首先引入Prometheus客户端库，再定义并注册Counter、Gauge、Histogram等指标，接着通过中间件采集HTTP请求数据，然后暴露/metrics端点供Prometheus抓取，最后配置Prometheus的scrape任务实现监控。
Go应用中集成Prometheus进行指标采集和监控，已经成为云原生环境下标准做法。Prometheus提供强大的时序数据收集能力，而Golang通过官方客户端库 prometheus/client_golang 能轻松暴露运行时指标。下面介绍如何在Go服务中实现指标采集与监控。
1. 引入Prometheus客户端库
使用Go模块管理依赖，初始化项目并引入Prometheus客户端：
go mod init myappgo get github.com/prometheus/client_golang/prometheus
go get github.com/prometheus/client_golang/prometheus/promhttp
导入后，即可在代码中注册指标并通过HTTP端点暴露给Prometheus抓取。
2. 定义并注册核心指标
Prometheus支持四种基本指标类型：Counter、Gauge、Histogram 和 Summary。根据监控目标选择合适类型：
立即学习“go语言免费学习笔记（深入）”；
- Counter：只增不减，适合记录请求数、错误数等
- Gauge：可增可减，适合内存使用、并发数等瞬时值
- Histogram：统计分布，如请求延迟分布
- Summary：类似Histogram，但支持计算分位数
示例：定义一个请求计数器和延迟直方图：
reqCounter := prometheus.NewCounterVec(prometheus.CounterOpts{
Name: "http_requests_total",
Help: "Total number of HTTP requests",
},
[]string{"method", "endpoint", "code"},
)
reqLatency := prometheus.NewHistogramVec(
prometheus.HistogramOpts{
Name: "http_request_duration_seconds",
Help: "HTTP request latency in seconds",
Buckets: []float64{0.1, 0.3, 0.5, 1.0, 3.0},
},
[]string{"method", "endpoint"},
)
// 注册到默认注册表
prometheus.MustRegister(reqCounter)
prometheus.MustRegister(reqLatency)
3. 在HTTP服务中采集指标
通过中间件方式在HTTP处理流程中记录指标：
return func(w http.ResponseWriter, r *http.Request) {
start := time.Now()
// 执行原始处理逻辑
next.ServeHTTP(w, r)
// 记录指标
reqCounter.WithLabelValues(
r.Method,
r.URL.Path,
strconv.Itoa(statusCode),
).Inc()
reqLatency.WithLabelValues(
r.Method,
r.URL.Path,
).Observe(time.Since(start).Seconds())
}
}
将中间件应用到关键路由，即可自动采集请求数据。
4. 暴露/metrics端点供Prometheus抓取
启动一个HTTP服务，暴露 /metrics 接口：
http.Handle("/metrics", promhttp.Handler())log.Println("Metrics server starting on :8080")
log.Fatal(http.ListenAndServe(":8080", nil))
Prometheus配置抓取任务后，会定期从该端点拉取指标数据。
5. Prometheus配置抓取目标
在prometheus.yml中添加job：
scrape_configs:- job_name: 'go-service'
static_configs:
- targets: ['your-go-service:8080']
启动Prometheus后，可在Web界面查询 http_requests_total 或 http_request_duration_seconds 等指标。
基本上就这些。通过Golang与Prometheus结合，可以快速实现服务的可观测性。关键是合理设计指标标签，避免标签组合爆炸，同时注意性能开销。监控体系搭建后，配合Grafana展示和Alertmanager告警，能大幅提升系统稳定性。
