log、metrics、trace是我们观测和监控微服务的三大法宝，而对于metrics，我们尝尝采集服务的指标，把它们推送到Prometheus、InfluxDB等时序数据库中，并使用Grafana展示出来。
如果你有相应的这些基础架构平台，那没有问题。但是如果你缺乏这些基础的监控平台，而且有时候也只是临时想监控一下服务的指标，那么 rpcx 给你提供了一个极简的方法，你只需在rpcx 的服务器添加下面一行：
也就是开启Profile模式，就可以可以在浏览器中查看服务基本的指标：
不需要配置监控的服务器地址和端口，不需要配置profile和metric采集，一切都是自动实现的。
那么 rpcx 是怎么实现的呢?
首先，得益于 rpcx 最早在微服务框架中采用的共享端口的方法，我们在服务监听的端口上增加了一个http的服务，支持监控指标的展示，同时也提供了对go profile的 API:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
mux := http.NewServeMux()
mux.HandleFunc("/debug/pprof/", pprof.Index)
mux.HandleFunc("/debug/pprof/cmdline", pprof.Cmdline)
mux.HandleFunc("/debug/pprof/profile", pprof.Profile)
mux.HandleFunc("/debug/pprof/symbol", pprof.Symbol)
mux.HandleFunc("/debug/pprof/trace", pprof.Trace)
for _, v := range mgr.Views {
page.AddCharts(v.View())
mux.HandleFunc("/debug/statsview/view/"+v.Name(), v.Serve)
}
mux.HandleFunc("/debug/statsview", func(w http.ResponseWriter, _ *http.Request) {
page.Render(w)
})
staticsPrev := "/debug/statsview/statics/"
mux.HandleFunc(staticsPrev+"echarts.min.js", func(w http.ResponseWriter, _ *http.Request) {
w.Write([]byte(statics.EchartJS))
})
mux.HandleFunc(staticsPrev+"jquery.min.js", func(w http.ResponseWriter, _ *http.Request) {
w.Write([]byte(statics.JqueryJS))
})
mux.HandleFunc(staticsPrev+"themes/westeros.js", func(w http.ResponseWriter, _ *http.Request) {
w.Write([]byte(statics.WesterosJS))
})
mux.HandleFunc(staticsPrev+"themes/macarons.js", func(w http.ResponseWriter, _ *http.Request) {
w.Write([]byte(statics.MacaronsJS))
})
mgr.srv.Handler = cors.AllowAll().Handler(mux)
|
其次，集成go-echarts/statsview这个实时的go运行时profiler,它是基于go-echarts,可以方便的在Go语言中使用echarts绘图框架。
不过这个库两年没有更新维护了，我发现其中的一个bug,也就是Y轴不能显示标签，还有不方便创建自定义的监控视图，所以我fork了一份，方便使用smallnest/statsview。能够在rpcx中快速实现metrics监控的功能主要得益于这个框架。
最后，我们在监控图中增加了最常用的三个指标：
- Handler Inflight - 正在处理的请求数。也就是rpcx服务器接收到，正在处理还没有返回的请求的数量
- 处理时间：最近1000个请求的时间，包括平均时间、最大时间、最小时间、p99等
- QPS：每秒接收到的请求数
而且，基于statsview库，将来我们可以增加更多的监控viewer。
