前言

在我們的上一篇文章中，我們已經成功地在本地運行了Prometheus，並收集到正在運行的NodeJS應用的metric數據。本篇我們將深入探討Opentelemetry是如何收集和處理metric數據的機制。

Prometheus上的指標

在我們的 NodeJS OpenTelemetry demo中，我們並沒有手動配置任何特定的 metric data，但在 Prometheus 上卻能直接篩選和查看：

而幾乎都是http請求相關的 duration 指標：

• http_client_duration_bucket---客戶端請求的延遲範圍
• http_client_duration_count---發起客戶端請求次數
• http_client_duration_sum---客戶端請求的延遲時間總和
• http_server_duration_bucket---接收的服務端請求延遲範圍
• http_server_duration_count---接收的服務端請求次數
• http_server_duration_sum---接收的服務端請求延遲時間總和

這是因為，在getNodeAutoInstrumentations函數，它自動讓sdk採集了http相關metric。

OpenTelemetry如何收集metric數據

OpenTelemetry依靠一個核心組件—— Meter（packages/sdk-metrics/src/Meter.ts）來創建和管理與metrics相關的實例。每一個Meter實例可以生成不同類型的metrics來監控應用的各個方面。

Meter的核心功能

OpenTelemetry 中的 Meter 可以創建以下幾種類型的 metric：

• Counter：一種累加器，通常用於記錄事件的數量，而且只能增加數、不能減少。
• UpDownCounter：允許計數器的值增加和減少，用於跟蹤值的波動。
• Histogram：用於記錄數據的分佈情況，可以用在跟蹤相應事件、請求大小等。
• Gauge：代表瞬時值，反映當前常態，如memory使用量、CPU使用率等。
• ObservableCounter：自動觀察的計數器，用於定期採集一個可以累加的值，例如週期性監測某個事件的總數。
• ObservableUpDownCounter：自動觀察的計數器，值可以增加和減少。用於定期採集可以增加和減少的情況，如活躍的連接數或者thread數量。
• ObservableGauge：用於定期採集瞬時值，例如CPU負載、RAM使用等變化的狀態。

在我們的 demo 中，OpenTelemetry 是使用 Histogram 來記錄 HTTP 請求的 duration 數據。它能夠有效地收集並呈現不同時間段內的延遲分佈，這樣開發者就可以分析響應時間的趨勢和異常。

HttpInstrumentation

正如在 OpenTelemetry 的 Tracing data，HttpInstrumentation 負責覆蓋 HTTP 請求。當 HTTP 請求發生時，會自動觸發數據收集邏輯。當覆蓋 HTTP 請求後，就可以跟蹤每一個進出服務的 HTTP 請求，並記錄如延遲時間、請求大小等關鍵 metric。

而 HttpInstrumentation 就是在 SDK 傳入 getNodeAutoInstrumentations 後開始執行，創建 meter Histogram 的蒐集物件：

    this._httpServerDurationHistogram = this.meter.createHistogram(
      'http.server.duration',
      {
        description: 'Measures the duration of inbound HTTP requests.',
        unit: 'ms',
        valueType: ValueType.DOUBLE,
      }
    );
    this._httpClientDurationHistogram = this.meter.createHistogram(
      'http.client.duration',
      {
        description: 'Measures the duration of outbound HTTP requests.',
        unit: 'ms',
        valueType: ValueType.DOUBLE,
      }
    );

instrumentation-http 中的相關原始碼

PrometheusExporter

metric exporter 是要導出 metric data 的關鍵組件，可以定義不同的 exporter 來格式化要導出的 metric
data、定義導出到的端口或是服務 endpoint 等等。

而 PrometheusExporter 是在 NodeJS 中通過啟動另一一個獨立的 HTTP server 來實現。該服務器將觀測到的metric數據轉換為Prometheus可解析的格式，並通過定義的URL暴露出去​​。其就是上一篇我們看到的 http://localhost:9464/metrics:

小結

透過本文，我們知道在SDK初始化時，透過 getNodeAutoInstrumentations 已經自動對 HTTP 請求進行覆蓋處理，所以當有請求進來或者服務發起求時，就可以採集並記錄 metric data ；而 prometheusExporter 則是自己運行了一個 http server，讓 Prometheus 服務可以透過定義好的 endpoint 來拉取。

接下來，我們就開始嘗試自己完成這個邏輯吧！

ref

• Metrics API

ChangeLog

• 20241005--補上圖片
• 20240927--初稿