快捷導(dǎo)航

CZGL.ProcessMetrics監(jiān)控.NET應(yīng)用

更新時(shí)間：2022年04月02日 10:03:28 作者：癡者工良

這篇文章介紹了CZGL.ProcessMetrics監(jiān)控.NET應(yīng)用的方法，文中通過示例代碼介紹的非常詳細(xì)。對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

導(dǎo)讀

CZGL.ProcessMetrics 是一個(gè) Metrics 庫，能夠?qū)⒊绦虻?GC、CPU、內(nèi)存、機(jī)器網(wǎng)絡(luò)、磁盤空間等信息記錄下來，使用 Prometheus 采集信息，然后使用 Grafana 顯示。

效果圖預(yù)覽：

安裝 ProcsssMetrics

只需要通過 Nuget 安裝一個(gè)庫，即可快速為程序添加資源監(jiān)視，ProcssMetrics 同時(shí)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?yàn)槿鄙俨糠?Core API，所以有部分信息是無法獲取的，這部分信息如下：

標(biāo)識(shí)	.NET Core API	說明
gc_memory_info	GC.GetGCMemoryInfo()	獲取 GC 內(nèi)存信息
total_allocated_bytes	GC.GetTotalAllocatedBytes()	總分配量
dotnet_lock_contention_total	Monitor.LockContentionCount	線程池競爭數(shù)量

新建一個(gè)應(yīng)用， Nuget 中搜索 CZGL.ProcessMetrics 直接引用即可。

Nuget 地址：https://www.nuget.org/packages/CZGL.ProcessMetrics

有兩種方式使用 Metrics，第一種是使用內(nèi)置的 HttpListener，不需要放到 Web 中即可獨(dú)立提供 URL 訪問，適合 winform、wpf 或純控制臺(tái)等應(yīng)用。但是使用 HttpListener，需要使用管理員方式啟動(dòng)應(yīng)用才能正常運(yùn)行。

使用方法：

using CZGL.ProcessMetrics;
... ...
MetricsServer metricsServer = new MetricsServer("http://*:1234/metrics/");
metricsServer.Start();

另外一種是使用 ASP.NET Core，Metrics 作為中間件加入到 Web 應(yīng)用中，此時(shí)使用的是 kestrel 。

在 Nuget 中，搜索 CZGL.ProcessMetrics.ASPNETCore 包，然后使用中間件生成 Metrics 端點(diǎn)。

            app.UseEndpoints(endpoints =>
            {
                endpoints.MapControllers();
                endpoints.ProcessMetrices("/metrics");
            });

但是目前無論哪種，都必須讓暴露端口出去，讓 Prometheus 能夠訪問到 API。后期會(huì)增加支持不需要暴露 API 、提供 Web 服務(wù)，即可直接推送監(jiān)控信息到 Prometheus 的功能。

訪問相應(yīng)的 URL，可以看到有很多信息輸出，這些都是 Prometheus 數(shù)據(jù)的格式。

http://127.0.0.1:1234/metrics

搭建 Prometheus/Grafana

這里我們使用 Docker 來搭建監(jiān)控平臺(tái)。

拉取鏡像：

docker pull prom/prometheus
docker pull grafana/grafana

在 /opt/prometheus 目錄下，新建一個(gè) prometheus.yml 文件，其內(nèi)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=<job_name>` 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']

請(qǐng)?zhí)鎿Q最后一行的 IP。

使用容器啟動(dòng) Prometheus：

docker run  -d   -p 9090:9090   -v /opt/prometheus/prometheus.yml:/etc/prometheus/prometheus.yml    prom/prometheus

使用容器啟動(dòng) 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

打開 9090 端口，在菜單欄中打開 Status-Targets，可以看到有相關(guān)記錄。