用 go-commons 打造一套最小可行监控体系

原创

JavaPub 2025-09-29 10:38:27 博主文章分类：golang ©著作权

文章标签 #golang #开发语言 #后端 sed json 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者JavaPub的原创作品，请联系作者获取转载授权，否则将追究法律责任

在日常的 Go 服务开发中，我们常常需要回答几个关键问题：

我的服务现在的 QPS（每秒请求数）是多少？
服务器的 CPU、内存、磁盘 是否有瓶颈？
业务指标和系统指标如何统一暴露？

传统方案是部署 node_exporter + Prometheus，再做一堆配置。但对于小型服务、内网应用、测试环境来说，这种方案太“重”了。
这时，轻量、零依赖的 go-commons 就能派上用场。

它可以帮你在业务应用中快速集成一个 最小可行监控体系（MVP）：
👉 业务指标（QPS、接口耗时） + 系统指标（CPU、内存、磁盘）一步到位。

1. 快速集成 go-commons

首先，拉取依赖：

go get github.com/Rodert/go-commons

目录结构（最小 demo）：

myapp/
  main.go
  go.mod

2. 代码案例：业务指标 + 系统指标

下面我们写一个简单的 Web 服务，包含两个接口：

/hello：模拟业务请求，统计 QPS
/metrics：暴露业务和系统指标

package main

import (
	"encoding/json"
	"fmt"
	"net/http"
	"sync/atomic"
	"time"

	"github.com/Rodert/go-commons/systemutils/cpuutils"
	"github.com/Rodert/go-commons/systemutils/memutils"
	"github.com/Rodert/go-commons/systemutils/diskutils"
)

// QPS 计数器
var reqCount uint64
var start = time.Now()

// metrics 输出结构
type Metrics struct {
	QPS        float64   `json:"qps"`
	CPUUsage   float64   `json:"cpu_usage"`
	LoadAvg    []float64 `json:"load_avg"`
	MemUsedMB  uint64    `json:"mem_used_mb"`
	MemTotalMB uint64    `json:"mem_total_mb"`
	DiskUsedGB uint64    `json:"disk_used_gb"`
	DiskTotalGB uint64   `json:"disk_total_gb"`
}

func helloHandler(w http.ResponseWriter, r *http.Request) {
	atomic.AddUint64(&reqCount, 1)
	fmt.Fprintln(w, "Hello, World!")
}

func metricsHandler(w http.ResponseWriter, r *http.Request) {
	// 计算 QPS
	duration := time.Since(start).Seconds()
	qps := float64(atomic.LoadUint64(&reqCount)) / duration

	m := Metrics{QPS: qps}

	// CPU
	if cpuInfo, err := cpuutils.GetCPUInfo(); err == nil {
		m.CPUUsage = cpuInfo.UsagePercent
		m.LoadAvg = cpuInfo.LoadAvg
	}

	// 内存
	if memInfo, err := memutils.GetMemInfo(); err == nil {
		m.MemUsedMB = memInfo.Used / 1024 / 1024
		m.MemTotalMB = memInfo.Total / 1024 / 1024
	}

	// 磁盘
	if diskInfo, err := diskutils.GetDiskInfo("/"); err == nil {
		m.DiskUsedGB = diskInfo.Used / 1024 / 1024 / 1024
		m.DiskTotalGB = diskInfo.Total / 1024 / 1024 / 1024
	}

	w.Header().Set("Content-Type", "application/json")
	json.NewEncoder(w).Encode(m)
}

func main() {
	http.HandleFunc("/hello", helloHandler)
	http.HandleFunc("/metrics", metricsHandler)

	fmt.Println("Server started at :8080")
	http.ListenAndServe(":8080", nil)
}

3. 实际效果

启动服务：

go run main.go

访问业务接口几次：

curl http://localhost:8080/hello

查看监控指标：

curl http://localhost:8080/metrics

输出示例：

{
  "qps": 12.5,
  "cpu_usage": 8.34,
  "load_avg": [0.12, 0.20, 0.30],
  "mem_used_mb": 512,
  "mem_total_mb": 4096,
  "disk_used_gb": 20,
  "disk_total_gb": 100
}

这就是一套 最小可行监控体系。