用 go-commons 打造一套最小可行监控体系

在日常的 Go 服务开发中，我们常常需要回答几个关键问题：

• 我的服务现在的 QPS（每秒请求数）是多少？
• 服务器的 CPU、内存、磁盘 是否有瓶颈？
• 业务指标和系统指标如何统一暴露？

传统方案是部署 node_exporter + Prometheus，再做一堆配置。但对于小型服务、内网应用、测试环境来说，这种方案太“重”了。
这时，轻量、零依赖的 go-commons 就能派上用场。

它可以帮你在业务应用中快速集成一个 最小可行监控体系（MVP）：
👉 业务指标（QPS、接口耗时） + 系统指标（CPU、内存、磁盘） 一步到位。

---

1. 快速集成 go-commons

首先，拉取依赖：

go get github.com/Rodert/go-commons

目录结构（最小 demo）：

myapp/main.gogo.mod

---

2. 代码案例：业务指标 + 系统指标

下面我们写一个简单的 Web 服务，包含两个接口：

• /hello：模拟业务请求，统计 QPS
• /metrics：暴露业务和系统指标

package mainimport ("encoding/json""fmt""net/http""sync/atomic""time""github.com/Rodert/go-commons/systemutils/cpuutils""github.com/Rodert/go-commons/systemutils/memutils""github.com/Rodert/go-commons/systemutils/diskutils"
)// QPS 计数器
var reqCount uint64
var start = time.Now()// metrics 输出结构
type Metrics struct {QPS        float64   `json:"qps"`CPUUsage   float64   `json:"cpu_usage"`LoadAvg    []float64 `json:"load_avg"`MemUsedMB  uint64    `json:"mem_used_mb"`MemTotalMB uint64    `json:"mem_total_mb"`DiskUsedGB uint64    `json:"disk_used_gb"`DiskTotalGB uint64   `json:"disk_total_gb"`
}func helloHandler(w http.ResponseWriter, r *http.Request) {atomic.AddUint64(&reqCount, 1)fmt.Fprintln(w, "Hello, World!")
}func metricsHandler(w http.ResponseWriter, r *http.Request) {// 计算 QPSduration := time.Since(start).Seconds()qps := float64(atomic.LoadUint64(&reqCount)) / durationm := Metrics{QPS: qps}// CPUif cpuInfo, err := cpuutils.GetCPUInfo(); err == nil {m.CPUUsage = cpuInfo.UsagePercentm.LoadAvg = cpuInfo.LoadAvg}// 内存if memInfo, err := memutils.GetMemInfo(); err == nil {m.MemUsedMB = memInfo.Used / 1024 / 1024m.MemTotalMB = memInfo.Total / 1024 / 1024}// 磁盘if diskInfo, err := diskutils.GetDiskInfo("/"); err == nil {m.DiskUsedGB = diskInfo.Used / 1024 / 1024 / 1024m.DiskTotalGB = diskInfo.Total / 1024 / 1024 / 1024}w.Header().Set("Content-Type", "application/json")json.NewEncoder(w).Encode(m)
}func main() {http.HandleFunc("/hello", helloHandler)http.HandleFunc("/metrics", metricsHandler)fmt.Println("Server started at :8080")http.ListenAndServe(":8080", nil)
}

---

3. 实际效果

启动服务：

go run main.go

访问业务接口几次：

curl http://localhost:8080/hello

查看监控指标：

curl http://localhost:8080/metrics

输出示例：

{"qps": 12.5,"cpu_usage": 8.34,"load_avg": [0.12, 0.20, 0.30],"mem_used_mb": 512,"mem_total_mb": 4096,"disk_used_gb": 20,"disk_total_gb": 100
}

这就是一套 最小可行监控体系。

---

4. 为什么选择 go-commons？

• 零依赖：只用标准库 + go-commons，避免引入庞大依赖。
• 跨平台：Linux、macOS、Windows 都支持。
• 即插即用：无需额外部署 node_exporter。
• 轻量：非常适合小型服务、测试环境、嵌入式应用。

---

5. 一起完善 go-commons 🚀

目前 go-commons 已支持 CPU、内存、磁盘 三大核心指标，未来计划：

• 增加 网络流量、goroutine 数量、GC 次数
• 更紧密的 Prometheus exporter 集成
• 提供更多 监控模板示例

👉 项目地址：https://github.com/Rodert/go-commons

如果你也希望 每个 Go 服务都能自带健康监控，欢迎试用，并参与贡献！