Golang如何使用Prometheus监控微服务

在微服务架构下，每个服务的运行状态、请求耗时、错误率等数据都需要被实时采集和观测，Prometheus作为主流的监控告警系统，非常适合搭配Golang开发的微服务使用。通过集成Prometheus客户端库，我们可以快速暴露服务的各类运行指标，再通过Prometheus拉取指标、Grafana展示指标，就能搭建完整的监控体系。

Prometheus核心指标类型

在使用Prometheus之前，需要先了解它支持的四种核心指标类型，不同类型的指标对应不同的监控场景：

• Counter（计数器）：只增不减的指标，适合统计请求总量、错误总量这类累计数据
• Gauge（仪表盘）：可增可减的指标，适合统计当前在线用户数、内存使用量这类瞬时值
• Histogram（直方图）：用于统计样本分布，比如请求耗时的分位数统计
• Summary（摘要）：和直方图类似，也可以统计分位数，不过是在客户端计算完成再上报

Golang服务集成Prometheus基础步骤

首先需要在Golang项目中引入Prometheus官方客户端库，执行以下命令安装依赖：

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

暴露指标接口

Prometheus通过拉取服务暴露的HTTP接口获取指标，我们需要在Golang服务中注册指标接口，示例代码如下：

package main

import (
    "net/http"

    "github.com/prometheus/client_golang/prometheus/promhttp"
)

func main() {
    // 注册默认的Go运行时指标，比如goroutine数量、内存分配等
    // 将/metrics路径绑定到promhttp处理器，Prometheus会从这个路径拉取指标
    http.Handle("/metrics", promhttp.Handler())
    // 启动HTTP服务，端口为8080
    http.ListenAndServe(":8080", nil)
}

运行上述代码后，访问http://127.0.0.1:8080/metrics就能看到服务暴露的所有指标，包括默认的Go运行时指标和后续自定义的指标。

自定义业务指标

除了默认的运行时指标，我们还需要采集业务相关的指标，比如接口请求次数、请求耗时等，以下是自定义Counter和Histogram指标的示例：

package main

import (
    "net/http"
    "time"

    "github.com/prometheus/client_golang/prometheus"
    "github.com/prometheus/client_golang/prometheus/promhttp"
)

// 定义自定义指标
var (
    // 接口请求总量计数器，按接口路径和方法标签区分
    RequestTotal = prometheus.NewCounterVec(
        prometheus.CounterOpts{
            Name: "http_request_total",
            Help: "Total number of HTTP requests",
        },
        []string{"path", "method"},
    )
    // 接口请求耗时直方图，按接口路径标签区分，定义耗时区间
    RequestDuration = prometheus.NewHistogramVec(
        prometheus.HistogramOpts{
            Name:    "http_request_duration_seconds",
            Help:    "HTTP request duration in seconds",
            Buckets: prometheus.DefBuckets, // 默认的耗时区间：0.005, 0.01, 0.025...
        },
        []string{"path"},
    )
)

func init() {
    // 注册自定义指标到默认注册表
    prometheus.MustRegister(RequestTotal)
    prometheus.MustRegister(RequestDuration)
}

// 模拟业务接口处理函数
func helloHandler(w http.ResponseWriter, r *http.Request) {
    start := time.Now()
    // 模拟业务处理耗时
    time.Sleep(100 * time.Millisecond)
    // 记录请求总量，标签为当前路径和请求方法
    RequestTotal.WithLabelValues(r.URL.Path, r.Method).Inc()
    // 记录请求耗时
    duration := time.Since(start).Seconds()
    RequestDuration.WithLabelValues(r.URL.Path).Observe(duration)
    w.Write([]byte("hello world"))
}

func main() {
    http.Handle("/metrics", promhttp.Handler())
    http.HandleFunc("/hello", helloHandler)
    http.ListenAndServe(":8080", nil)
}

Prometheus配置拉取指标

在Prometheus的配置文件prometheus.yml中添加微服务实例的拉取任务，示例配置如下：

global:
  scrape_interval: 15s # 全局拉取间隔，默认15秒

scrape_configs:
  - job_name: "golang_microservice" # 任务名称
    static_configs:
      - targets: ["127.0.0.1:8080"] # 微服务的地址和端口，多个实例可以添加到列表中

启动Prometheus后，它就会每隔15秒从127.0.0.1:8080/metrics拉取指标数据，我们可以在Prometheus的UI界面查询对应的指标，比如查询http_request_total就能看到所有接口的请求总量。

常见问题说明

• 如果微服务有多个实例，可以在targets中添加所有实例的地址，或者使用服务发现机制自动发现实例，不需要手动修改配置
• 自定义指标时标签不要过多，过多的标签会导致Prometheus存储压力增大，一般建议标签数量不超过10个
• 指标名称要符合Prometheus的命名规范，使用下划线分隔单词，不要包含特殊字符

注意：不要在业务代码中频繁创建新的指标实例，所有指标应该在初始化阶段注册完成，避免重复注册导致错误。

GolangPrometheus微服务监控指标采集修改时间：2026-07-22 10:21:30