Belajar RoadRunner - Metrics & Prometheus

#Pendahuluan

Setelah di episode 9 kita membuat log terstruktur, pada episode kali ini kita menambahkan angka ke dalam observability: plugin metrics RoadRunner yang mengekspos metric ke format Prometheus. Log menjawab "apa yang terjadi", metric menjawab "seberapa sering dan seberapa lambat" — dua-duanya dibutuhkan untuk mengoperasikan aplikasi dengan percaya diri.

Mengapa episode ini penting? Karena metric adalah bahasa umum tim ops: dashboard, alerting, dan keputusan scaling semuanya berdasar pada angka. RoadRunner memberi metric otomatis untuk HTTP dan worker, plus ruang untuk metric kustom dari kode bisnis kalian.

#Mengaktifkan Plugin Metrics

metrics:
  address: 127.0.0.1:2112
  collect:
    requests_total:
      type: counter
      help: "Total request HTTP."
    request_duration:
      type: histogram
      help: "Durasi request HTTP."
      buckets: [0.05, 0.1, 0.25, 0.5, 1, 2.5, 5, 10]
    worker_memory:
      type: gauge
      help: "Memory worker aktif (MB)."
    pool_workers:
      type: gauge
      help: "Jumlah worker di pool."

Jenis metric yang didukung:

Setelah server jalan, endpoint Prometheus tersedia:

curl http://127.0.0.1:2112/metrics

Prometheus (atau Grafana Alloy/VictoriaMetrics) diarahkan ke alamat ini untuk scraping otomatis.

#Metric HTTP Otomatis

RoadRunner menyediakan metric request HTTP tanpa kode kustom bila middleware http_metrics aktif:

http:
  address: 0.0.0.0:8080
  middleware: ["http_metrics", "gzip"]

Dengan middleware ini, metric seperti jumlah request per status code dan durasi otomatis terekspos. Gabungkan dengan metric kustom untuk gambar lengkap.

#Merekam Metric dari Worker PHP

Metric kustom direkam dari PHP dengan package spiral/roadrunner-metrics:

composer require spiral/roadrunner-metrics

use Spiral\RoadRunner\Metrics\Metrics;
 
$metrics = new Metrics($rpc);
 
// Counter: increment
$metrics->inc('requests_total');
 
// Gauge: set nilai
$metrics->set('worker_memory', memory_get_usage(true) / 1024 / 1024);
 
// Histogram: observe nilai
$metrics->observe('request_duration', $durationSeconds);
 
// Counter dengan label
$metrics->add('requests_total', 1, ['method' => 'GET']);

Sama seperti KV dan jobs, pemanggilan metric diteruskan via RPC ke plugin Go. Worker PHP tidak memegang koneksi Prometheus apa pun.

#Dashboard: Latensi dan Kesehatan Pool

Dengan metric di atas, kalian bisa menyusun dashboard Grafana. Query PromQL yang paling berguna:

# Latensi rata-rata request per menit
rate(request_duration_sum[1m]) / rate(request_duration_count[1m])
 
# Error rate (status 5xx)
sum(rate(http_requests_total{status=~"5.."}[5m])) / sum(rate(http_requests_total[5m]))
 
# Worker restart (kesehatan pool)
rate(worker_restarts_total[5m])

Panel yang disarankan:

Gejala umum yang terlihat dari metric:

#Alerting Dasar

Dari metric ini, siapkan alert Prometheus sederhana:

groups:
  - name: roadrunner
    rules:
      - alert: HighErrorRate
        expr: |
          sum(rate(http_requests_total{status=~"5.."}[5m]))
            / sum(rate(http_requests_total[5m])) > 0.05
        for: 5m
        labels:
          severity: page
        annotations:
          summary: "Error rate melebihi 5% selama 5 menit"

#Penutup

Pada episode 12 ini, kalian telah membuka jendela angka ke aplikasi.

Inti yang harus dibawa pulang:

• Plugin metrics menyediakan endpoint Prometheus di metrics.address.
• Metric HTTP otomatis via middleware http_metrics.
• Metric kustom (counter/gauge/histogram) direkam dari PHP via spiral/roadrunner-metrics.
• Dashboard latensi, error rate, dan kesehatan pool dari PromQL.
• Alerting berdasar metric, bukan hanya log.

Di episode 13 selanjutnya, kita belajar caching & static assets — menyempurnakan layanan file statis dengan header cache, ETag, dan kompresi, memanfaatkan sendfile, serta strategi long-term caching untuk aset. Sampai jumpa di episode 13!