Настройка мониторинга бэкенда мобильного приложения (Grafana/Prometheus)

Настройка мониторинга бэкенда мобильного приложения (Grafana/Prometheus)

Когда пользователи пишут «приложение не работает», а Crashlytics молчит — значит проблема на бэкенде. Prometheus + Grafana дают видимость в то, что происходит с API-серверами, базами данных и очередями прямо сейчас — и показывают деградацию до того, как она стала инцидентом.

Что собираем и зачем

Для бэкенда мобильного приложения критичны четыре группы метрик:

API-метрики — latency, error rate, throughput по каждому endpoint. Особенно важен p95 и p99 latency: средние значения скрывают хвостовые задержки, а именно они разрушают UX мобильного приложения. Пользователь с p99 в 8 секунд уйдёт, даже если среднее — 200ms.

Метрики баз данных — active connections, query duration, lock waits, replication lag. pg_stat_statements через postgres_exporter даёт срез самых медленных запросов.

Метрики инфраструктуры — CPU, RAM, disk I/O, network saturation на каждом узле.

Метрики очередей — для приложений с фоновой обработкой: глубина очереди RabbitMQ/Kafka, lag consumer groups, время обработки сообщения.

Инструментирование API-сервера

Prometheus ожидает метрики в своём формате. Для разных языков — готовые клиентские библиотеки:

# Python (FastAPI / Flask)
from prometheus_fastapi_instrumentator import Instrumentator

app = FastAPI()
Instrumentator().instrument(app).expose(app)
# Endpoint /metrics появляется автоматически

// Go (Echo / Gin)
import "github.com/prometheus/client_golang/prometheus/promhttp"

func setupMetrics(e *echo.Echo) {
    httpRequestsTotal := prometheus.NewCounterVec(
        prometheus.CounterOpts{Name: "http_requests_total"},
        []string{"method", "path", "status"},
    )
    prometheus.MustRegister(httpRequestsTotal)

    e.Use(func(next echo.HandlerFunc) echo.HandlerFunc {
        return func(c echo.Context) error {
            err := next(c)
            httpRequestsTotal.WithLabelValues(
                c.Request().Method, c.Path(),
                strconv.Itoa(c.Response().Status),
            ).Inc()
            return err
        }
    })
    e.GET("/metrics", echo.WrapHandler(promhttp.Handler()))
}

Важно: не создавать метрику с path как high-cardinality label — если в path есть user_id или другие динамические значения, Prometheus захлебнётся. Нормализуй путь: /users/12345/profile → /users/:id/profile.

Конфигурация Prometheus

Базовый prometheus.yml для мобильного бэкенда:

global:
  scrape_interval: 15s
  evaluation_interval: 15s

scrape_configs:
  - job_name: 'api-server'
    static_configs:
      - targets: ['api:8080']
    metrics_path: /metrics

  - job_name: 'postgres'
    static_configs:
      - targets: ['postgres-exporter:9187']

  - job_name: 'redis'
    static_configs:
      - targets: ['redis-exporter:9121']

  - job_name: 'node'
    static_configs:
      - targets: ['node-exporter:9100']

Для production — Service Discovery через Consul или Kubernetes service discovery вместо static_configs.

Дашборды в Grafana

Не нужно строить дашборды с нуля — Grafana.com/dashboards содержит готовые: ID 1860 для Node Exporter, ID 9628 для PostgreSQL через postgres_exporter. Импортируются одним кликом.

Для API-мониторинга строим кастомный дашборд с ключевыми панелями:

• rate(http_requests_total[5m]) — RPS по endpoint
• histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m])) — p95 latency
• rate(http_requests_total{status=~"5.."}[5m]) / rate(http_requests_total[5m]) — error rate

Алертинг через Alertmanager

Grafana Alerting или Alertmanager — настраиваем пороги для PagerDuty/Telegram/Slack. Минимальный набор алертов для мобильного бэкенда:

# alerting/rules.yml
groups:
  - name: api
    rules:
      - alert: HighErrorRate
        expr: rate(http_requests_total{status=~"5.."}[5m]) / rate(http_requests_total[5m]) > 0.05
        for: 2m
        labels:
          severity: critical
        annotations:
          summary: "Error rate > 5% on {{ $labels.job }}"

      - alert: HighLatency
        expr: histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m])) > 1
        for: 5m
        annotations:
          summary: "p95 latency > 1s"

for: 2m — не поднимать алерт при кратковременных всплесках, только при устойчивой деградации.

Что входит в работу

• Docker Compose или Kubernetes манифесты для Prometheus, Grafana, Alertmanager
• Инструментирование API-сервера (Python / Go / Node.js / Java)
• Подключение экспортёров: postgres_exporter, redis_exporter, node_exporter
• Кастомные дашборды в Grafana под специфику приложения
• Настройка алертов с маршрутизацией в Telegram / Slack / PagerDuty
• Документация по метрикам и порогам алертов

Сроки

Базовая установка с готовыми дашбордами и алертами: 2–3 дня. Полный стек с кастомными метриками, инструментированием кода и production-ready конфигурацией: 4–6 дней. Стоимость рассчитывается индивидуально.