grafana需依赖prometheus采集go服务的/metrics数据，而go服务暴露该接口须满足三条件：路径严格为/metrics、指标必须用prometheus.mustregister()注册、不能被中间件拦截；counter需递增打点，histogram需observe()并设buckets；prometheus targets须真实可达且状态为up；查询直方图分位数须带_bucket和by(le)。
Grafana 本身不采集数据，你配再复杂的面板也看不到指标——必须先让 Go 服务暴露 /metrics，Prometheus 成功抓到，Grafana 才有东西可画。
Go 服务暴露 /metrics 接口必须满足三个硬条件
缺一不可，否则 curl http://localhost:8080/metrics 要么 404，要么返回空、HTML 或格式错误：
-
promhttp.Handler()必须在http.ListenAndServe()之前注册，且路径严格为/metrics（不是/metrics/或/monitor/metrics） - 所有自定义指标（如
http_requests_total）必须调用prometheus.MustRegister()，否则不会出现在输出里 - 不能被中间件拦截：JWT 鉴权、CORS、日志中间件如果对
/metrics路径生效，Prometheus 抓取会直接失败（返回 401/403 或超时）
Counter 和 Histogram 的注册与打点方式完全不同
类型选错或打点位置不对，会导致 PromQL 查询始终无数据：
Golang Uber Dig
下载
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
- 计数器
Counter（如http_requests_total）只允许递增，必须在请求进入 handler 时就.Inc()或.Add(1)；延迟类指标绝不能用 Counter - 直方图
Histogram（如http_request_duration_seconds）需配合prometheus.NewTimer()或手动.Observe(time.Since(start).Seconds())，且必须传入Buckets（推荐[0.1, 0.3, 0.5, 1.0, 3.0]） - 标签必须用
.WithLabelValues("GET", "200")，别用.With(map[string]string{...})—— 后者容易因 key 顺序或拼写不一致造成 series 爆炸
Prometheus 配置里 targets 写错，Grafana 就是摆设
Grafana 连的是 Prometheus，不是你的 Go 服务。Prometheus 抓不到，Grafana 查 rate(http_requests_total[5m]) 就永远是空：
-
scrape_configs中的targets必须写 Go 服务**真实可达的地址**：Docker 容器里跑 Prometheus，就不能写localhost:8080，得写宿主机 IP 或容器网络别名 - 确保
job_name唯一，且没和其他 job 冲突（比如两个 job 都叫go-app，后者会覆盖前者） - 检查 Prometheus UI 的
Status → Targets页面，目标状态必须是UP，且Last Scrape时间距现在不超过 scrape_interval（默认 15s）
Grafana 查询时最常忽略的两个细节
即使数据已进 Prometheus，查出来还是空，大概率卡在这两处：
- 直方图分位数查询必须带
_bucket后缀和le标签聚合：histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[5m])) by (le))，漏掉by (le)或写成_sum都会返回空 - 业务指标命名建议加前缀（如
myapp_http_requests_total），避免和 Go 运行时指标（go_goroutines）混淆，也防止团队内不同服务指标名冲突
真正卡住人的往往不是语法，而是 Prometheus 没拉到数据却去调 Grafana 面板，或是 Histogram 打点漏了 Observe() 却反复检查 PromQL——先盯死 Status → Targets 和 /metrics 原始输出，比改面板快十倍。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
