Stiamo costruendo un esportatore personalizzato per Prometheus utilizzando Quarkus Jakarta, concentrandoci sull'evitare l'alta cardinalità e garantire metriche efficienti. Preparati per un po' di magia delle metriche!

Perché Esportatori Personalizzati? Non Stiamo Reinventando la Ruota?

Prima di iniziare, affrontiamo l'elefante nella stanza: perché preoccuparsi di un esportatore personalizzato quando ci sono molte soluzioni già pronte?

  • Metriche su misura: La tua app è unica e a volte hai bisogno di metriche che non sono disponibili di default.
  • Ottimizzazione delle prestazioni: Gli esportatori personalizzati ti permettono di affinare ciò che stai misurando, riducendo potenzialmente il carico.
  • Evitare l'esplosione delle metriche: Con grande potere viene grande responsabilità – e la capacità di evitare le insidie dell'alta cardinalità.

Configurazione del Progetto Quarkus Jakarta

Prima di tutto, avviamo il nostro progetto Quarkus. Se sei nuovo a Quarkus, pensalo come la versione supereroe di Jakarta EE – più veloce di un proiettile e più potente di una locomotiva.

Crea un nuovo progetto Quarkus utilizzando il seguente comando Maven:

mvn io.quarkus:quarkus-maven-plugin:2.16.5.Final:create \
    -DprojectGroupId=com.example \
    -DprojectArtifactId=custom-prometheus-exporter \
    -DclassName="com.example.ExporterResource" \
    -Dpath="/exporter"

Ora, aggiungiamo le dipendenze necessarie al nostro pom.xml:

<dependencies>
    <dependency>
        <groupId>io.quarkus</groupId>
        <artifactId>quarkus-resteasy-reactive</artifactId>
    </dependency>
    <dependency>
        <groupId>io.quarkus</groupId>
        <artifactId>quarkus-micrometer-registry-prometheus</artifactId>
    </dependency>
</dependencies>

Il Cuore della Questione: Costruire l'Esportatore

Ora che abbiamo configurato il nostro progetto, creiamo il nostro esportatore personalizzato. Ci concentreremo su uno scenario ipotetico in cui stiamo monitorando un complesso sistema di e-commerce.

package com.example;

import io.micrometer.core.instrument.MeterRegistry;
import io.micrometer.core.instrument.Tags;
import jakarta.inject.Inject;
import jakarta.ws.rs.GET;
import jakarta.ws.rs.Path;
import jakarta.ws.rs.Produces;
import jakarta.ws.rs.core.MediaType;

import java.util.Random;

@Path("/exporter")
public class ExporterResource {

    @Inject
    MeterRegistry registry;

    private final Random random = new Random();

    @GET
    @Produces(MediaType.TEXT_PLAIN)
    public String hello() {
        // Simula alcune metriche
        recordOrderMetrics();
        recordUserMetrics();
        return "Metriche aggiornate!";
    }

    private void recordOrderMetrics() {
        // Invece di registrare metriche per prodotto (alta cardinalità),
        // registreremo metriche aggregate per categoria
        String[] categories = {"Elettronica", "Abbigliamento", "Libri", "Casa"};
        for (String category : categories) {
            double orderValue = 100 + random.nextDouble() * 900; // Valore ordine casuale tra 100 e 1000
            registry.gauge("ecommerce.order.value", Tags.of("category", category), orderValue);
        }
    }

    private void recordUserMetrics() {
        // Invece di registrare metriche per utente, useremo dei bucket
        int activeUsers = 1000 + random.nextInt(9000); // Numero casuale tra 1000 e 10000
        String userBucket = activeUsers < 5000 ? "basso" : "alto";
        registry.gauge("ecommerce.active.users", Tags.of("load", userBucket), activeUsers);
    }
}

Evitare la Trappola dell'Alta Cardinalità

L'alta cardinalità è il nemico delle configurazioni di Prometheus. È come invitare tutti nella tua città a una festa in casa – le cose sfuggiranno di mano. Ecco come la evitiamo:

  • Categorizzazione: Invece di tracciare metriche per ogni singolo prodotto (che potrebbero essere migliaia), le raggruppiamo in categorie.
  • Bucket: Per le metriche degli utenti, usiamo un semplice bucket "basso" o "alto" invece di tracciare ogni utente individualmente.

Ricorda, l'obiettivo è avere abbastanza dettagli per essere utili senza essere sommersi dai dati.

Garantire Metriche Efficienti

L'efficienza non riguarda solo l'evitare l'alta cardinalità. Ecco alcuni altri consigli per mantenere le tue metriche snelle e potenti:

  1. Usa le etichette con giudizio: Le etichette sono potenti ma possono portare rapidamente all'esplosione delle metriche se usate eccessivamente.
  2. Aggrega dove possibile: A volte una somma o una media è più utile di singoli punti dati.
  3. Scegli i tipi di metriche appropriati: Gauge, contatori e istogrammi hanno ciascuno il loro posto. Usali saggiamente.
  4. Imposta politiche di conservazione: Non tutte le metriche devono essere conservate per sempre. Imposta periodi di conservazione appropriati in Prometheus.

Testare il Tuo Esportatore

Prima di congratularci con noi stessi, assicuriamoci che funzioni davvero. Esegui la tua applicazione Quarkus:

./mvnw quarkus:dev

Ora, accedi all'endpoint per generare alcune metriche:

curl http://localhost:8080/exporter

Infine, controlla le tue metriche su:

curl http://localhost:8080/q/metrics

Dovresti vedere qualcosa del genere:

# HELP ecommerce_order_value 
# TYPE ecommerce_order_value gauge
ecommerce_order_value{category="Elettronica"} 543.21
ecommerce_order_value{category="Abbigliamento"} 321.54
ecommerce_order_value{category="Libri"} 123.45
ecommerce_order_value{category="Casa"} 987.65

# HELP ecommerce_active_users 
# TYPE ecommerce_active_users gauge
ecommerce_active_users{load="alto"} 7523.0

La Prova del Pudding: Analizzare le Tue Metriche

Ora che abbiamo il nostro esportatore in funzione, parliamo di cosa possiamo fare con queste metriche. Ecco alcune query Prometheus che potresti trovare utili:

# Valore medio degli ordini in tutte le categorie
avg(ecommerce_order_value)

# Numero totale di utenti attivi
sum(ecommerce_active_users)

# Valore massimo degli ordini per categoria
max(ecommerce_order_value) by (category)

Queste query ti danno un assaggio delle intuizioni che puoi ottenere dalle tue metriche accuratamente create.

Conclusioni: Lezioni Apprese

Costruire un esportatore personalizzato per Prometheus non significa solo mettere insieme alcune metriche e chiamarlo un giorno. È un'arte che richiede un'attenta considerazione di ciò che stai misurando e di come lo stai misurando. Ecco i punti chiave:

  • Sii sempre in guardia contro l'alta cardinalità. È il killer silenzioso delle configurazioni di Prometheus.
  • Aggrega e categorizza dove possibile per mantenere le tue metriche significative e gestibili.
  • Scegli le tue etichette con attenzione. Sono potenti, ma con grande potere viene grande responsabilità.
  • Testa, itera e affina. Il tuo primo tentativo probabilmente non sarà perfetto, e va bene così.

Ricorda, l'obiettivo è avere metriche che forniscano intuizioni azionabili, non solo un mare di numeri. Buon monitoraggio!

Cibo per la Mente

"L'obiettivo del calcolo è l'intuizione, non i numeri." - Richard Hamming

Mentre continui a perfezionare il tuo esportatore personalizzato, tieni a mente questa citazione. Non si tratta di quante metriche puoi generare, ma delle intuizioni che puoi trarre da esse.

Risorse Aggiuntive

Vuoi approfondire? Dai un'occhiata a queste risorse:

Ora vai avanti ed esporta quelle metriche come un professionista! E ricorda, nel mondo del monitoraggio, meno è spesso di più. A meno che non stiamo parlando di uptime – allora più è decisamente di più.