36 lines
1.8 KiB
Markdown
36 lines
1.8 KiB
Markdown
**1. `/healthz`接口**
|
||
|
||
现在的健康检查（`nc -z localhost 6060`/`8000`）只能证明端口开着，测不出"连接池耗尽、死锁"这种进程还活着但已经不干活的情况。
|
||
|
||
要求：`GET /healthz`，不需要鉴权，正常200/异常503，body统一格式：
|
||
```json
|
||
{"status": "ok", "checks": {"mysql": "ok", "redis": "ok", "kafka": "ok"}}
|
||
```
|
||
异常时把出问题的依赖写清楚原因，其他正常的照样标ok：
|
||
```json
|
||
{"status": "error", "checks": {"mysql": "ok", "kafka": "timeout: dial tcp kafka:9092: i/o timeout"}}
|
||
```
|
||
|
||
各服务测什么：
|
||
- **im-server**：MySQL（唯一确认在用的外部依赖）。Redis代码里还没真正接入，先不用测
|
||
- **im-manager**：MySQL、Redis（`REDIS_DB=2`在用）、Kafka（崩溃日志能看到它真的在跑queue consumer，是真实依赖）
|
||
|
||
检测建议用真实操作确认能用（MySQL `SELECT 1`/`Ping()`，Redis `PING`，Kafka查broker元数据），不要只判断连接对象是不是nil。
|
||
|
||
顺手把两个服务Dockerfile里的`HEALTHCHECK`换成打这个接口，`deploy.sh`的探测逻辑也建议一起换。
|
||
|
||
---
|
||
|
||
**2. `/metrics`业务指标接口**（不急，可以往后放）
|
||
|
||
`im-server`加`GET /metrics`，标准Prometheus文本格式，Go生态直接用官方库`prometheus/client_golang/promhttp`，几行代码接完。
|
||
|
||
按价值排序，可以只做第一个：
|
||
|
||
| 指标 | 类型 | 说明 |
|
||
|---|---|---|
|
||
| `ws_connections_active` | Gauge | 当前WS连接数，**优先级最高**——直接对应之前"WS总掉线"那次排查，有曲线就不用再靠人工连测 |
|
||
| `http_requests_total{method,path,status}` | Counter | 按路径/状态码分的请求量，看5xx占比 |
|
||
| `http_request_duration_seconds` | Histogram | 接口延迟分布 |
|
||
| `db_query_duration_seconds` | Histogram | 数据库查询延迟 |
|