分布式系统的监控告警及运维服务离不开指标监控，开务作为浪潮自主研发的一款分布式数据库自然也不例外。在兼顾强一致性、高可用分布式架构、在线水平扩展、企业级安全等特性下，开务的 metric 模块可提供监控指标，实现预先定义指标的周期性采集。同时，可以提供兼容 Prometheus 标准格式的 API 接口，方便与外部的 Prometheus 服务进行集成。
开务数据库 metric 模块收集各模块相关统计的 metric 信息，并将其作为 Prometheus 格式的指标储存起来用于进一步查阅，对判断开务数据库的运行情况有着重要作用，同时也是开务数据库 adminUI 指标的数据来源。本期内容将围绕下图展示的 metric 模块基本框架，带领大家深入了解开务数据库 metric 模块的源码，图中各模块的详细介绍将持续为大家更新。
1、定义接口介绍
1.IterableIterable
IterableIterable提供了一个同步访问内部对象的方法。方法如下：
GetName() string 返回指标名
GetHelp() string 返回指标帮助文本
GetMeasurement() string 返回指标的lable
GetUnit() Unit 返回指标使用的单位
GetMetadata() Metdata 返回指标的Metadata
Inspect(func(interface{})) Inspect对每个包含的项调用给定的闭包2.PrometheusExportable
PrometheusExportable 是标准独立指标接口，可供指标导入 Prometheus。方法如下：
GetName() string 返回指标名
GetHelp() string 返回指标帮助文本
GetType() *prometheusgo.MetricType 返回指标的Prometheus类型
GetLables() []*prometheusgo.LabelPair Metadata中的一个方法，返回指标的标签
ToPrometheusMetric() *prometheusgo.Metric 返回一个完成值填充的Prometheus指标3.PrometheusIterable
PrometheusIterable 是 PrometheusExportable 的扩展，用于指示该指标由增加父标签值的子指标组成。包含成员：PrometheusExportable。方法如下：
Each([]*prometheusgo.LabelPair, func(metric *prometheusgo.Metric))
“Each”获取与父指标相关联的标签对切片，并使用每个子指标调用所传递的函数2、Metric Metadata介绍
Metadata 包含关于指标的元数据，它必须嵌入到每个 metric object 中。它用于将有关指标的信息导出到 Promethues 和 adminUI 图表。
type Metadata struct {
Name string
Help string
Measurement string
Unit Unit
MetricType _go.MetricType
Labels []*LabelPair
}
// 方法
GetName() string
GetHelp() string
GetMeasurement() string
GetUnit() Unit
GetLabels() []*prometheusgo.LabelPair
Addlabel(name value string)//给一个指标添加标签/值映射3、指标类型介绍
1.HistogramHistogram
在一段时间范围内对数据进行采样（通常是请求持续时间、响应大小等），并将其计入可配置的存储桶（bucket）中，后续可通过指定区间筛选样本，也可以统计样本总数，最后一般将数据展示为直方图。
Prometheus 的 Histogram 是一种累积直方图，与上面的区间划分方式是有差别的。它的划分方式如下：假设每个 bucket 的宽度是 0.2s，那么第一个 bucket 表示响应时间小于等于 0.2s 的请求数量，第二个 bucket 表示响应时间小于等于 0.4s 的请求数量，以此类推。也就是说，每一个 bucket 的样本包含了之前所有 bucket 的样本，所以叫累积直方图。
type Histogram {
Metadata
maxVal int64
mu struct {
syncutil.Mutex
cumulative *hdrhistogram.Histogram
sliding *slidingHistogram
}
//hdrhistogram.Histogram
type Histogram struct {
lowestTrackableValue int64
highestTrackableValue int64
unitMagnitude int64
significantFigures int64
subBucketHalfCountMagnitude int32
subBucketHalfCount int32
subBucketMask int64
subBucketCount int32
bucketCount int32
countsLen int32
totalCount int64
counts []int64
}
//slidingHistogram
type slidingHistogram struct {
windowed *hdrhistogram.WindowedHistogram
nextT time.Time
duration time.Duration
}
type WindowedHistogram struct {
idx int
h []Histogram
m *Histogram
Current *Histogram
}
//相关方法介绍
func (h *Histogram) Windowed() (*hdrhistogram.Histogram, time.Duration)
返回一份当前的窗口化直方图的数据和其中的时间间隔
func (h *Histogram) Snapshot() *hdrhistogram.Histogram
返回累积（即所有样本）直方图数据的副本
func (h *Histogram) RecordValue(v int64)
RecordValue将给定的值添加到直方图。记录超过该直方图配置最大值使用方法
func (h *Histogram) TotalCount() int64
TotalCount返回样本的(累计)数量
func (h *Histogram) Min() int64
返回最小值
func (h *Histogram) Inspect(f func(interface{}))
调用带有空字符串和接收方的闭包
func (h *Histogram) GetType() *prometheusgo.MetricType
返回此指标的Prometheus类型enum
func (h *Histogram) ToPrometheusMetric() *prometheusgo.Metric
返回正确类型的已填充的Prometheus度量值
func (h *Histogram) GetMetadata() Metadata
返回指标的元数据，包括Prometheus MetricType
func NewHistogram(metadata Metadata, duration time.Duration, maxVal int64, sigFigs int) (*Histogram)
实例化一个新histogram
func NewLatency(metadata Metadata, histogramWindow time.Duration) *Histogram
NewLatency
返回一个带有适当默认值的直方图来跟踪延迟。数值以ns表示，截断为间隔[0,MaxLatency]，并以1位精度记录(即误差在100ms时<10ms，在60s时<6s)2.Counter
Counter 类型代表一种样本数据单调递增的指标，即只增不减，除非监控系统发生了重置。例如，你可以使用 Counter 类型的指标来表示服务的请求数、已完成的任务数、错误发生的次数等。
type Counter struct {
Metadata
metrics.Counter
}
type Counter interface {
Clear()
Count() int64
Dec(int64)
Inc(int64)
Snapshot() Counter
}
//相关方法介绍
func (c *Counter) Dec(int64)
Dec重载了metric.Counter的方法。不能使用这种方法，它只用于防止误用metric类型
func (c *Counter) GetType() *prometheusgo.MetricType
返回此指标的Prometheus类型enum
func (c *Counter) Inspect(f func(interface{}))
调用带有空字符串和接收方的闭包，即返回自己c
func (c *Counter) MarshalJSON() ([]byte, error)
MarshalJSON将数据封装到JSON
func (c *Counter) GetMetadata() Metadata
返回指标的元数据，包括Prometheus MetricType3.Gauge
Gauge 类型代表一种样本数据可以任意变化的指标，即可增可减。Guage 通常用于像温度或者内存使用率这种指标数据，也可以表示能随时增加或减少的“总数”，例如：当前并发请求的数量。
type Gauge struct {
Metadata
value *int64
fn func() int64
}
//相关方法介绍
func (g *Gauge) Snapshot() metrics.Gauge
Snapshot返回Gauge的只读副本
func (g *Gauge) Update(v int64)
更新Gauge的值
func (g *Gauge) Inc(i int64)
增加Gauge的当前值
func (g *Gauge) Dec(i int64)
减少Gauge的当前值
func (g *Gauge) Value() int64
Value返回Gauge的当前值
func (g *Gauge) GetType() *prometheusgo.MetricType
返回此指标的Prometheus类型enum
func (g *Gauge) ToPrometheusMetric() *prometheusgo.Metric
返回此指标的Prometheus类型enum
func (g *Gauge) GetMetadata() Metadata
返回指标的元数据，包括Prometheus MetricType4.Rate
Rate 是用来计算某个指标在最近一个区间时间内的变化率。
type Rate struct {
Metadata
mu syncutil.Mutex // protects fields below
curSum float64
wrapped ewma.MovingAverage
interval time.Duration
nextT time.Time
}
//相关方法介绍
func (e *Rate) GetType() *prometheusgo.MetricType
GetType返回该指标的Prometheus类型enum
func (e *Rate) Inspect(f func(interface{}))
Inspect用自身调用给定的闭包
func (e *Rate) ToPrometheusMetric() *prometheusgo.Metric
返回此指标的Prometheus类型enum
func (c *Counter) MarshalJSON() ([]byte, error)
MarshalJSON将数据封装到JSON
func (e *Rate) GetMetadata() Metadata
GetMetadata返回指标的元数据，包括Prometheus MetricType
func (e *Rate) Value() float64
Value返回Rate的当前值
func (e *Rate) tick()
Rate时间前进
func (e *Rate) nextTick() time.Time
返回Rate的当前时间。
func (e *Rate) Add(v float64)
添加将给定的测量值添加到Rate4、注册器Registry介绍
Registry 是 metric 的列表，它提供了一种处理指标的方法，可以将 metric 编组成 JSON，并生成 Prometheus 格式的 metric。同时可以给注册的指标打上标签，当导出到 Prometheus 时，这些标签将应用于它的所有指标。
type Registry struct {
syncutil.Mutex
labels []*prometheusgo.LabelPair
tracked []Iterable
}
//相关方法介绍
func (r *Registry) AddLabel(name, value string)
AddLabel为这个注册表添加一个标签/值对
func (r *Registry) AddMetric(metric Iterable)
AddMetric将传入的metric添加到注册表
func (r *Registry) WriteMetricsMetadata(dest map[string]Metadata)
WriteMetricsMetadata将所有跟踪metric的元数据写入参数映射
func (r *Registry) Each(f func(name string, val interface{}))
每个函数对所有metric调用给定的闭包
func (r *Registry) MarshalJSON() ([]byte, error)
格式化到JSON格式5、注册新Registry步骤
// 以txnMetric说明
//txn_metric.go
//声明定义的指标结构体类型
type TxnMetrics struct {
Commits *metric.Counter
...
}
//定义指标的metadata
var(
metaCommitsRates = metric.Metadata{
Name: "txn.commits",
Help: "Number of committed KV transactions (including 1PC)",
Measurement: "KV Transactions",
Unit: metric.Unit_COUNT,
}
...
)
//将定义的指标类型和metadata相关联
func MakeTxnMetrics(histogramWindow time.Duration) TxnMetrics {
return TxnMetrics{
Commits: metric.NewCounter(metaCommitsRates),
}
//server.go:
//注册进Registry
txnMetrics := kvcoord.MakeTxnMetrics(cfg.HistogramWindowInterval())
registry.AddMetricStruct(txnMetrics)