OpenTelemetry可观测系统之Metrics学习

概念

OpenTelemetry 是一套通用监控工具包，不生产监控数据，只负责采集监控数据；Metrics 是它专门用来抓「数字指标」的模块

理解：OTel Metrics

1.区分三大可观测核心

OTel 只干三件事，你可以把服务运行状态想象成人：

Trace（链路追踪）：看一次动作，比如你走一步路，从抬脚到落地的全过程（单次请求路径、哪里慢）
Logs（日志）：看文字记录，比如你走路摔了一跤，日志写「摔倒了，膝盖疼」（报错详情、文本信息）
Metrics（指标）：看持续数字，比如你每分钟走多少步、心跳多少、体温多少（系统 / 服务的长期数值趋势）

简单说：Metrics 就是记录各种监控数字，看整体稳不稳常见 Metrics 数字：

接口每秒请求数（QPS）
内存 / CPU 占用大小
接口报错次数、错误率
在线用户数、并发连接数
接口响应耗时分布

2. Metrics 4 种核心类型

所有监控数字，只分 4 类，对应不同场景：

Counter 计数器 ：只增不减
比如：请求总次数、报错总数、系统启动次数，只能往上加
UpDownCounter 增减计数器 ：可加可减
比如：当前在线人数、数据库连接数，上线 + 1、下线 - 1
Gauge 仪表盘 ：只存当前这一刻的值
比如：此刻 CPU 使用率、当前内存占用、当前温度
Histogram 直方图 ：统计数值分布
比如：接口响应时间，多少请求 0-100ms，多少 100-500ms，看快慢占比

3. OTel Metrics 3 个基础组件

Meter（仪表管理员）：所有指标的总管家，一个服务只需要一个 Meter
Instrument（采集埋点）：你要统计什么数字，就创建一个埋点（上面 4 种类型就是埋点）
Exporter（导出器）：把采集到的数字，发给存储 / 画图工具（OTel 本身不存数据）

怎么用 OTel Metrics

整体流程就 4 步：配置采集 → 埋点统计 → 导出数据 → 存储

引入依赖

kotlin 复制代码

dependencies {
    // OTel SDK 核心指标
    implementation("io.opentelemetry:opentelemetry-sdk-metrics:1.40.0")
    // 导出器（选 Prometheus 最通用）
    implementation("io.opentelemetry:opentelemetry-exporter-prometheus:1.40.0")
}

配置初始化

接入代码示例

kotlin 复制代码

import io.opentelemetry.api.OpenTelemetry
import io.opentelemetry.api.metrics.Meter
import io.opentelemetry.sdk.OpenTelemetrySdk
import io.opentelemetry.sdk.metrics.SdkMeterProvider
import io.opentelemetry.sdk.metrics.export.PeriodicMetricReader
import io.opentelemetry.exporter.prometheus.PrometheusMetricReader

/**
 * 全局唯一 OTel 指标管理器
 * 整个项目只 new 这一个 Meter
 */
object OtelMetricsManager {
    // 1. 初始化 SDK
    private val meterProvider = SdkMeterProvider.builder()
        .registerMetricReader(
            PeriodicMetricReader.create(PrometheusMetricReader.create())
        )
        .build()

    private val openTelemetry: OpenTelemetry = OpenTelemetrySdk.builder()
        .setMeterProvider(meterProvider)
        .build()

    // 全局唯一 Meter，一个服务只需要这一个，所有的指标用这个一个
    val meter: Meter = openTelemetry.getMeter("my-business-service")

    // ========== 在这里定义【所有指标】，统一管理 ==========
    // 指标1：总请求次数（Counter 只增不减）
    val totalRequestCounter = meter
        .counterBuilder("api.request.total")
        .setDescription("接口总请求数")
        .build()

    // 指标2：错误请求次数
    val errorRequestCounter = meter
        .counterBuilder("api.request.error")
        .setDescription("接口错误次数")
        .build()

    // 指标3：接口响应耗时（Histogram 直方图）
    val apiDurationHistogram = meter
        .histogramBuilder("api.duration.ms")
        .setDescription("接口响应耗时")
        .setUnit("ms")
        .build()

    // 指标4：当前并发连接数（UpDownCounter 可加可减）
    val concurrentConnCounter = meter
        .upDownCounterBuilder("server.concurrent.conn")
        .setDescription("当前并发连接数")
        .build()
}

业务侧添加埋点

kotlin 复制代码

fun handleApi() {
    val start = System.currentTimeMillis()

    try {
        // 正常业务
        // ...
        OtelMetricsManager.totalRequestCounter.add(1)
    } catch (e: Exception) {
        OtelMetricsManager.errorRequestCounter.add(1)
    } finally {
        val cost = System.currentTimeMillis() - start
        OtelMetricsManager.apiDurationHistogram.record(cost)
    }
}

// 连接进来 +1
fun connect() {
    OtelMetricsManager.concurrentConnCounter.add(1)
}
// 连接断开 -1
fun disconnect() {
    OtelMetricsManager.concurrentConnCounter.add(-1)
}

导出器 Exporter

新手只记 2 个就行：

OTLP 协议：OTel 官方标准，直接导出到云监控 / 自建平台
Prometheus Exporter：行业最通用，导出到 Prometheus，后续画图最方便

Metrics 数据怎么展示

重点：OTel 只负责抓数据，不负责画图、不负责看数据必须搭配工具才能看

行业标配三件套：

OpenTelemetry（采集） + Prometheus（存指标） + Grafana（画图展示 + 告警）

三件套分工
OpenTelemetry ：抓 CPU、QPS、错误率这些数字
Prometheus ：时序数据库，专门存按时间排序的数字（比如每分钟的 QPS）
Grafana：可视化工具，把存好的数字画成图表、做仪表盘、发告警