Apache APISIX 3.12版本Prometheus监控指标缺失问题分析

Apache APISIX作为一款高性能的API网关，其内置的Prometheus监控插件为运维人员提供了丰富的监控指标。然而在3.12版本中，部分关键指标如HTTP状态码、延迟和上游服务状态等出现了缺失的情况。

问题现象

在APISIX 3.12版本中，通过访问Prometheus指标端点时，发现缺少了几个重要的监控指标：

• apisix_http_status（HTTP状态码统计）
• apisix_http_latency（HTTP请求延迟）
• apisix_upstream_status（上游服务状态）

这些指标对于监控API网关的健康状况和性能表现至关重要，它们的缺失会严重影响运维人员对系统状态的判断。

问题根源

经过深入分析，发现问题出在Prometheus插件的配置上。在默认配置中，这些指标被设置了过期时间（expire参数），导致它们在收集后不久就被自动清理，无法持续展示。

具体配置如下：

pluginAttrs:
    prometheus:
      export_uri: /apisix/prometheus/metrics
      metric_prefix: apisix_
      default_buckets:
        - 50
        - 100
        - 500
        - 1000
        - 5000
      metrics:
        http_status:
          expire: 600
        http_latency:
          expire: 600
        bandwidth:
          expire: 600
        upstream_status:
          expire: 600

解决方案

解决这个问题的方法很简单：移除这些指标的expire配置项。修改后的配置如下：

pluginAttrs:
    prometheus:
      export_uri: /apisix/prometheus/metrics
      metric_prefix: apisix_
      default_buckets:
        - 50
        - 100
        - 500
        - 1000
        - 5000

技术原理

在APISIX的Prometheus插件实现中，expire参数用于控制指标的保留时间（单位为秒）。当设置为正值时，指标会在指定时间后自动过期并被清理。这种机制原本是为了防止长期不活跃的指标占用内存，但对于核心监控指标来说，这种自动清理行为反而会导致监控数据不完整。

最佳实践

1. 对于核心监控指标（如HTTP状态码、延迟等），不建议设置expire参数
2. 对于可能大量产生且非核心的指标，可以考虑适当设置expire值
3. 定期检查Prometheus指标端点，确保所有关键指标都能正常采集
4. 在升级APISIX版本时，注意检查监控插件的配置变更

总结

APISIX 3.12版本中Prometheus监控指标的缺失问题，本质上是一个配置问题而非代码缺陷。通过合理配置Prometheus插件，可以确保所有关键监控指标的正常采集和展示。运维人员在部署和升级APISIX时，应当特别注意监控相关的配置项，确保监控系统的完整性和可靠性。