在微服务架构中，"看不见"的系统是最危险的系统。没有监控，你就无法知道服务当前的健康状况、性能趋势，更无法在故障发生前收到预警。Prometheus 作为云原生领域最受欢迎的时序监控系统，已经成为我们构建可观测性体系的首选工具。在十三Tech 的后端基础设施中，Prometheus + Grafana 是所有 go-zero 服务的标准监控配置。本文将从 Prometheus 的核心概念讲起，带你完成 go-zero 中的监控接入。
Prometheus 核心概念
Prometheus 由 SoundCloud 开发，现已成为 CNCF 毕业项目。它的核心设计围绕时间序列数据展开，通过拉取（Pull）模式采集指标，并支持强大的 PromQL 查询语言。
数据模型
Prometheus 的数据模型以时间序列为核心。每条时间序列由指标名称和一组**标签（键值对）**唯一标识，每个样本包含一个时间戳和一个数值。
例如，一个 HTTP 请求计数指标：
- 指标名称：
http_requests_total - 标签：
method="GET",status="200",endpoint="/api/users"
对于每一种标签组合，Prometheus 都会维护一条独立的时间序列。
指标采集机制
Prometheus 通过以下方式采集数据：
- 客户端库：在应用程序中嵌入 Prometheus 客户端库，通过 HTTP 暴露
/metrics端点 - Exporter：为第三方系统（如 MySQL、Redis、Nginx）提供指标转换的代理程序
- Pushgateway：用于接收批处理任务等短生命周期服务主动推送的指标
存储与压缩
Prometheus 使用自研的 TSDB（Time Series Database） 存储时序数据，具有以下特性：
- 采用可压缩的编码格式，节省磁盘空间
- 支持多值查询和原子增量并发修改
- 数据按 Chunk（通常 2 小时 ~ 1 天）组织存储
- 使用 WAL（Write Ahead Log） 保证数据可靠性，即使崩溃也能恢复
默认采集间隔为 15 秒，可根据需要调整。
核心组件
Prometheus 的完整监控体系由四个核心组件组成：
-
Prometheus Server 负责拉取监控数据、存储数据、执行 PromQL 查询。它是整个架构的大脑，定期抓取 Exporter 和客户端暴露的指标，保存到本地 TSDB 中。
-
Pushgateway 允许短生命周期或批处理任务主动将指标推送到 Pushgateway，再由 Prometheus Server 定期拉取。适用于无法直接暴露
/metrics端点的场景。 -
Alertmanager 负责管理 Prometheus 产生的告警，支持告警聚合、静默、路由和通知。可将告警发送到邮件、PagerDuty、Slack、Webhook 等多个渠道。
-
Client Libraries 官方提供多语言客户端库（Go、Java、Python 等），简化指标采集代码的编写，保证采集的准确性和服务端/Exporter 的可插拔性。
四种指标类型
Prometheus 定义了四种核心指标类型，适用于不同的监控场景：
| 类型 | 说明 | 典型场景 |
|---|---|---|
| Counter | 单调递增的计数器 | 累计请求数、错误数、任务完成数 |
| Gauge | 可增可减的瞬时值 | CPU 使用率、内存占用、队列长度 |
| Histogram | 采样值的分布统计 | 请求延迟分布、响应大小分布 |
| Summary | 类似 Histogram，但计算分位数 | 请求延迟的 P99、P95 |
Counter 适用于只增不减的累计类指标；Gauge 适用于有波动的度量值；Histogram 和 Summary 适用于需要分析分布特征的性能指标。
go-zero 中的 Prometheus 集成
go-zero 框架内置了基于 Prometheus 的服务指标监控能力，但默认不开启，需要手动配置。
开启监控
在服务的 etc/{your-service}.yaml 中添加 Prometheus 配置：
Prometheus:
Host: 127.0.0.1
Port: 9091
Path: /metrics
配置完成后重启服务，go-zero 会自动在指定地址暴露 Prometheus 格式的指标数据。你可以通过 curl http://127.0.0.1:9091/metrics 查看原始指标。
go-zero 默认采集的关键指标包括：
- RPC 方法调用耗时（Histogram）
- RPC 方法调用错误码分布（Counter）
- HTTP 请求 QPS 和延迟
- 服务资源使用率
与 Grafana 可视化
采集到 Prometheus 中的指标可以通过 Grafana 进行可视化展示。十三Tech 推荐至少配置以下看板：
- 服务概览：QPS、错误率、P99 延迟
- 资源监控：CPU、内存、Goroutine 数量
- 依赖监控：下游服务调用成功率、延迟
- 告警配置：错误率突增、延迟飙升、服务不可用的实时告警
总结
Prometheus 以其简洁的设计、强大的查询能力和活跃的生态，成为云原生监控领域的事实标准。go-zero 通过内置的 Prometheus 支持，让开发者无需编写额外代码即可获得服务级别的监控指标。在十三Tech 的运维实践中，Prometheus 不仅帮助我们建立了完整的服务可观测性体系，更通过及时的告警机制多次在故障扩大前发出了预警。
监控不是可选项，而是生产环境的必需品。如果你还没有为 go-zero 服务接入 Prometheus，建议尽快行动起来。