跳转至

Prometheus 监控

在生产环境中，对应用进行有效的监控是确保服务质量和快速排查问题的关键。Load Ants 通过标准的 Prometheus 指标为你提供了强大的可观测性能力。

通过 Prometheus 进行监控

Load Ants 内置了一个 Prometheus 导出器，可以暴露详细的内部状态指标，以便被 Prometheus 服务器抓取和存储。

步骤一：启用 Metrics 端点

指标端点是 admin（健康检查与管理）服务的一部分。当前版本中，admin 服务默认会启动并监听在 127.0.0.1:9000；你可以通过配置 admin 块来修改其监听地址。

# 健康检查与管理服务器设置（可选）
admin:
    listen: "127.0.0.1:9000" # Admin 服务监听地址和端口
  • 访问路径: 指标端点会 自动 在 admin 服务的 /metrics 路径上可用。在这个例子中，URL 将是 http://127.0.0.1:9000/metrics。
  • 无需额外配置: 你 不能 在 config.yaml 中配置路径或禁用它。它的生命周期与 admin 服务绑定。

安全警告: 指标端点与 Admin API 使用相同的监听地址和端口。请务必遵循安全最佳实践来保护这个端点，例如使用防火墙或反向代理，防止未授权的访问。

步骤二：配置 Prometheus 来抓取指标

在你的 prometheus.yml 配置文件中，添加一个新的抓取任务来指向 Load Ants。

scrape_configs:
    - job_name: "load-ants"
      static_configs:
          - targets: ["<load_ants_host>:9000"] # 将此处替换为你的 admin 服务地址

重启 Prometheus 后，它将开始定期从 Load Ants 拉取指标数据。

关键指标深度解读

Load Ants 提供了丰富的指标，以下是几个核心指标的分组说明。所有指标均以 loadants_ 为前缀。

1. 请求处理和性能
  • loadants_dns_requests_total: 按协议（UDP/TCP）分类的已处理 DNS 请求总数。
    • 标签: protocol
  • loadants_dns_request_duration_seconds: DNS 请求处理时长的直方图。
    • 标签: protocol, query_type
    • 用途: 监控服务延迟，计算 P95/P99 响应时间。
  • loadants_http_requests_total: 按状态码分类的已处理 DoH 请求总数。
    • 标签: status_code
2. 缓存效率
  • loadants_cache_entries: DNS 缓存中的当前条目数 (Gauge)。
  • loadants_cache_capacity: DNS 缓存的最大容量 (Gauge)。
  • loadants_cache_operations_total: 按操作类型分类的缓存操作总数。
    • 标签: operation (hit, miss, insert, insert_error, clear)
    • 用途: 计算缓存命中率 rate(loadants_cache_operations_total{operation="hit"}[5m]) / rate(loadants_cache_operations_total{operation=~"hit|miss"}[5m])。
  • loadants_cache_ttl_seconds: 缓存条目 TTL 的直方图（秒）。
    • 标签: source (original, min_ttl, adjusted, negative_ttl)
    • 用途: 观察 TTL 分布，以及 min_ttl / 负向缓存是否频繁介入。
3. 上游解析器

指标升级说明（Breaking Change）
新版本已将 loadants_upstream_* 系列指标从“仅 DoH”升级为“DoH + DNS(UDP/TCP)”通用指标，并新增了两个标签维度：

  • upstream_protocol: doh|dns
  • upstream_transport: http|udp|tcp
    因此如果你之前在 Grafana/PromQL 中只按 group/server 聚合或过滤，需要把新标签纳入查询（或用 sum by (...) 忽略它们）。
  • loadants_upstream_requests_total: 发送到上游解析器的请求总数。
    • 标签: upstream_protocol, upstream_transport, group, server
    • 说明:
      • doh/http：DoH 上游（server 通常为 Host）。
      • dns/udp|dns/tcp：传统 DNS 上游（server 通常为 IP 字符串）。
      • 当 dns_client.prefer_tcp=false 且 UDP 响应 TC=1 触发回退时：同一条逻辑请求可能会分别产生一条 dns/udp 与一条 dns/tcp 的请求计数（按“尝试次数”计数，这是预期行为）。
  • loadants_upstream_errors_total: 上游解析器错误总数。
    • 标签: upstream_protocol, upstream_transport, error_type, group, server
    • 用途: 快速定位出问题的上游服务器或组，并设置告警。
  • loadants_upstream_duration_seconds: 上游查询时长的直方图。
    • 标签: upstream_protocol, upstream_transport, group, server
    • 用途: 评估不同上游解析器的性能；对 dns 上游可以分别观察 udp 与 tcp 的延迟分布。

PromQL 迁移示例

  • 旧：只看某个组的上游请求速率（旧版无新标签）
    • rate(loadants_upstream_requests_total{group="public"}[5m])
  • 新：保留新标签，分别看不同上游协议/传输
    • rate(loadants_upstream_requests_total{group="public"}[5m])
  • 新：忽略 upstream_protocol/upstream_transport，得到与旧版更接近的聚合口径
    • sum by (group, server) (rate(loadants_upstream_requests_total[5m]))
4. 路由策略
  • loadants_route_matches_total: 路由规则匹配总数。
    • 标签: match_type (exact, wildcard, regex), target_group, rule_source, action (block, forward)
    • 用途: 精确洞察你的路由规则是如何被使用的。
    • 备注: 远程规则在加载后会被合并进路由引擎；当前版本的匹配计数中，rule_source 可能统一为 static（即使规则源来自 remote_rules）。
  • loadants_route_rules_count: 当前活动的路由规则数量。
    • 标签: match_type (exact, wildcard, regex), rule_source

下一步