Supervisió dels serveis de Golang amb Prometheus: escollir entre models pull i push

Què és Prometeu i per què el necessites?

Prometheus és un potent sistema de monitorització que recopila i processa dades numèriques (mètriques) d'aplicacions. T'ajuda a fer un seguiment d'indicadors clau com ara:

• El nombre de peticions gestionades pel vostre servei.
• El temps de resposta per a cada sol·licitud.
• Ús de memòria i CPU.
• El nombre d'errors que es produeixen al sistema.

Mitjançant l'ús de Prometheus, podeu respondre preguntes crítiques com:

• "El meu servei funciona de manera eficient?"

• "Quins són els colls d'ampolla del rendiment?"

• "Hem d'augmentar la nostra infraestructura?"

  
  

I com recull Prometheus mètriques?

Hi ha dues maneres principals en què Prometheus recopila dades:

1. Model d'extracció : Prometheus consulta activament els serveis per les seves mètriques.
2. Model Push (Pushgateway) : els serveis transmeten les seves mètriques a un intermediari, que Prometheus recull.

Anem a trencar-los.

Model de tirada

En el model d'extracció , Prometheus obté mètriques de manera activa de la vostra aplicació mitjançant HTTP (p. ex., http://your-service:8080/metrics ).

Aquest és el mètode predeterminat i el més utilitzat.

Configuració de Prometheus amb Golang (model pull)

1. Instal·leu les biblioteques necessàries:

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

   
   

2. Definiu les vostres mètriques (p. ex., comptant les sol·licituds HTTP):

    import ( "github.com/prometheus/client_golang/prometheus" "github.com/prometheus/client_golang/prometheus/promauto" ) var httpRequestsTotal = promauto.NewCounter(prometheus.CounterOpts{ Name: "http_requests_total", Help: "Total number of HTTP requests", })

   
   

3. Exposa un punt final /metrics :

    import ( "net/http" "github.com/prometheus/client_golang/prometheus/promhttp" ) func main() { http.Handle("/metrics", promhttp.Handler()) }

   
   

4. Configureu Prometheus per esborrar mètriques del vostre servei a prometheus.yml :

    scrape_configs: - job_name: "example_service" static_configs: - targets: ["localhost:8080"]

Ara, Prometheus consultarà automàticament http://localhost:8080/metrics cada pocs segons per recollir dades.

Per què es prefereix el model Pull?

• Simplicitat : Prometheus controla el programa i la freqüència de raspat.
• Menys punts d'error : no cal un servei addicional per rebre mètriques.
• Neteja automàtica : si un servei deixa de respondre, Prometheus simplement deixa de rebre dades, evitant mètriques obsoletes.

Model Push (Enfocament Pushgateway)

En el model push , un servei envia les seves mètriques a un servei intermediari anomenat Pushgateway , que les emmagatzema fins que Prometheus les recupera.

Com funciona (model push)

1. La vostra aplicació envia mètriques a Pushgateway:

    import ( "github.com/prometheus/client_golang/prometheus" "github.com/prometheus/client_golang/prometheus/push" ) func main() { registry := prometheus.NewRegistry() jobCounter := prometheus.NewCounter(prometheus.CounterOpts{ Name: "job_execution_count", Help: "Number of executed jobs", }) registry.MustRegister(jobCounter) jobCounter.Inc() err := push.New("http://localhost:9090", "my_service_or_job"). Collector(jobCounter). Grouping("instance", "worker_1"). Push() if err != nil { panic(err) } }

   
   

2. Configura Prometheus per recopilar dades de Pushgateway:

    scrape_configs: - job_name: "pushgateway" static_configs: - targets: ["localhost:9091"]

Quan és realment útil el model Push?

• Feines de curta durada (tasques per lots, tasques de cron) que es completen abans que Prometheus pugui rascar-les.
• Restriccions de xarxa on Prometheus no pot accedir directament al servei.
• Fonts de dades externes (dispositius IoT, API externes) que no es poden eliminar directament.

Quin model hauríeu d'utilitzar?

Per què el model Push no és ideal?

Tot i que Pushgateway resol alguns problemes (per exemple, processos de curta durada que finalitzen abans que Prometheus els raspegi), introdueix diversos problemes nous :

1. Difícil de gestionar les dades obsoletes

   • Si un servei mor, les seves mètriques antigues romanen a Pushgateway.

   • Prometheus no té manera de saber si el servei encara funciona.

   • Heu de suprimir manualment mètriques obsoletes mitjançant push.Delete(...) o configurar polítiques de caducitat.

     
     

2. Complexitat addicional

   • En lloc d'un enllaç directe Servei → Prometheus , ara teniu Servei → Pushgateway → Prometheus .

   • Pushgateway és una dependència addicional que augmenta la sobrecàrrega de manteniment.

     
     

3. Potencials colls d'ampolla

   • Si molts serveis impulsen mètriques amb freqüència, Pushgateway es pot desbordar.

   • A diferència dels raspats directes de Prometheus (que distribueixen la càrrega), totes les sol·licituds arriben a una única instància Pushgateway.

     
     

4. Problemes de coherència de les dades
   • Si diversos serveis transmeten mètriques amb el mateix nom però amb valors diferents, les dades es poden sobreescriure i es poden produir resultats incorrectes.

Conclusió

Prometheus és una eina potent i fiable per al seguiment dels serveis. Per a la majoria d'aplicacions, el model d'extracció és la millor opció: és senzill, eficient i garanteix dades noves sense complexitat addicional. Tanmateix, si treballeu amb processos de curta durada, com ara funcions Lambda o treballs per lots, el model push mitjançant Pushgateway pot ser útil per capturar mètriques abans que el procés surti.

L'elecció de l'enfocament adequat garanteix una millor observabilitat i manteniment del vostre sistema.

Cuida't!