PurpleSchool — курсы программирования онлайн
  • Пути
    • Frontend React разработчик
    • Frontend Vue разработчик
    • Backend разработчик Node.js
    • Fullstack разработчик React / Node.js
    • Mobile разработчик React Native
    • Backend разработчик Golang
    • Devops инженер
    • Backend разработчик Python
  • Подписка
  • AI для кодаНовое
  • О нас
    • Отзывы
    • Реферальная программа
    • О компании
    • Контакты
  • Иконка открытия меню
    • PurpleFlow
    • Сообщество
    • PurpleПлюс
    • AI Собеседование
    • AI тренажёр
    • Проекты
PurpleSchool — платформа бесплатных roadmap и курсов для разработчиков
ютуб иконка
Telegram иконка
VK иконка
VK иконка
Курсы
ГлавнаяКаталог курсовFrontendBackendFullstack
Практика
КарьераПроектыPurpleПлюсPurpleMax
Материалы
БлогБаза знаний
Документы
Договор офертаПолитика конфиденциальностиПроверка сертификатаМиграция курсовРеферальная программа
Реквизиты
ИП Ларичев Антон АндреевичИНН 773373765379contact@purpleschool.ru

PurpleSchool © 2020 -2026 Все права защищены

  • Курсы
    • FrontendИконка стрелки
    • AI разработкаИконка стрелки
    • BackendИконка стрелки
    • DevOpsИконка стрелки
    • MobileИконка стрелки
    • ТестированиеИконка стрелки
    • Soft-skillsИконка стрелки
    • ДизайнИконка стрелки
    Иконка слояПерейти в каталог курсов
  • Бесплатно
    • Курсы
    • JavaScript Основы разработкиPython Основы PythonCSS CSS FlexboxКарта развитияВопросы для собеседований
    • База знанийИконка стрелки
    • Новостные рассылкиИконка стрелки
  • PurpleSchool — курсы программирования онлайн
    • Подписка
    • AI для кодаНовое
    • Сообщество
    Главная
    Сообщество
    Мониторинг приложения: Prometheus + Grafana для Node.js за час

    Мониторинг приложения: Prometheus + Grafana для Node.js за час

    Аватар автора Мониторинг приложения: Prometheus + Grafana для Node.js за час

    Антон Ларичев

    Иконка календаря08 апреля 2026
    devopsnodejsmiddleИконка уровня middle
    Картинка поста Мониторинг приложения: Prometheus + Grafana для Node.js за час

    Введение

    Мониторинг Node.js приложения с помощью Prometheus и Grafana позволяет видеть, что происходит с сервисом в реальном времени: от потребления памяти до времени ответа API. Без мониторинга вы узнаете о проблемах только тогда, когда пользователи начнут жаловаться, а с правильно настроенной связкой Prometheus + Grafana для Node.js вы увидите деградацию производительности задолго до того, как она станет критичной.

    В этом руководстве мы за час поднимем полноценный мониторинг Node.js приложения: подключим библиотеку prom-client для сбора метрик, настроим Prometheus для их хранения и создадим наглядный дашборд в Grafana. Всё это завернём в Docker Compose, чтобы развернуть одной командой.

    Как работает связка Prometheus и Grafana

    Prometheus использует pull-модель сбора метрик: он сам ходит к вашему приложению по HTTP и забирает данные с эндпоинта /metrics. Это принципиально отличается от push-модели, где приложение само отправляет метрики в систему мониторинга.

    Архитектура выглядит так:

    Node.js приложение (/metrics) → Prometheus (сбор и хранение) → Grafana (визуализация)

    Prometheus хранит данные как time-series — временные ряды с метками. Каждая метрика имеет имя, набор лейблов и значение с таймстампом. Grafana подключается к Prometheus как к источнику данных и строит графики на основе запросов на языке PromQL.

    Подключение prom-client к Node.js приложению

    Библиотека prom-client — официальный клиент Prometheus для Node.js. Установим её и настроим базовый сбор метрик:

    npm install prom-client express

    Создадим приложение с эндпоинтом для метрик:

    import express from 'express';
    import { collectDefaultMetrics, Registry, Counter, Histogram } from 'prom-client';
    
    const app = express();
    const register = new Registry();
    
    // Собираем стандартные метрики Node.js (CPU, память, event loop)
    collectDefaultMetrics({ register });
    
    // Счётчик HTTP-запросов
    const httpRequestsTotal = new Counter({
      name: 'http_requests_total',
      help: 'Общее количество HTTP-запросов',
      labelNames: ['method', 'route', 'status_code'],
      registers: [register],
    });
    
    // Гистограмма времени ответа
    const httpRequestDuration = new Histogram({
      name: 'http_request_duration_seconds',
      help: 'Время обработки HTTP-запроса в секундах',
      labelNames: ['method', 'route'],
      buckets: [0.01, 0.05, 0.1, 0.5, 1, 5],
      registers: [register],
    });
    
    // Middleware для сбора метрик
    app.use((req, res, next) => {
      const end = httpRequestDuration.startTimer({ method: req.method, route: req.path });
      res.on('finish', () => {
        httpRequestsTotal.inc({ method: req.method, route: req.path, status_code: res.statusCode });
        end();
      });
      next();
    });
    
    // Эндпоинт для Prometheus
    app.get('/metrics', async (req, res) => {
      res.set('Content-Type', register.contentType);
      res.end(await register.metrics());
    });
    
    app.get('/api/users', (req, res) => {
      res.json([{ id: 1, name: 'Anton' }]);
    });
    
    app.listen(3000, () => console.log('Сервер запущен на порту 3000'));

    Библиотека prom-client по умолчанию собирает около 30 метрик Node.js: использование памяти heap, длительность garbage collection, задержку event loop и количество активных хэндлов.

    Какие типы метрик использовать в Node.js

    Prometheus поддерживает четыре типа метрик, и важно выбрать правильный:

    • Counter — монотонно растущее значение. Подходит для подсчёта запросов, ошибок, обработанных задач. Никогда не уменьшается, сбрасывается только при перезапуске
    • Gauge — значение, которое может расти и падать. Используйте для текущих подключений, размера очереди, температуры CPU
    • Histogram — распределение значений по бакетам. Идеален для времени ответа API, размера запроса. Позволяет считать перцентили
    • Summary — похож на Histogram, но считает перцентили на стороне клиента. Используется реже из-за ограничений агрегации

    Для мониторинга Node.js приложения чаще всего нужны Counter для запросов и ошибок, Histogram для латентности и Gauge для состояния соединений.

    Настройка Prometheus и Grafana через Docker Compose

    Создадим файл docker-compose.yml, который поднимет всё окружение для мониторинга:

    version: '3.8'
    
    services:
      app:
        build: .
        ports:
          - '3000:3000'
    
      prometheus:
        image: prom/prometheus:latest
        volumes:
          - ./prometheus.yml:/etc/prometheus/prometheus.yml
        ports:
          - '9090:9090'
    
      grafana:
        image: grafana/grafana:latest
        ports:
          - '3001:3000'
        environment:
          - GF_SECURITY_ADMIN_PASSWORD=admin
        volumes:
          - grafana-data:/var/lib/grafana
    
    volumes:
      grafana-data:

    Конфигурация Prometheus в файле prometheus.yml:

    global:
      scrape_interval: 15s
    
    scrape_configs:
      - job_name: 'nodejs-app'
        metrics_path: /metrics
        static_configs:
          - targets: ['app:3000']

    Запускаем одной командой:

    docker compose up -d

    После запуска Prometheus начнёт каждые 15 секунд опрашивать эндпоинт /metrics вашего Node.js приложения и сохранять метрики в свою time-series базу данных.

    Как создать дашборд Grafana для Node.js

    Откройте Grafana по адресу http://localhost:3001, войдите с логином admin и паролем admin. Далее подключите Prometheus как источник данных:

    1. Перейдите в Connections > Data Sources > Add data source
    2. Выберите Prometheus
    3. В поле URL укажите http://prometheus:9090
    4. Нажмите Save & Test

    Теперь создайте дашборд с ключевыми панелями. Вот PromQL-запросы для основных графиков:

    # Количество запросов в секунду (RPS)
    rate(http_requests_total[5m])
    
    # 95-й перцентиль времени ответа
    histogram_quantile(0.95, rate(http_request_duration_seconds_bucket[5m]))
    
    # Использование памяти heap в мегабайтах
    process_resident_memory_bytes / 1024 / 1024
    
    # Процент ошибок (5xx)
    rate(http_requests_total{status_code=~"5.."}[5m]) / rate(http_requests_total[5m]) * 100
    
    # Задержка event loop
    nodejs_eventloop_lag_seconds

    Рекомендую начать с четырёх панелей: RPS, латентность (p95), использование памяти и процент ошибок. Эти четыре графика дают полную картину здоровья вашего Node.js приложения.

    Частые ошибки при настройке мониторинга Node.js

    Слишком много лейблов. Не используйте динамические значения вроде ID пользователя в лейблах. Каждая уникальная комбинация лейблов создаёт новую time-series, и Prometheus быстро упрётся в лимиты памяти. Путь /api/users/:id должен записываться как /api/users/:id, а не как /api/users/123.

    Забыли про метрики по умолчанию. Вызов collectDefaultMetrics() даёт базовые метрики Node.js бесплатно: память, CPU, event loop, GC. Не пренебрегайте ими.

    Не настроили алерты. Дашборд без алертов — это красивая картинка, которую никто не смотрит. Настройте алерты в Grafana хотя бы на процент ошибок выше 1% и латентность p95 выше 2 секунд.

    Интервал scrape слишком частый. Значение 5 секунд создаёт ненужную нагрузку. Для большинства приложений 15-30 секунд — оптимальный интервал сбора метрик Prometheus.

    Заключение

    Мониторинг Node.js приложения через Prometheus и Grafana настраивается за час, а пользу приносит годами. Мы подключили prom-client для сбора метрик, настроили Prometheus для их хранения и создали дашборд в Grafana для визуализации. Весь стек поднимается через Docker Compose одной командой.

    Следующие шаги: добавьте кастомные бизнес-метрики (количество регистраций, оплат, ошибок интеграций), настройте алерты в Grafana и подключите Alertmanager для уведомлений в Telegram или Slack. Мониторинг — это не разовая настройка, а процесс, который развивается вместе с вашим приложением.

    Иконка глаза1 608

    Комментарии

    0
    Бесплатный курс

    Учитесь программировать с AI-агентом — бесплатно

    Курс «AI в обучении: OpenCode и skills»: поставите агента и разберёте с ним любую тему — как эту статью.

    opencode

    >объясни этот код и дай задачу

    ◆Читаю src/server.ts…

    ✓Разбор готов: 4 шага

    ✓Задача → practice/01.md

    • Установка и настройка OpenCode
    • Агент и skills на практике
    • 13 уроков, 3 модуля
    Начать бесплатно

    0 ₽ · доступ сразу после регистрации

    Бесплатные лекции

    Лучшие курсы по теме

    изображение курса

    Vue 3 и Pinia

    Антон Ларичев
    AI-тренажерыAI-тренажеры
    Практика в студииПрактика в студии
    Гарантия
    Бонусы
    иконка звёздочки рейтинга4.8
    3 999 ₽ 6 990 ₽
    Подробнее
    изображение курса

    Nuxt

    Антон Ларичев
    AI-тренажерыAI-тренажеры
    Практика в студииПрактика в студии
    Гарантия
    Бонусы
    иконка звёздочки рейтинга5.0
    3 999 ₽ 6 990 ₽
    Подробнее
    изображение курса

    Feature-Sliced Design

    Антон Ларичев
    AI-тренажерыAI-тренажеры
    Практика в студииПрактика в студии
    Гарантия
    Бонусы
    иконка звёздочки рейтинга4.6
    3 999 ₽ 6 990 ₽
    Подробнее

    Похожие статьи

    Картинка поста Использование микросервисов с тестами
    Иконка аватараКонстантин
    Иконка календаря20 ноября 2026
    микросервисытестыphp+ 1seniorИконка уровня senior

    Использование микросервисов с тестами

    Тестирование микросервисов на Framework Foton с версии 12.352 стало еще проще

    Иконка чипа0
    Иконка глаза25
    Иконка комментариев0
    Картинка поста Субагенты в Codex: как распараллелить работу агента
    Иконка аватараАнтон
    Иконка календаря20 ноября 2026
    CodexAI-инструментыСубагентыmiddleИконка уровня middle

    Субагенты в Codex: как распараллелить работу агента

    Как запускать субагентов в Codex, создавать свои роли в TOML, выбирать модели и не получить конфликты при параллельной записи.

    Иконка чипа0
    Иконка глаза51
    Иконка комментариев0
    Картинка поста Kubernetes для разработчиков: основы, которые нужно знать
    Иконка аватараАнтон
    Иконка календаря20 ноября 2026
    KubernetesDevOpsDocker+ 1middleИконка уровня middle

    Kubernetes для разработчиков: основы, которые нужно знать

    Kubernetes для разработчиков: разбираем Pod, Deployment, Service, ConfigMap и Secret — базовые концепции, которые нужно знать, чтобы деплоить приложения в кластер без лишней магии.

    Иконка чипа0
    Иконка глаза64
    Иконка комментариев0
    Иконка чипа0