hyperf/docs/zh-hk/metric.md

服務監控

微服務治理的一個核心需求便是服務可觀察性。作為微服務的牧羊人，要做到時刻掌握各項服務的健康狀態，並非易事。雲原生時代這一領域內湧現出了諸多解決方案。本組件對可觀察性當中的重要支柱遙測與監控進行了抽象，方便使用者與既有基礎設施快速結合，同時避免供應商鎖定。

安裝

通過 Composer 安裝組件

composer require hyperf/metric

hyperf/metric 組件默認安裝了 Prometheus 相關依賴。如果要使用 StatsD 或 InfluxDB，還需要執行下面的命令安裝對應的依賴：

# StatsD 所需依賴
composer require domnikl/statsd
# InfluxDB 所需依賴 
composer require influxdb/influxdb-php 

增加組件配置

如文件不存在，可執行下面的命令增加 config/autoload/metric.php 配置文件：

php bin/hyperf.php vendor:publish hyperf/metric

使用

配置

選項

default：配置文件內的 default 對應的值則為使用的驅動名稱。驅動的具體配置在 metric 項下定義，使用與 key 相同的驅動。

'default' => env('METRIC_DRIVER', 'prometheus'),

• use_standalone_process: 是否使用 獨立監控進程。推薦開啟。關閉後將在 Worker 進程 中處理指標收集與上報。

'use_standalone_process' => env('TELEMETRY_USE_STANDALONE_PROCESS', true),

• enable_default_metric: 是否統計默認指標。默認指標包括內存佔用、系統 CPU 負載以及 Swoole Server 指標和 Swoole Coroutine 指標。

'enable_default_metric' => env('TELEMETRY_ENABLE_DEFAULT_TELEMETRY', true),

default_metric_interval: 默認指標推送週期，單位為秒，下同。

'default_metric_interval' => env('DEFAULT_METRIC_INTERVAL', 5),

配置 Prometheus

使用 Prometheus 時，在配置文件中的 metric 項增加 Prometheus 的具體配置。

use Hyperf\Metric\Adapter\Prometheus\Constants;

return [
    'default' => env('METRIC_DRIVER', 'prometheus'),
    'use_standalone_process' => env('TELEMETRY_USE_STANDALONE_PROCESS', true),
    'enable_default_metric' => env('TELEMETRY_ENABLE_DEFAULT_TELEMETRY', true),
    'default_metric_interval' => env('DEFAULT_METRIC_INTERVAL', 5),
    'metric' => [
        'prometheus' => [
            'driver' => Hyperf\Metric\Adapter\Prometheus\MetricFactory::class,
            'mode' => Constants::SCRAPE_MODE,
            'namespace' => env('APP_NAME', 'skeleton'),
            'scrape_host' => env('PROMETHEUS_SCRAPE_HOST', '0.0.0.0'),
            'scrape_port' => env('PROMETHEUS_SCRAPE_PORT', '9502'),
            'scrape_path' => env('PROMETHEUS_SCRAPE_PATH', '/metrics'),
            'push_host' => env('PROMETHEUS_PUSH_HOST', '0.0.0.0'),
            'push_port' => env('PROMETHEUS_PUSH_PORT', '9091'),
            'push_interval' => env('PROMETHEUS_PUSH_INTERVAL', 5),
        ],
    ],
];

Prometheus 有兩種工作模式，爬模式與推模式（通過 Prometheus Pushgateway ），本組件均可支持。

使用爬模式（Prometheus 官方推薦）時需設置：

'mode' => Constants::SCRAPE_MODE

並配置爬取地址 scrape_host、爬取端口 scrape_port、爬取路徑 scrape_path。Prometheus 可以在對應配置下以 HTTP 訪問形式拉取全部指標。

注意：爬模式下，必須啟用獨立進程，即 use_standalone_process = true。

使用推模式時需設置：

'mode' => Constants::PUSH_MODE

並配置推送地址 push_host、推送端口 push_port、推送間隔 push_interval。只建議離線任務使用推模式。

因為基礎設置的差異性，可能以上模式都無法滿足需求。本組件還支持自定義模式。在自定義模式下，組件只負責指標的收集，具體的上報需要使用者自行處理。

'mode' => Constants::CUSTOM_MODE

例如，您可能希望通過自定義的路由上報指標，或希望將指標存入 Redis 中，由其他獨立服務負責指標的集中上報等。自定義上報一節包含了相應的示例。

配置 StatsD

使用 StatsD 時，在配置文件中的 metric 項增加 StatsD 的具體配置。

return [
    'default' => env('METRIC_DRIVER', 'statd'),
    'use_standalone_process' => env('TELEMETRY_USE_STANDALONE_PROCESS', true),
    'enable_default_metric' => env('TELEMETRY_ENABLE_DEFAULT_TELEMETRY', true),
    'metric' => [
        'statsd' => [
            'driver' => Hyperf\Metric\Adapter\StatsD\MetricFactory::class,
            'namespace' => env('APP_NAME', 'skeleton'),
            'udp_host' => env('STATSD_UDP_HOST', '127.0.0.1'),
            'udp_port' => env('STATSD_UDP_PORT', '8125'),
            'enable_batch' => env('STATSD_ENABLE_BATCH', true),
            'push_interval' => env('STATSD_PUSH_INTERVAL', 5),
            'sample_rate' => env('STATSD_SAMPLE_RATE', 1.0),
        ],
    ],
];

StatsD 目前只支持 UDP 模式，需要配置 UDP 地址 udp_host，UDP 端口 udp_port、是否批量推送 enable_batch（減少請求次數）、批量推送間隔 push_interval 以及採樣率 sample_rate 。

配置 InfluxDB

使用 InfluxDB 時，在配置文件中的 metric 項增加 InfluxDB 的具體配置。

return [
    'default' => env('METRIC_DRIVER', 'influxdb'),
    'use_standalone_process' => env('TELEMETRY_USE_STANDALONE_PROCESS', true),
    'enable_default_metric' => env('TELEMETRY_ENABLE_DEFAULT_TELEMETRY', true),
    'metric' => [
        'influxdb' => [
            'driver' => Hyperf\Metric\Adapter\InfluxDB\MetricFactory::class,
            'namespace' => env('APP_NAME', 'skeleton'),
            'host' => env('INFLUXDB_HOST', '127.0.0.1'),
            'port' => env('INFLUXDB_PORT', '8086'),
            'username' => env('INFLUXDB_USERNAME', ''),
            'password' => env('INFLUXDB_PASSWORD', ''),
            'dbname' => env('INFLUXDB_DBNAME', true),
            'push_interval' => env('INFLUXDB_PUSH_INTERVAL', 5),
        ],
    ],
];

InfluxDB 使用默認的 HTTP 模式，需要配置地址 host，UDP 端口 port、用户名 username、密碼 password、dbname 數據表以及批量推送間隔 push_interval。

基本抽象

遙測組件對常用的三種數據類型進行了抽象，以確保解耦具體實現。

三種類型分別為：

計數器(Counter): 用於描述單向遞增的某種指標。如 HTTP 請求計數。

interface CounterInterface
{
    public function with(string ...$labelValues): self;

    public function add(int $delta);
}

測量器(Gauge)：用於描述某種隨時間發生增減變化的指標。如連接池內的可用連接數。

interface GaugeInterface
{
    public function with(string ...$labelValues): self;

    public function set(float $value);

    public function add(float $delta);
}

• 直方圖(Histogram)：用於描述對某一事件的持續觀測後產生的統計學分佈，通常表示為百分位數或分桶。如 HTTP 請求延遲。

interface HistogramInterface
{
    public function with(string ...$labelValues): self;

    public function put(float $sample);
}

配置中間件

配置完驅動之後，只需配置一下中間件就能啟用請求 Histogram 統計功能。 打開 config/autoload/middlewares.php 文件，示例為在 http Server 中啟用中間件。

<?php

declare(strict_types=1);

return [
    'http' => [
        \Hyperf\Metric\Middleware\MetricMiddleware::class,
    ],
];

本中間件中統計維度包含 request_status、request_path、request_method。如果您的 request_path 過多，則建議重寫本中間件，去掉 request_path 維度，否則過高的基數會導致內存溢出。

自定義使用

通過 HTTP 中間件遙測僅僅是本組件用途的冰山一角，您可以注入 Hyperf\Metric\Contract\MetricFactoryInterface 類來自行遙測業務數據。比如：創建的訂單數量、廣告的點擊數量等。

<?php

declare(strict_types=1);

namespace App\Controller;

use App\Model\Order;
use Hyperf\Metric\Contract\MetricFactoryInterface;

class IndexController extends AbstractController
{
    /**
     * @Inject
     * @var MetricFactoryInterface
     */
    private $metricFactory;

    public function create(Order $order)
    {
        $counter = $this->metricFactory->makeCounter('order_created', ['order_type']);
        $counter->with($order->type)->add(1);
        // 訂單邏輯...
    }

}

MetricFactoryInterface 中包含如下工廠方法來生成對應的三種基本統計類型。

public function makeCounter($name, $labelNames): CounterInterface;

public function makeGauge($name, $labelNames): GaugeInterface;

public function makeHistogram($name, $labelNames): HistogramInterface;

上述例子是統計請求範圍內的產生的指標。有時候我們需要統計的指標是面向完整生命週期的，比如統計異步隊列長度或庫存商品數量。此種場景下可以監聽 MetricFactoryReady 事件。

<?php

declare(strict_types=1);

namespace App\Listener;

use Hyperf\Event\Contract\ListenerInterface;
use Hyperf\Metric\Event\MetricFactoryReady;
use Psr\Container\ContainerInterface;
use Redis;

class OnMetricFactoryReady implements ListenerInterface
{
    /**
     * @var ContainerInterface
     */
    protected $container;

    public function __construct(ContainerInterface $container)
    {
        $this->container = $container;
    }

    public function listen(): array
    {
        return [
            MetricFactoryReady::class,
        ];
    }

    public function process(object $event)
    {
        $redis = $this->container->get(Redis::class);
        $gauge = $event
                    ->factory
                    ->makeGauge('queue_length', ['driver'])
                    ->with('redis');
        while (true) {
            $length = $redis->llen('queue');
            $gauge->set($length);
            sleep(1);
        }
    }
}

工程上講，直接從 Redis 查詢隊列長度不太合適，應該通過隊列驅動 DriverInterface 接口下的 info() 方法來獲取隊列長度。這裏只做簡易演示。您可以在本組件源碼的src/Listener 文件夾下找到完整例子。

註解

您可以使用 @Counter(name="stat_name_here") 和 @Histogram(name="stat_name_here") 來統計切面的調用次數和運行時間。

關於註解的使用請參閲註解章節。

自定義 Histogram Bucket

本節只適用於 Prometheus 驅動

當您在使用 Prometheus 的 Histogram 時，有時會有自定義 Bucket 的需求。您可以在服務啟動前，依賴注入 Registry 並自行註冊 Histogram ，設置所需 Bucket 。稍後使用時 MetricFactory 就會調用您註冊好同名 Histogram 。示例如下：

<?php

namespace App\Listener;

use Hyperf\Config\Annotation\Value;
use Hyperf\Event\Contract\ListenerInterface;
use Hyperf\Framework\Event\BeforeMainServerStart;
use Prometheus\CollectorRegistry;

class OnMainServerStart implements ListenerInterface
{
    protected $registry;

    public function __construct(CollectorRegistry $registry)
    {
        $this->registry = $registry;
    }

    public function listen(): array
    {
        return [
            BeforeMainServerStart::class,
        ];
    }

    public function process(object $event)
    {
        $this->registry->registerHistogram(
            config("metric.metric.prometheus.namespace"), 
            'test',
            'help_message', 
            ['labelName'], 
            [0.1, 1, 2, 3.5]
        );
    }
}

之後您使用 $metricFactory->makeHistogram('test') 時返回的就是您提前註冊好的 Histogram 了。

自定義上報

本節只適用於 Prometheus 驅動

設置組件的 Promethues 驅動工作模式為自定義模式（ Constants::CUSTOM_MODE ）後，您可以自由的處理指標上報。在本節中，我們展示如何將指標存入 Redis 中，然後在 Worker 中添加一個新的 HTTP 路由，返回 Prometheus 渲染後的指標。

使用 Redis 存儲指標

指標的存儲介質由 Prometheus\Storage\Adapter 接口定義。默認使用內存存儲。我們可以在 config/autoload/dependencies.php 中更換為 Redis 存儲。

<?php

return [
    Prometheus\Storage\Adapter::class => Hyperf\Metric\Adapter\Prometheus\RedisStorageFactory::class,
];

在 Worker 中添加 /metrics 路由

在 config/routes.php 中添加 Prometheus 路由。

注意若要在 Worker 下獲取指標，需要您自行處理 Worker 之間狀態共享問題。方法之一就是將狀態按上文所述方式存儲於 Redis 。

<?php

use Hyperf\HttpServer\Router\Router;

Router::get('/metrics', function(){
    $registry = Hyperf\Utils\ApplicationContext::getContainer()->get(Prometheus\CollectorRegistry::class);
    $renderer = new Prometheus\RenderTextFormat();
    return $renderer->render($registry->getMetricFamilySamples());
});

在 Grafana 創建控制枱

本節只適用於 Prometheus 驅動

如果您啟用了默認指標，Hyperf/Metric 為您準備了一個開箱即用的 Grafana 控制枱。下載控制枱 json 文件，導入 Grafana 中即可使用。

注意事項

• 如需在 hyperf/command 自定義命令中使用本組件收集指標，需要在啟動命令時添加命令行參數: --enable-event-dispatcher。