Go-Zero 项目开发44：集成 Kibana 日志可视化与 Prometheus 性能监控

Wang's Blog2026-07-30 8:23

纲要

  • 背景与目标
  • 整体架构概览
  • 基于 ELK 的日志收集与 Kibana 可视化
    • 数据准备与索引模式创建
    • 日志数据推送链路
    • go-zero 服务日志配置
    • Kibana 可视化实战：饼图与柱状图
  • 基于 Prometheus 的服务性能监控
    • Prometheus 与 ELK 的功能对比
    • Prometheus 核心组件与架构
    • go-zero 服务集成 Prometheus 指标暴露
    • Alertmanager 告警规则配置示例
  • 总结与最佳实践

背景与目标

在微服务架构下，服务实例往往分散在多台机器上，传统的单机监控手段已无法满足需求。我们需要一套能够聚合日志、可视化分析，同时又能实时监控服务性能指标的方案。本文将基于 go-zero 框架，结合 ELK（Elasticsearch、Logstash、Kibana）与 Prometheus，演示如何从零构建日志可视化仪表盘，并对各个服务进行性能监控。

整体架构概览

下图展示了 go-zero 微服务中日志与监控的收集链路：
#mermaid-svg-fzwx8GOZVHqXk2TH{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-fzwx8GOZVHqXk2TH .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-fzwx8GOZVHqXk2TH .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-fzwx8GOZVHqXk2TH .error-icon{fill:#552222;}#mermaid-svg-fzwx8GOZVHqXk2TH .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-fzwx8GOZVHqXk2TH .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-fzwx8GOZVHqXk2TH .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-fzwx8GOZVHqXk2TH .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-fzwx8GOZVHqXk2TH .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-fzwx8GOZVHqXk2TH .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-fzwx8GOZVHqXk2TH .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-fzwx8GOZVHqXk2TH .marker{fill:#333333;stroke:#333333;}#mermaid-svg-fzwx8GOZVHqXk2TH .marker.cross{stroke:#333333;}#mermaid-svg-fzwx8GOZVHqXk2TH svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-fzwx8GOZVHqXk2TH p{margin:0;}#mermaid-svg-fzwx8GOZVHqXk2TH .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-fzwx8GOZVHqXk2TH .cluster-label text{fill:#333;}#mermaid-svg-fzwx8GOZVHqXk2TH .cluster-label span{color:#333;}#mermaid-svg-fzwx8GOZVHqXk2TH .cluster-label span p{background-color:transparent;}#mermaid-svg-fzwx8GOZVHqXk2TH .label text,#mermaid-svg-fzwx8GOZVHqXk2TH span{fill:#333;color:#333;}#mermaid-svg-fzwx8GOZVHqXk2TH .node rect,#mermaid-svg-fzwx8GOZVHqXk2TH .node circle,#mermaid-svg-fzwx8GOZVHqXk2TH .node ellipse,#mermaid-svg-fzwx8GOZVHqXk2TH .node polygon,#mermaid-svg-fzwx8GOZVHqXk2TH .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-fzwx8GOZVHqXk2TH .rough-node .label text,#mermaid-svg-fzwx8GOZVHqXk2TH .node .label text,#mermaid-svg-fzwx8GOZVHqXk2TH .image-shape .label,#mermaid-svg-fzwx8GOZVHqXk2TH .icon-shape .label{text-anchor:middle;}#mermaid-svg-fzwx8GOZVHqXk2TH .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-fzwx8GOZVHqXk2TH .rough-node .label,#mermaid-svg-fzwx8GOZVHqXk2TH .node .label,#mermaid-svg-fzwx8GOZVHqXk2TH .image-shape .label,#mermaid-svg-fzwx8GOZVHqXk2TH .icon-shape .label{text-align:center;}#mermaid-svg-fzwx8GOZVHqXk2TH .node.clickable{cursor:pointer;}#mermaid-svg-fzwx8GOZVHqXk2TH .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-fzwx8GOZVHqXk2TH .arrowheadPath{fill:#333333;}#mermaid-svg-fzwx8GOZVHqXk2TH .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-fzwx8GOZVHqXk2TH .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-fzwx8GOZVHqXk2TH .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-fzwx8GOZVHqXk2TH .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-fzwx8GOZVHqXk2TH .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-fzwx8GOZVHqXk2TH .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-fzwx8GOZVHqXk2TH .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-fzwx8GOZVHqXk2TH .cluster text{fill:#333;}#mermaid-svg-fzwx8GOZVHqXk2TH .cluster span{color:#333;}#mermaid-svg-fzwx8GOZVHqXk2TH div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-fzwx8GOZVHqXk2TH .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-fzwx8GOZVHqXk2TH rect.text{fill:none;stroke-width:0;}#mermaid-svg-fzwx8GOZVHqXk2TH .icon-shape,#mermaid-svg-fzwx8GOZVHqXk2TH .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-fzwx8GOZVHqXk2TH .icon-shape p,#mermaid-svg-fzwx8GOZVHqXk2TH .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-fzwx8GOZVHqXk2TH .icon-shape .label rect,#mermaid-svg-fzwx8GOZVHqXk2TH .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-fzwx8GOZVHqXk2TH .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-fzwx8GOZVHqXk2TH .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-fzwx8GOZVHqXk2TH :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 监控通道
日志通道
服务层
写日志文件
写日志文件
推送
暴露 /metrics
暴露 /metrics
拉取指标
查询与展示
触发告警
go-zero 服务 A
go-zero 服务 B
Filebeat
Elasticsearch
Kibana
Prometheus Exporter
Prometheus Server
Alertmanager
Grafana

日志通过 Filebeat 采集并送入 Elasticsearch，再经由 Kibana 完成可视化；性能指标则由 Prometheus 主动从各服务暴露的 /metrics 端点拉取，最终在 Grafana 中展示，同时可通过 Alertmanager 发送告警。

基于 ELK 的日志收集与 Kibana 可视化

ELK 架构天然擅长日志的集中存储与检索。借助 Filebeat 可以将 go-zero 服务产生的日志近乎实时地推送到 Elasticsearch，再使用 Kibana 创建丰富的可视化仪表盘。

数据准备与索引模式创建

在进行可视化之前，需要确保 Elasticsearch 中已有日志数据。通常先清空旧数据，再重新导入，以保证分析结果的准确性。本文直接沿用已有数据，实际操作流程如下：

  1. 确认 Filebeat 已正确采集各服务的日志文件，并输出到 Elasticsearch。
  2. 进入 Kibana 管理界面，点击左侧菜单的 "Stack Management" → "Index Patterns"。
  3. 点击 "Create index pattern"，输入索引名称（例如 filebeat-*），选择 @timestamp 作为时间字段。
  4. 创建完成后，即可在 "Discover" 中看到日志明细。

日志数据推送链路

以 go-zero 开发的 api 服务为例，我们将其运行日志输出到文件，再由 Filebeat 进行采集。

yaml 复制代码 
# filebeat.yml
filebeat.inputs:
- type: log
  enabled: true
  paths:
    - /var/log/go-zero/*.log
  fields:
    service: go-zero-api
output.elasticsearch:
  hosts: ["http://elasticsearch:9200"]

go-zero 的日志配置建议使用 zap 日志库并输出到文件，以下为 api 服务的日志初始化示例：

go 复制代码 
package main

import (
    "os"
    "go.uber.org/zap"
    "go.uber.org/zap/zapcore"
    "gopkg.in/natefinch/lumberjack.v2"
)

func initLogger() *zap.Logger {
    writer := zapcore.AddSync(&lumberjack.Logger{
        Filename:   "/var/log/go-zero/api.log",
        MaxSize:    100, // MB
        MaxBackups: 3,
        MaxAge:     7,   // days
    })
    encoder := zapcore.NewJSONEncoder(zap.NewProductionEncoderConfig())
    core := zapcore.NewCore(encoder, writer, zapcore.InfoLevel)
    return zap.New(core)
}

在实际 go-zero 项目中，可以在 main 函数中替换默认的 logx 实现，确保所有框架日志也写入文件，方便 Filebeat 统一采集。

Kibana 可视化实战

日志数据就绪后，即可在 Kibana 中创建可视化面板。

饼图：分析高频 SQL 语句

假设我们记录了各服务的 SQL 执行日志，现在希望找出执行频率最高的 SQL 模板。

  1. 进入 "Visualize Library"，点击 "Create visualization"。
  2. 选择 "Pie" 图表。
  3. 选择索引模式（如 filebeat-*）。
  4. 在 "Buckets" 中选择 "Split slices"，聚合方式为 "Terms"，字段选择 sql.keyword（需确保日志中输出规范化的 SQL 语句）。
  5. 点击 "Update"，饼图会展示不同 SQL 的出现次数占比。

通过饼图可以立刻识别出例如 SELECT * FROM users WHERE status = ? 这类高频查询，进而进行针对性的优化。

柱状图：按服务统计错误日志数
  1. 新建可视化，选择 "Vertical bar"。
  2. X 轴选择 "Date Histogram"，按时间聚合。
  3. Y 轴选择 "Count"。
  4. 添加子聚合 "Split series"，按 service.keyword 字段分桶。
  5. 添加过滤器，只统计 level: error 的日志。

最终得到按时间轴分布的、区分服务的错误日志柱状图，可以直观监控哪些服务在什么时段出现异常。

完成的可视化可以保存为仪表盘，方便随时查看整体日志趋势。

基于 Prometheus 的服务性能监控

Prometheus 作为云原生时代的监控标准，专注于时序指标的采集与告警。与 ELK 相比，两者定位不同：Prometheus 擅长数值型指标（如 CPU、内存、请求延迟），而 ELK 则长于日志文本的全文检索与分析。在微服务项目中，二者通常配合使用。

Prometheus 核心组件与架构

Prometheus 的架构可以概括为以下几个部分：
#mermaid-svg-eeJKHn18Q64pRMVp{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-eeJKHn18Q64pRMVp .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-eeJKHn18Q64pRMVp .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-eeJKHn18Q64pRMVp .error-icon{fill:#552222;}#mermaid-svg-eeJKHn18Q64pRMVp .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-eeJKHn18Q64pRMVp .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-eeJKHn18Q64pRMVp .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-eeJKHn18Q64pRMVp .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-eeJKHn18Q64pRMVp .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-eeJKHn18Q64pRMVp .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-eeJKHn18Q64pRMVp .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-eeJKHn18Q64pRMVp .marker{fill:#333333;stroke:#333333;}#mermaid-svg-eeJKHn18Q64pRMVp .marker.cross{stroke:#333333;}#mermaid-svg-eeJKHn18Q64pRMVp svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-eeJKHn18Q64pRMVp p{margin:0;}#mermaid-svg-eeJKHn18Q64pRMVp .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-eeJKHn18Q64pRMVp .cluster-label text{fill:#333;}#mermaid-svg-eeJKHn18Q64pRMVp .cluster-label span{color:#333;}#mermaid-svg-eeJKHn18Q64pRMVp .cluster-label span p{background-color:transparent;}#mermaid-svg-eeJKHn18Q64pRMVp .label text,#mermaid-svg-eeJKHn18Q64pRMVp span{fill:#333;color:#333;}#mermaid-svg-eeJKHn18Q64pRMVp .node rect,#mermaid-svg-eeJKHn18Q64pRMVp .node circle,#mermaid-svg-eeJKHn18Q64pRMVp .node ellipse,#mermaid-svg-eeJKHn18Q64pRMVp .node polygon,#mermaid-svg-eeJKHn18Q64pRMVp .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-eeJKHn18Q64pRMVp .rough-node .label text,#mermaid-svg-eeJKHn18Q64pRMVp .node .label text,#mermaid-svg-eeJKHn18Q64pRMVp .image-shape .label,#mermaid-svg-eeJKHn18Q64pRMVp .icon-shape .label{text-anchor:middle;}#mermaid-svg-eeJKHn18Q64pRMVp .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-eeJKHn18Q64pRMVp .rough-node .label,#mermaid-svg-eeJKHn18Q64pRMVp .node .label,#mermaid-svg-eeJKHn18Q64pRMVp .image-shape .label,#mermaid-svg-eeJKHn18Q64pRMVp .icon-shape .label{text-align:center;}#mermaid-svg-eeJKHn18Q64pRMVp .node.clickable{cursor:pointer;}#mermaid-svg-eeJKHn18Q64pRMVp .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-eeJKHn18Q64pRMVp .arrowheadPath{fill:#333333;}#mermaid-svg-eeJKHn18Q64pRMVp .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-eeJKHn18Q64pRMVp .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-eeJKHn18Q64pRMVp .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-eeJKHn18Q64pRMVp .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-eeJKHn18Q64pRMVp .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-eeJKHn18Q64pRMVp .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-eeJKHn18Q64pRMVp .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-eeJKHn18Q64pRMVp .cluster text{fill:#333;}#mermaid-svg-eeJKHn18Q64pRMVp .cluster span{color:#333;}#mermaid-svg-eeJKHn18Q64pRMVp div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-eeJKHn18Q64pRMVp .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-eeJKHn18Q64pRMVp rect.text{fill:none;stroke-width:0;}#mermaid-svg-eeJKHn18Q64pRMVp .icon-shape,#mermaid-svg-eeJKHn18Q64pRMVp .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-eeJKHn18Q64pRMVp .icon-shape p,#mermaid-svg-eeJKHn18Q64pRMVp .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-eeJKHn18Q64pRMVp .icon-shape .label rect,#mermaid-svg-eeJKHn18Q64pRMVp .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-eeJKHn18Q64pRMVp .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-eeJKHn18Q64pRMVp .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-eeJKHn18Q64pRMVp :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} Targets
拉取指标
拉取指标
拉取指标
存储
查询
告警规则
邮件/钉钉/Webhook
短期任务推送
go-zero 服务 /metrics
MySQL Exporter
Redis Exporter
Prometheus Server
TSDB 时序数据库
Prometheus Web UI
Alertmanager
通知渠道
Pushgateway

  • Prometheus Server：核心服务，负责服务发现、指标拉取、存储与查询。
  • Exporters ：采集器，将第三方系统的指标转换为 Prometheus 格式。对于原生支持的应用，可直接暴露 /metrics；对于 MySQL 等传统软件，则使用对应的 Exporter。
  • Pushgateway ：用于处理短暂的批处理任务，由任务主动推送指标，再被 Server 拉取。
  • Alertmanager：处理告警，支持分组、抑制、静默以及多种通知方式。
  • Web UI / Grafana ：内置简单查询界面，生产环境建议结合 Grafana。

go-zero 服务集成 Prometheus 指标暴露

go-zero 框架内置了对 Prometheus 的支持，只需简单配置即可将服务的运行指标暴露出来。

以下是一个 go-zero api 服务集成 Prometheus 的完整示例：

go 复制代码 
package main

import (
    "flag"
    "net/http"

    "github.com/zeromicro/go-zero/core/conf"
    "github.com/zeromicro/go-zero/core/logx"
    "github.com/zeromicro/go-zero/rest"
    "github.com/zeromicro/go-zero/rest/httpx"
    "github.com/zeromicro/go-zero/core/prometheus"
    "github.com/prometheus/client_golang/prometheus/promhttp"
)

var configFile = flag.String("f", "etc/api.yaml", "the config file")

type Config struct {
    rest.RestConf
    Prometheus prometheus.Config
}

func main() {
    flag.Parse()

    var c Config
    conf.MustLoad(*configFile, &c)

    // 初始化 Prometheus 指标
    prometheus.StartAgent(c.Prometheus)

    server := rest.MustNewServer(c.RestConf)
    defer server.Stop()

    // 注册 /metrics 端点
    server.AddRoute(rest.Route{
        Method: http.MethodGet,
        Path:   "/metrics",
        Handler: func(w http.ResponseWriter, r *http.Request) {
            promhttp.Handler().ServeHTTP(w, r)
        },
    })

    // 业务路由...
    logx.Info("Server started")
    server.Start()
}

配置文件 api.yaml 示例：

yaml 复制代码 
Name: api-service
Host: 0.0.0.0
Port: 8888
Prometheus:
  Host: 0.0.0.0
  Port: 9100
  Path: /metrics

go-zero 的 prometheus.StartAgent 会在独立端口（例如 9100）上启动一个内置的 HTTP 服务器，暴露各种 go 运行时指标以及框架内部的请求计数、延迟分布等指标。也可以复用主服务端口，直接挂载 /metrics 路由，如上所示。

Alertmanager 告警规则配置示例

在 Prometheus 中定义告警规则，当服务响应延迟超过阈值或错误率上升时，主动通知开发人员。

yaml 复制代码 
# prometheus.yml 中的 rule_files 部分
rule_files:
  - "alerts.yml"

alerts.yml 内容：

yaml 复制代码 
groups:
- name: go-zero-alerts
  rules:
  - alert: HighErrorRate
    expr: rate(http_requests_total{job="api-service",code=~"5.."}[5m]) > 0.05
    for: 2m
    labels:
      severity: critical
    annotations:
      summary: "High error rate on {{ $labels.instance }}"
      description: "Error rate is above 5% for 2 minutes."

  - alert: SlowRequests
    expr: histogram_quantile(0.99, rate(http_request_duration_seconds_bucket{job="api-service"}[5m])) > 1
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "P99 latency is above 1s"
      description: "Instance {{ $labels.instance }} has high latency."

配置完成后，重启 Prometheus，当触发条件满足时，Alertmanager 将通过邮件或 Webhook 发送通知。

总结与最佳实践

将 ELK 与 Prometheus 结合使用，可以覆盖微服务可观测性的两大支柱：日志与指标。go-zero 框架通过简洁的配置即可接入这两个体系，开发者无需关心底层采集细节，只需关注业务逻辑。在实际项目中建议：

  • 日志输出结构化为 JSON，方便 Elasticsearch 索引与检索。
  • 关键业务指标必须暴露给 Prometheus，并配置合理的告警阈值。
  • 使用 Grafana 统一展示 Kibana（日志）与 Prometheus（指标），提升排障效率。
  • 定期清理索引与调整采集频率，避免存储成本过高。

通过上述实践，我们能够实时掌握 go-zero 微服务的运行状态，从日志可视化到性能监控形成完整闭环。

相关推荐
JL153 小时前
Java+Go 混合架构怎么搭？收官 50 道面试题 + 学习路线
java·架构·golang
Wang's Blog4 小时前
Go-Zero 项目开发45: Prometheus + Grafana 安装部署与服务监控实战
golang·grafana·prometheus
FellAveal16 小时前
【Go语言入门学习笔记】Part18.工作池与WaitGroup（也即协程池）
笔记·学习·golang
Wang's Blog21 小时前
Go-Zero项目开发40: 基于Jaeger的分布式链路跟踪实战
开发语言·分布式·golang
TDengine （老段）21 小时前
TDengine Go 与 Rust 连接器 — 高性能异步访问
大数据·数据库·物联网·golang·rust·时序数据库·tdengine
Wang's Blog1 天前
Go-Zero项目开发38：深入限流器实现与应用
开发语言·golang·go-zero
xcLeigh1 天前
Go入门：main包与main函数的特殊地位
开发语言·后端·golang
Gauss松鼠会1 天前
Prometheus 实现 openGauss 的指标监控（二）Prometheus 中添加 openGauss指标
网络·数据库·oracle·prometheus·opengauss·经验总结
Wang's Blog1 天前
Go-Zero项目开发39: 熔断、限流与降级的高可用实践
开发语言·后端·golang·go-zero
热门推荐
01如何新建文件夹？ 电脑新建文件夹的4种方法02GitHub 镜像站点032026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片04国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）05AI科技热点日报 | 2026年07月01日06AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路072026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？08微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新09Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费102026 年 AI 大模型 & AI 编程工具实战全总结