在 golang 框架中，可观察性和诊断通过以下步骤实现：仪表化：收集系统运行状况指标，如请求延迟、内存使用等。日志记录：记录系统事件和消息，可使用 zerolog 增强功能。指标监控：监控仪表化指标，使用 prometheus 或 grafana 等工具识别问题。追踪：跟踪请求执行路径，使用 opentelemetry 或 jaeger 等库可视化请求流。
Golang 框架中的可观察性和诊断
可观察性是监控系统性能和可靠性的关键，诊断则是快速识别和解决问题的关键。在 Golang 框架中，有多种工具和技术可以实现可观察性和诊断。
仪表化
立即学习“go语言免费学习笔记（深入）”；
仪表化是收集有关系统运行状况和行为的度量值的过程。在 Golang 中，常用的仪表化库包括：
- [prometheus-client](https://github.com/prometheus/client_golang)
- [expvar](https://golang.org/pkg/expvar/)
- [pprof](https://github.com/google/pprof)
这些库允许我们收集有关请求延迟、内存使用和 CPU 使用率等指标。
日志记录
日志记录是记录系统事件和消息的过程。在 Golang 中，默认的日志记录包是 log，它可以记录到文件或 stdout。我们可以使用 [zerolog](https://github.com/rs/zerolog) 等第三方库来增强日志记录功能。
指标监控
监控仪表化指标是识别瓶颈和潜在问题的关键。在 Golang 中，我们可以使用 [Prometheus](https://prometheus.io/) 或 [Grafana](https://grafana.com/) 等工具来监控指标。
追踪
追踪是跟踪请求和分布式系统的执行路径的过程。在 Golang 中，常用的追踪库包括：
- [OpenTelemetry](https://opentelemetry.io/)
- [Jaeger](https://www.jaegertracing.io/)
这些库允许我们可视化请求流并识别性能瓶颈。
实战案例
监控 API 请求
import (
"github.com/prometheus/client_golang/prometheus"
)
var (
httpRequestsTotal = prometheus.NewCounterVec(
prometheus.CounterOpts{
Name: "http_requests_total",
Help: "Total number of HTTP requests.",
},
[]string{"method", "path"},
)
)
func middleware(next http.Handler) http.Handler {
return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
// Increment the counter for the request.
httpRequestsTotal.WithLabelValues(r.Method, r.URL.Path).Inc()
// Call the next handler.
next.ServeHTTP(w, r)
})
}使用 pprof 分析 CPU 使用率
import (
"net/http/pprof"
)
func main() {
// Register the pprof handlers.
http.Handle("/debug/pprof/", http.HandlerFunc(pprof.Index))
http.Handle("/debug/pprof/cmdline", http.HandlerFunc(pprof.Cmdline))
http.Handle("/debug/pprof/profile", http.HandlerFunc(pprof.Profile))
http.Handle("/debug/pprof/symbol", http.HandlerFunc(pprof.Symbol))
http.Handle("/debug/pprof/trace", http.HandlerFunc(pprof.Trace))
// Start the server.
http.ListenAndServe(":8080", nil)
} 
