导读
CZGL.ProcessMetrics 是一个 Metrics 库，能够将程序的 GC、CPU、内存、机器网络、磁盘空间等信息记录下来，使用 Prometheus 采集信息，然后使用 Grafana 显示。
视频地址：
https://www.bilibili.com/video/BV18y4y1K7Ax/
效果图预览：
安装 ProcsssMetrics
只需要通过 Nuget 安装一个库，即可快速为程序添加资源监视，ProcssMetrics 同时支持 Winform、Wpf、ASP.NET Core 等。
CZGL.ProcessMetrics 支持 .NET Standard 2.0 和 .NET Core 3.1，但是在 .NET Standard 2.0 中，因为缺少部分 Core API，所以有部分信息是无法获取的，这部分信息如下：
| 标识 | .NET Core API | 说明 |
|---|---|---|
| gc_memory_info | GC.GetGCMemoryInfo() | 获取 GC 内存信息 |
| total_allocated_bytes | GC.GetTotalAllocatedBytes() | 总分配量 |
| dotnet_lock_contention_total | Monitor.LockContentionCount | 线程池竞争数量 |
新建一个应用， Nuget 中搜索 CZGL.ProcessMetrics 直接引用即可。
Nuget 地址：https://www.nuget.org/packages/CZGL.ProcessMetrics
有两种方式使用 Metrics，第一种是使用内置的 HttpListener，不需要放到 Web 中即可独立提供 URL 访问，适合 winform、wpf 或纯 控制台等应用。但是使用 HttpListener，需要使用管理员方式启动应用才能正常运行。
使用方法：
using CZGL.ProcessMetrics;
... ...
MetricsServer metricsServer = new MetricsServer("http://*:1234/metrics/");
metricsServer.Start();
另外一种是使用 ASP.NET Core，Metrics 作为中间件加入到 Web 应用中，此时使用的是 kestrel 。
在 Nuget 中，搜索 CZGL.ProcessMetrics.ASPNETCore 包，然后使用中间件生成 Metrics 端点。
app.UseEndpoints(endpoints =>
{
endpoints.MapControllers();
endpoints.ProcessMetrices("/metrics");
});
但是目前无论哪种，都必须让暴露端口出去，让 Prometheus 能够访问到 API。后期会增加支持不需要暴露 API 、提供 Web 服务，即可直接推送监控信息到 Prometheus 的功能。
访问相应的 URL，可以看到有很多信息输出，这些都是 Prometheus 数据的格式。
http://127.0.0.1:1234/metrics
搭建 Prometheus/Grafana
这里我们使用 Docker 来搭建监控平台。
拉取镜像：
docker pull prom/prometheus
docker pull grafana/grafana
在 /opt/prometheus 目录下，新建一个 prometheus.yml 文件，其内容如下：
# my global config
global:
scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
# scrape_timeout is set to the global default (10s).
# Alertmanager configuration
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
# - "first_rules.yml"
# - "second_rules.yml"
# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
# The job name is added as a label `job=` to any timeseries scraped from this config.
- job_name: 'prometheus'
# metrics_path defaults to '/metrics'
# scheme defaults to 'http'.
static_configs:
- targets: ['localhost:9090']
- job_name: 'processmetrice'
metrics_path: '/metrics'
static_configs:
- targets: ['123.123.123.123:1234']
请替换最后一行的 IP。
使用容器启动 Prometheus：
docker run -d -p 9090:9090 -v /opt/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml prom/prometheus
使用容器启动 Grafana：
mkdir /opt/grafana-storage
chmod 777 -R /opt/grafana-storage
docker run -d -p 3000:3000 --name=grafana -v /opt/grafana-storage:/var/lib/grafana grafana/grafana
打开 9090 端口，在菜单栏中打开 Status-Targets，可以看到有相关记录。
接着，访问 3000 端口，打开 Grafana，初始账号密码都是 admin 。
配置 Grafana
首先我们要为 Grafana 获取 Prometheus 中的监控数据，我们要添加一个数据源。
选择 Prometheus，按照提示，填写好 HTTP-URL 即可。
接着，下载笔者定制好的 Jsom Model，文件名为 CZGL.ProcessMetrics.json。
下载地址：
https://github.com/whuanle/CZGL.SystemInfo/releases/tag/v1.0
然后导入模型文件。
即可看到监控界面。