Какие знаешь способы отслеживать работу сервера?

Методы отслеживания работы Go-сервера

Отслеживание работы сервера — критически важная задача для поддержания стабильности, производительности и отказоустойчивости production-систем. В Go-экосистеме существует несколько ключевых подходов и инструментов для мониторинга.

1. Встроенные инструменты и стандартные библиотеки

Pprof для профилирования

Go предоставляет мощный встроенный инструмент pprof для сбора данных о производительности. Он позволяет анализировать:

• Использование CPU
• Распределение памяти (heap/allocations)
• Блокировки горутин
• Трассировку выполнения

import _ "net/http/pprof"

func main() {
    // Запускаем сервер pprof на отдельном порту
    go func() {
        http.ListenAndServe("localhost:6060", nil)
    }()
    
    // Основной сервер приложения
    http.HandleFunc("/", handler)
    http.ListenAndServe(":8080", nil)
}

После запуска можно собирать профили через:

• go tool pprof http://localhost:6060/debug/pprof/heap
• go tool pprof http://localhost:6060/debug/pprof/profile

Expvar для метрик

Пакет expvar предоставляет стандартный интерфейс для экспорта метрик:

import "expvar"

var (
    requestCount = expvar.NewInt("request_count")
    errorCount   = expvar.NewInt("error_count")
)

func handler(w http.ResponseWriter, r *http.Request) {
    requestCount.Add(1)
    // Обработка запроса...
    if err != nil {
        errorCount.Add(1)
    }
}

2. Сторонние библиотеки для метрик

Prometheus Client

Наиболее популярное решение для мониторинга в Go-экосистеме:

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

var (
    httpRequests = prometheus.NewCounterVec(
        prometheus.CounterOpts{
            Name: "http_requests_total",
            Help: "Total HTTP requests",
        },
        []string{"method", "endpoint", "status"},
    )
)

func init() {
    prometheus.MustRegister(httpRequests)
}

func main() {
    http.Handle("/metrics", promhttp.Handler())
    // ... остальной код сервера
}

OpenTelemetry

Современный стандарт для сбора телеметрии:

import (
    "go.opentelemetry.io/otel"
    "go.opentelemetry.io/otel/exporters/jaeger"
    sdktrace "go.opentelemetry.io/otel/sdk/trace"
)

func setupTracing() {
    exp, _ := jaeger.New(jaeger.WithCollectorEndpoint())
    tp := sdktrace.NewTracerProvider(
        sdktrace.WithBatcher(exp),
    )
    otel.SetTracerProvider(tp)
}

3. Логирование структурированных логов

Использование библиотек для структурированного логирования:

import (
    "github.com/sirupsen/logrus"
    "github.com/rs/zerolog/log"
)

// Logrus
logrus.WithFields(logrus.Fields{
    "method": r.Method,
    "path":   r.URL.Path,
    "status": status,
}).Info("Request completed")

// Zerolog
log.Info().
    Str("method", r.Method).
    Str("path", r.URL.Path).
    Int("status", status).
    Msg("Request completed")

4. Health Checks и Readiness Probes

Реализация эндпоинтов для проверки здоровья:

func healthHandler(w http.ResponseWriter, r *http.Request) {
    // Проверка соединения с БД
    if err := db.Ping(); err != nil {
        w.WriteHeader(http.StatusServiceUnavailable)
        json.NewEncoder(w).Encode(map[string]string{
            "status": "unhealthy",
            "error":  err.Error(),
        })
        return
    }
    
    w.WriteHeader(http.StatusOK)
    json.NewEncoder(w).Encode(map[string]string{
        "status": "healthy",
    })
}

5. Инструменты для распределенного трассирования

• Jaeger: для сбора и визуализации трассировок
• Zipkin: альтернативная система трассировки
• OpenTelemetry Collector: универсальный сборщик телеметрии

6. Системный мониторинг

Runtime метрики Go

Сбор внутренних метрик рантайма:

import "runtime"

func collectRuntimeMetrics() {
    var m runtime.MemStats
    runtime.ReadMemStats(&m)
    
    // Отправка метрик в систему мониторинга
    reportMetric("go_mem_alloc", float64(m.Alloc))
    reportMetric("go_goroutines", float64(runtime.NumGoroutine()))
    reportMetric("go_cpu_count", float64(runtime.NumCPU()))
}

7. Панели визуализации

• Grafana: для создания дашбордов на основе данных из Prometheus
• Kibana: для анализа логов из Elasticsearch
• Jaeger UI: для просмотра трассировок

Практические рекомендации

1. Комплексный подход: Используйте комбинацию метрик, логов и трассировок
2. Alerting: Настройте алертинг на ключевые метрики (latency, error rate, saturation)
3. SLO/SLI: Определите Service Level Objectives для критичных путей
4. Автоматизация: Интегрируйте мониторинг в CI/CD pipeline
5. Проактивный мониторинг: Отслеживайте не только текущие проблемы, но и тренды

Архитектура полноценной системы мониторинга

┌─────────────────┐    ┌──────────────┐    ┌──────────────┐
│   Go-сервер     │    │   Collector  │    │  Time Series │
│   • Pprof       │───▶│   • OTel     │───▶│  • Prometheus│
│   • Expvar      │    │   • Exporters│    │  • InfluxDB  │
│   • Metrics     │    └──────────────┘    └──────────────┘
└─────────────────┘            │                    │
                               ▼                    ▼
                       ┌──────────────┐    ┌──────────────┐
                       │   Logging    │    │  Visualiz-   │
                       │   • ELK      │    │  ation       │
                       │   • Loki     │    │  • Grafana   │
                       └──────────────┘    └──────────────┘

Эффективная система мониторинга позволяет не только быстро обнаруживать проблемы, но и проводить превентивный анализ, оптимизировать производительность и планировать масштабирование системы. В Go-экосистеме благодаря богатому набору инструментов можно построить comprehensive-систему мониторинга с минимальными усилиями.