gin-metrics 项目使用教程
2024-08-18 10:54:18作者:蔡怀权
1. 项目的目录结构及介绍
gin-metrics 项目的目录结构如下:
gin-metrics/
├── README.md
├── README_zh.md
├── go.mod
├── go.sum
├── ginmetrics/
│ ├── metrics.go
│ ├── middleware.go
│ ├── options.go
│ └── utils.go
└── example/
├── main.go
└── config.yaml
目录介绍
README.md和README_zh.md:项目的说明文档,分别用英文和中文编写。go.mod和go.sum:Go 模块文件,用于管理项目的依赖。ginmetrics/:核心代码目录,包含 metrics 的定义、中间件、选项和工具函数。metrics.go:定义了各种监控指标。middleware.go:实现了 Gin 中间件,用于收集指标数据。options.go:提供了配置选项。utils.go:包含一些工具函数。
example/:示例代码目录,包含一个简单的示例项目。main.go:示例项目的启动文件。config.yaml:示例项目的配置文件。
2. 项目的启动文件介绍
在 example/ 目录下,main.go 是示例项目的启动文件。以下是 main.go 的主要内容:
package main
import (
"github.com/gin-gonic/gin"
"github.com/penglongli/gin-metrics/ginmetrics"
)
func main() {
r := gin.Default()
// get global Monitor object
m := ginmetrics.GetMonitor()
// +optional set metric path, default /debug/metrics
m.SetMetricPath("/metrics")
// +optional set slow time, default 5s
m.SetSlowTime(10)
// +optional set request duration, default {0.1, 0.3, 1.2, 5, 10}
// used to p95, p99
m.SetDuration([]float64{0.1, 0.3, 1.2, 5, 10})
// set middleware for gin
m.Use(r)
r.GET("/", func(c *gin.Context) {
c.String(200, "Hello, gin-metrics!")
})
r.Run(":8080")
}
启动文件介绍
- 引入必要的包:
gin和ginmetrics。 - 创建一个 Gin 路由器实例
r。 - 获取全局监控对象
m。 - 配置监控路径、慢请求时间和请求持续时间。
- 将监控中间件应用到 Gin 路由器。
- 定义一个简单的路由处理函数。
- 启动 Gin 服务器,监听端口 8080。
3. 项目的配置文件介绍
在 example/ 目录下,config.yaml 是示例项目的配置文件。以下是 config.yaml 的内容:
metric:
path: /metrics
slowTime: 10
duration: [0.1, 0.3, 1.2, 5, 10]
配置文件介绍
path:监控指标的暴露路径,默认为/metrics。slowTime:慢请求的阈值,单位为秒,默认为 5 秒。duration:请求持续时间的分位数配置,用于计算 p95 和 p99,默认为[0.1, 0.3, 1.2, 5, 10]。
通过这些配置,可以灵活地调整监控指标的收集和暴露方式。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
304
2.66 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
131
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
629
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
459
暂无简介
Dart
593
129
React Native鸿蒙化仓库
JavaScript
230
307
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
612
仓颉编译器源码及 cjdb 调试工具。
C++
123
576
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.51 K