucket{le="20"} 6
rpc_durations_histogram_seconds_bucket{le="25"} 8
rpc_durations_histogram_seconds_bucket{le="30"} 10
rpc_durations_histogram_seconds_bucket{le="35"} 11
rpc_durations_histogram_seconds_bucket{le="40"} 13
rpc_durations_histogram_seconds_bucket{le="45"} 15
rpc_durations_histogram_seconds_bucket{le="50"} 16
rpc_durations_histogram_seconds_bucket{le="55"} 18
rpc_durations_histogram_seconds_bucket{le="60"} 20
rpc_durations_histogram_seconds_bucket{le="65"} 21
rpc_durations_histogram_seconds_bucket{le="70"} 23
rpc_durations_histogram_seconds_bucket{le="75"} 25
rpc_durations_histogram_seconds_bucket{le="80"} 26
rpc_durations_histogram_seconds_bucket{le="85"} 28
rpc_durations_histogram_seconds_bucket{le="90"} 30
rpc_durations_histogram_seconds_bucket{le="95"} 31
rpc_durations_histogram_seconds_bucket{le="+Inf"} 33
rpc_durations_histogram_seconds_sum 1683
rpc_durations_histogram_seconds_count 33

xxx_count反应当前指标的记录总数，xxx_sum表示当前指标的总数。不同的le表示不同的区间，后面的数字是从开始到这个区间的总数。例如le="30"后面的10表示有10个样本落在0-30区间，那么26-30这个区间一共有多少个样本呢，只需要用len="30" - len="25"，即2个。也就是27和30这两个点。

Summary相关的结果如下：

# HELP rpc_durations_seconds RPC latency distributions.
# TYPE rpc_durations_seconds summary
rpc_durations_seconds{error_code="303",service="exponential",quantile="0.5"} 7.176288428497417e-07
rpc_durations_seconds{error_code="303",service="exponential",quantile="0.9"} 2.6582266087185467e-06
rpc_durations_seconds{error_code="303",service="exponential",quantile="0.99"} 4.013935374172691e-06
rpc_durations_seconds_sum{error_code="303",service="exponential"} 0.00015065426336339398
rpc_durations_seconds_count{error_code="303",service="exponential"} 146
rpc_durations_seconds{error_code="400",service="normal",quantile="0.5"} 51
rpc_durations_seconds{error_code="400",service="normal",quantile="0.9"} 90
rpc_durations_seconds{error_code="400",service="normal",quantile="0.99"} 99
rpc_durations_seconds_sum{error_code="400",service="normal"} 1683
rpc_durations_seconds_count{error_code="400",service="normal"} 33

其中sum和count指标的含义和上面Histogram一致。拿第8-10行指标来说明，第8行的quantile 0.5 表示这里指标的中位数是51，9分数是90。

 

自定义类型

如果上面Counter，Gauge，Histogram，Summary四种内置指标都不能满足我们要求时，我们还可以自定义类型。只要实现了Collect接口的方法，然后调用MustRegister即可：

func MustRegister(cs ...Collector) {
    DefaultRegisterer.MustRegister(cs...)
}

type Collector interface {
    Describe(chan<- *Desc)
    Collect(chan<- Metric)
}

总结

文章通过Prometheus内置的Counter(计数器)，Gauge(仪表盘)，Histogram(直方图)，Summary(摘要)演示了Exporter的开发，最后提供了自定义类型的实现方法。

参考

https://prometheus.io/docs/guides/go-application/

https://yunlzheng.gitbook.io/prometheus-book/parti-prometheus-ji-chu/promql/prometheus-metrics-types

https://songjiayang.gitbooks.io/prometheus/content/concepts/metric-types.html