🔧 Micrometer: кастомные метрики которые реально полезны в production

Стандартные метрики Spring Boot (JVM, HTTP, datasource) — это база. Бизнес-метрики и метрики производительности конкретных операций пишутся вручную.

🔹 Решение

▪️ Базовые типы метрик

@Service
public class OrderMetrics {

    private final Counter ordersCreated;
    private final Counter ordersFailed;
    private final Timer orderProcessingTime;
    private final DistributionSummary orderAmountSummary;
    private final AtomicInteger activeOrders;

    public OrderMetrics(MeterRegistry registry) {
        this.ordersCreated = Counter.builder("orders.created")
            .description("Total orders created")
            .tag("environment", "production")
            .register(registry);

        this.ordersFailed = Counter.builder("orders.failed")
            .description("Total failed orders")
            .register(registry);

        this.orderProcessingTime = Timer.builder("orders.processing.time")
            .description("Order processing duration")
            .publishPercentiles(0.5, 0.95, 0.99)
            .publishPercentileHistogram()
            .sla(Duration.ofMillis(200), Duration.ofSeconds(1))
            .register(registry);

        this.orderAmountSummary = DistributionSummary.builder("orders.amount")
            .description("Order amounts distribution")
            .baseUnit("USD")
            .publishPercentiles(0.5, 0.95)
            .register(registry);

        this.activeOrders = registry.gauge("orders.active",
            new AtomicInteger(0));
    }

    public Order processOrder(OrderRequest request) {
        activeOrders.incrementAndGet();
        return orderProcessingTime.record(() -> {
            try {
                Order order = doProcess(request);
                ordersCreated.increment();
                orderAmountSummary.record(order.getAmount().doubleValue());
                return order;
            } catch (Exception e) {
                ordersFailed.increment();
                throw e;
            } finally {
                activeOrders.decrementAndGet();
            }
        });
    }
}

▪️ Тег-стратегия для разрезания метрик

Timer.builder("external.api.calls")
    .tag("service", "payment-gateway")
    .tag("operation", "charge")
    .tag("status", result.isSuccess() ? "success" : "failure")
    .register(registry)
    .record(duration);

В Grafana это даёт возможность делать rate(external_api_calls_total{status="failure"}[5m]) и смотреть ошибки по сервисам отдельно.

▪️ application.yml для Prometheus

management:
  endpoints:
    web:
      exposure:
        include: health,info,prometheus,metrics
  metrics:
    distribution:
      percentiles-histogram:
        http.server.requests: true
      slo:
        http.server.requests: 50ms,200ms,500ms,1s
    tags:
      application: ${spring.application.name}
      environment: ${APP_ENV:local}

publishPercentileHistogram() — ключевая настройка для Timer. Без неё Prometheus получает только count/sum и заранее вычисленные перцентили. С ней — полную гистограмму, из которой Prometheus сам считает перцентили через histogram_quantile().

Это важно при агрегации метрик с нескольких инстансов: заранее вычисленные перцентили нельзя корректно агрегировать, гистограммы — можно.

⚠️ Каждая уникальная комбинация тегов создаёт отдельный time series в Prometheus. Теги с высокой кардинальностью (userId, orderId, IP-адрес) убивают Prometheus. Теги должны иметь конечное и небольшое множество значений.

══════ Навигация ══════
Вакансии • Задачи • Собесы

🐸 Библиотека джависта

#Enterprise