性能监控与指标采集

1. 介绍

假设你是个网站管理员，每天有一千个用户访问你的网站。看日志的时候你发现一切正常，几乎没有错误（顶多有人偶尔忘记密码或验证码输错）。你会想「一切都很好！」。

然后有人告诉客服：网站特别卡，页面要 10 秒才打开。你去看日志——没有错误！是好事吗？不是。因为日志告诉你的是 发生了什么（或者没发生什么），但不会告诉你 有多快或多慢、用了多少资源、以及在负载增加时这个行为如何变化。

这时候指标就派上用场了——应用可测的运行特征。不只是错误数，还有平均响应时间、内存占用、每秒请求数等能反映系统健康的指标。

对比：
日志 — 是 「发生了什么」。
指标 — 是 「系统运行得好还是不好」。
追踪（tracing） — 是 「为什么系统这样工作（详细原因）」。

有哪些类型的指标，应该收集哪些？

主要指标类型：

示例：

• GET 请求响应时间的平均值和第 95 百分位。
• 当前在线的用户数量。
• 内存使用（Private Bytes, Working Set）。
• 500/503 类错误的发生频率。
• 每分钟的数据库请求数。

这些指标不仅能帮你发现问题，还能帮你 提前预防——因为服务器负载上升或响应时间缓慢增长通常预示着未来的故障。

2. .NET 与 OpenTelemetry 指标收集的工作机制

总体架构

在现代的 .NET（从 .NET 6 开始，尤其是 .NET 8/9）里，有基于 OpenTelemetry 的标准指标收集体系。

工作流程大致是这样的：

1. 应用代码 调用方法来增加计数器、注册仪表、记录直方图等。
2. OpenTelemetry Metrics SDK 在内存中收集这些指标并定期发送。
3. 指标导出器 把它们传到选定的监控系统（Prometheus、Application Insights、Grafana Cloud、Datadog 等）。
4. 监控后端 聚合、存储、可视化，并提供告警和仪表盘。

[你的应用] 
       ⬇ 
 [指标收集 (OpenTelemetry SDK)]
       ⬇
 [指标导出器 (Prometheus, AI, Datadog, ...)]
       ⬇
 [监控系统/仪表盘/告警]

3. 实践：在 C# 中使用指标的基础

简单的内部指标： System.Diagnostics.Metrics

.NET 提供了内置的指标机制 — System.Diagnostics.Metrics。

主要角色：Meter, Counter<T>, Histogram<T>, ObservableGauge<T>。

示例：页面访问计数器

// 创建 Meter（通常整个应用只一个）
using System.Diagnostics.Metrics;

static Meter meter = new Meter("MyCompany.MyApp", "1.0");

// 注册计数器
static Counter<long> homePageVisits = meter.CreateCounter<long>("HomePageVisits");

// 在控制器或服务的某处...
public void HomePageRequested()
{
    homePageVisits.Add(1);
    // 页面处理的其余逻辑
}

注释：

• Meter 是创建指标的「工厂」，有唯一名字（通常用应用/公司命名空间）。
• CreateCounter<long> 创建计数器；通过 Add(1) 来递增。

示例：测量响应时间

static Histogram<double> pageLoadTime = meter.CreateHistogram<double>("PageLoadTimeMs");

// 在请求处理器中：
public void OnRequest()
{
    var stopwatch = System.Diagnostics.Stopwatch.StartNew();

    // ...这里是请求处理的主体...

    stopwatch.Stop();
    pageLoadTime.Record(stopwatch.Elapsed.TotalMilliseconds);
}

为动态值收集 Gauge

Gauge 是随时间变化的指标，比如在线用户数、当前内存占用等。

static ObservableGauge<int> onlineUserGauge = meter.CreateObservableGauge(
    "OnlineUsers", 
    () => GetOnlineUserCount());

// GetOnlineUserCount 是返回当前值的方法
static int GetOnlineUserCount()
{
    // 这里应该是你真实的逻辑！
    return ActiveUserList.Count;
}

在真实环境中这些都是异步工作的：应用提供指标值，导出器定期抓取并发送出去（比如 Prometheus 会 scrape "/metrics" endpoint）。

在现代 ASP.NET Core 应用中添加指标

对于 ASP.NET Core 来说很多东西开箱可用。只需要加入包 OpenTelemetry.Instrumentation.AspNetCore，就会产生 HTTP 请求、响应时间、错误数等指标。

在 Program.cs 中的配置示例：

using OpenTelemetry.Metrics;
using OpenTelemetry.Resources;

var builder = WebApplication.CreateBuilder(args);

builder.Services.AddOpenTelemetry()
    .WithMetrics(metrics =>
    {
        metrics
            .SetResourceBuilder(ResourceBuilder.CreateDefault().AddService("MyApp"))
            .AddAspNetCoreInstrumentation() // HTTP 指标
            .AddRuntimeInstrumentation()    // .NET CLR 的运行时指标
            .AddProcessInstrumentation()    // 进程的 CPU/内存 指标
            .AddMeter("MyCompany.MyApp")    // 你自己的 Meter
            .AddPrometheusExporter();       // 导出到 Prometheus
    });

var app = builder.Build();

app.MapGet("/", () => "Hello World!");

app.Run();

现在你的应用会在 /metrics 地址暴露指标，可以被 Prometheus 或其他系统抓取。

4. 指标的实际使用示例

在真实项目中监控性能

接入指标可以帮你了解：

• API 的平均和峰值 RPS（requests per second）能承受多少负载？
• 瓶颈在哪里：某个 endpoint 平均 300 ms，另一个是 2000 ms？
• DB 调用花了多少时间？（可以添加自定义的直方图）

示例：监控数据库查询时间

static Histogram<double> dbQueryDuration = meter.CreateHistogram<double>("DbQueryDurationMs");

public async Task<List<Product>> GetProductsAsync()
{
    var sw = Stopwatch.StartNew();
    var result = await _db.Products.ToListAsync();
    sw.Stop();
    dbQueryDuration.Record(sw.Elapsed.TotalMilliseconds);
    return result;
}

示例：统计错误次数

static Counter<long> apiErrors = meter.CreateCounter<long>("ApiErrors");

public IActionResult SomeEndpoint()
{
    try
    {
        // 某些操作
        return Ok();
    }
    catch (Exception)
    {
        apiErrors.Add(1);
        throw;
    }
}

为指标使用标签（tags/labels）

按有意义的维度对数据做分组很重要：endpoint、错误类型、用户类型等。

homePageVisits.Add(
    1, 
    KeyValuePair.Create<string, object>("UserType", "Admin"));

或者对直方图：

dbQueryDuration.Record(
    sw.Elapsed.TotalMilliseconds, 
    KeyValuePair.Create<string, object>("QueryType", "GetProducts"));

有了标签，在 Grafana 里你就可以按应用整体或具体细分维度画图。

5. 与 Prometheus、Application Insights、Datadog、Grafana 的集成

导出器与集成

• Prometheus — 流行的开源监控方案，云和 Kubernetes 场景的事实标准。
• Application Insights — Azure 的云端集成方案。
• Datadog, Grafana Cloud — 专业级的基础设施方案。

这些系统都可以通过 OpenTelemetry 的导出器从 .NET 收集指标。关于 OTel 导出器的文档

Prometheus（步骤）：

1. 添加 NuGet 包： OpenTelemetry.Exporter.Prometheus。
2. 在指标注册里添加 .AddPrometheusExporter()。
3. 在 Grafana 配置数据源指向 Prometheus，并构建仪表盘。

有用链接：

• OpenTelemetry .NET Metrics
• Azure Application Insights 文档
• Prometheus + .NET

6. 特性、坑和常见错误

一个常见的错误是 标签过度细化。如果给标签赋予太多唯一值（比如把用户 ID、订单 ID 当成标签），时间序列的数量会爆炸——这会导致指标存储被压垮、成本上升（也就是所谓的 cardinality explosion）。把标签做成「粗粒度」的。

开发者有时会忽略 System.Diagnostics.Metrics 和现成的工具，自己用日志加定时器去实现「轮子」。结果监控难以集成，也难以维护。尽量使用标准工具和自动化的 instrumentations。

另一个常见问题是 指标被收集了但没有导出。导出器的配置是必须的：比如添加 .AddPrometheusExporter()，并确保 /metrics endpoint 对 scraper 可访问。

最后，常见的混淆是 指标类型用错：有人用 Counter 去统计平均响应时间，但应该用 Histogram ——否则你看不到峰值和分布。Counters 用来计数；Histograms 用来记录时间/大小/分布；Gauges 用来表示当前状态。

2

任务

C# SELF, 第 64 级, 课程 3

已锁定

使用直方图测量操作执行时间

使用直方图测量操作执行时间

打开