带你用Go实现二维码小游戏（下）

本篇文章我们进入项目最后的部署和监控搭建阶段，这一节会有很少的编码量，但是却能够带来最实用的知识和技术，快来阅读吧~

5 Docker镜像打包部署

接下来就到了我们项目的部署阶段，优雅的项目必须要搭配优雅的部署方式！

5.1 为什么要用Docker部署

Docker镜像打包部署Go项目带来了诸多好处，这些好处主要体现在以下几个方面：

1）环境一致性

Docker容器包含了Go项目所需的所有依赖项（如库、运行时等），确保在开发、测试和生产环境中运行的一致性，从而避免了“在我的机器上可以运行”的问题。

2）高效资源利用

Docker容器与虚拟机相比更加轻量，能够在相同硬件资源下运行更多的应用实例。

3）易于部署和管理

Docker容器可以打包Go项目及其所有依赖项，包括库、框架和工具等，无需手动安装和配置各种依赖项，简化了项目的部署和维护过程。

4）提升安全性和隔离性

每个Docker容器在独立的环境中运行，互不干扰，提高了系统的稳定性和安全性。Docker提供了多层次的安全机制，如命名空间、控制组和安全模块，确保容器的隔离性和安全性。

5.2 编写Dockerfile

下面我们就编写Dockerfile进行项目打包的预备阶段，先看一个Dockerfile的模板：

# 使用官方的Python基础镜像
FROM python:3.9-slim# 设置工作目录
WORKDIR /app# 复制当前目录的所有文件到工作目录中
COPY . /app# 安装Python依赖包
RUN pip install --no-cache-dir -r requirements.txt# 暴露应用程序的端口（如果适用）
EXPOSE 5000# 定义环境变量（如果需要）
ENV NAME World# 运行应用程序的命令
CMD ["python", "app.py"]

内容解释：

1）FROM python:3.9-slim：这行指定了基础镜像。这里使用官方的Python 3.9 slim版镜像，slim版表示它去除了很多不必要的库，使得镜像更轻量。

2）WORKDIR /app：设置工作目录为/app。所有后续的指令（如COPY和RUN）都会在这个目录下执行。

3）COPY . /app：将当前上下文（通常是Dockerfile所在的目录）的所有内容复制到工作目录/app中。

4）RUN pip install --no-cache-dir -r requirements.txt：使用pip安装requirements.txt中列出的所有Python依赖包。--no-cache-dir选项用于防止pip缓存，确保每次构建时都安装最新的依赖包。

5）EXPOSE 5000：声明容器运行时会监听的端口。这里假设应用程序在5000端口上运行。需要注意的是，EXPOSE指令不会实际发布端口，它只是提供一个信号，说明容器使用的网络端口。

6）ENV NAME World：设置环境变量NAME的值为World。环境变量可以在应用程序中通过os.getenv('NAME')等方式读取。

7）CMD ["python", "app.py"]：指定容器启动时执行的命令。这里使用python app.py启动Python应用程序。CMD指令可以被docker run命令行中的参数覆盖。

然后在项目的根目录新建Dockerfile：

# 使用最新的Ubuntu作为基础镜像
FROM golang:latest# 设置工作目录
WORKDIR /app# 将Go代码复制到容器中
COPY . /app# 编译Go代码
RUN go env -w GOPROXY=https://goproxy.io
RUN go mod tidy
RUN go build -o myapp# 设置容器启动时执行的命令
ENTRYPOINT ["/app/myapp"]

5.3 构建并启动Docker镜像

在项目的根目录，也就是Dockerfile所在目录下执行

docker build -t qrcode

构建完成之后我们使用docker image命令查看：

docker imagesREPOSITORY   TAG       IMAGE ID       CREATED         SIZE
qrcode       latest    d330b8d8e269   7 seconds ago   1.11GB

启动Docker：

docker run -d -p 8081:8081 qrcode

6 监控搭建

本节我们将进行一个比较好玩的操作，就是进行服务器监控搭建，从监控对象角度可以区分为整个机器的监控和服务接口的监控，下面我们就分别讲述下这两种监控如何搭建。

6.1 为什么要进行服务器监控？

服务器监控是确保系统稳定运行、数据安全、资源优化和成本控制的关键环节。通过实时监测性能指标、检测安全风险、预测未来需求，服务器监控能有效提高服务质量，降低运营成本，满足合规要求，确保业务连续性。

6.2 常用的监控工具

6.2.1 监控工具

常用的监控工具及其作用如下：

Zabbix：作为一款开源监控软件，支持大规模部署和数据监控，提供灵活的告警机制和强大的数据采集能力。适合复杂的IT环境，减少维护成本。

Nagios：主要用于监控网络、服务器及应用程序，具有模块化架构和低资源利用率的特点。适合资源有限的小型到中型企业，确保系统稳定运行。

Prometheus：专注于时间序列数据的监控与告警，适合动态环境中的容器化应用程序监控。提供高效的时间序列数据库和灵活的查询语言，助力DevOps和SRE团队。

SolarWinds：具备出色的网络流量监控和服务器性能监控能力，帮助企业实时了解网络健康状态。适合大中型企业，提高网络管理效率。

这些监控工具各有特色，能够满足不同企业的监控需求。

6.2.2 可视化工具

Grafana是一个开源的数据可视化和监控平台，它允许用户通过创建动态仪表板来监视和分析数据。Grafana支持与多种数据源（如Elasticsearch、InfluxDB、Prometheus等）集成，使得它能够展示来自这些数据源的数据。Grafana的核心功能包括数据采集、仪表盘设计、图表展示和告警通知。

此外，Grafana还具有日志分析、网络流量监控、安全监控以及能源管理等作用。作为一个流行的数据可视化和监控工具，Grafana具有开源性、丰富的功能以及灵活性等优点，适用于多种不同的监控场景。

6.3 将接口进行监控

6.3.1 总体步骤

要使用Prometheus监控Go HTTP接口的请求总量和QPS，一般有以下几个步骤：

1）安装和配置Prometheus。

2）在Go应用程序中暴露指标：使用Prometheus客户端库（如github.com/prometheus/client_golang）来暴露HTTP接口请求相关的指标。

3）配置Prometheus抓取任务：在Prometheus配置文件中添加一个作业（job），以抓取Go应用程序暴露的指标。

4）使用Prometheus或Grafana可视化数据。

##### 6.3.2 代码实现

1）下载Prometheus

首先是Prometheus下载地址：
https://prometheus.io/download/

2）Go项目添加Prometheus依赖

然后在项目根目录下载依赖

go get -u github.com/prometheus/client_golang/prometheus

3）代码改造

新增对象

var (requestsTotal = prometheus.NewCounter(prometheus.CounterOpts{Name: "qrcode_http_requests_total",Help: "Total number of HTTP requests",})
)func init() {prometheus.MustRegister(requestsTotal)
}

改造接口：

func runHttp() {// ......mux := http.NewServeMux()mux.HandleFunc("/qrcode/gen", withMetricsHandler(uploadFileHandler))//......mux.Handle("/metrics", promhttp.Handler())_ = http.Serve(listen, mux)
}func withMetricsHandler(f func(w http.ResponseWriter, r *http.Request)) func(w http.ResponseWriter, r *http.Request) {return func(w http.ResponseWriter, r *http.Request) {defer func() {requestsTotal.Inc()}()f(w, r)}
}

4）配置Prometheus

然后配置Prometheus的配置文件prometheus.yml

scrape_configs:# 新增如下配置- job_name: 'qrcode'  static_configs:  - targets: ['localhost:8081']  # 确保这是你的Go应用程序的地址和端口

5）测试

访问：http://localhost:9090/

6）优化

如果想区分接口进行监控，需要进行优化：

var (requestsTotalVec = prometheus.NewCounterVec(prometheus.CounterOpts{Name: "qrcode_http_requests_total_vec",Help: "Total number of HTTP requests",}, []string{"uri"})
)func init() {prometheus.MustRegister(requestsTotalVec)
}

接口层面：

func withMetricsHandler(f func(w http.ResponseWriter, r *http.Request)) func(w http.ResponseWriter, r *http.Request) {return func(w http.ResponseWriter, r *http.Request) {defer func() {requestsTotalVec.WithLabelValues(r.URL.Path).Inc()}()f(w, r)}
}

7）Prometheus查询语句

qrcode_http_requests_total // 请求总量irate(qrcode_http_requests_total[5m]) // 返回过去5分钟内HTTP请求数量的瞬时变化率，单位为每秒qrcode_http_requests_total_vec // 请求总量irate(qrcode_http_requests_total_vec{uri="/success"}[5m]) // 返回过去5分钟内URI的路径为/success的HTTP请求数量的瞬时变化率，单位为每秒