第 1 章配套代码索引

这些代码分两类：可以直接抄进项目的埋点骨架，和用来验证「为什么不能这么做」的实验。 目标是让你能回答「这个接口的 P99 里，数据库占多少毫秒」这类问题。

一、文件清单

1.8 节（案例解剖）没有配套代码——那一节是分析性的。

二、新增依赖

// build.gradle.kts
dependencies {
    implementation("io.ktor:ktor-server-core:3.0.0")
    implementation("io.ktor:ktor-server-netty:3.0.0")
    implementation("io.ktor:ktor-server-metrics-micrometer:3.0.0")
    implementation("io.micrometer:micrometer-registry-prometheus:1.13.0")
    implementation("com.zaxxer:HikariCP:5.1.0")

    // 协程计时与等待（03 节用到）
    implementation("org.jetbrains.kotlinx:kotlinx-coroutines-core:1.9.0")
}

三、阅读顺序建议

1. 先读 01，把四层指标的埋点抄进你的项目——这是本章唯一「必须做」的事，因为后面所有章节都依赖它。
2. 再读 02，跑一遍直方图合并实验，确认你理解了「百分位为什么不能平均」。
3. 然后读 03，加上依赖级埋点——这一步让你获得「延迟分解」的能力。
4. 最后读 04、05、07，把目标和环境都变成可执行的代码/脚本，而不是文档里的一段话。

四、三个提醒

• 桶边界一定要改。 Micrometer / Prometheus 的默认桶对你的接口几乎肯定不合适（见 02）。
• 饱和度指标优先级最高。 如果时间有限，先埋连接池 pending 和线程池队列深度，再埋其他的。
• 埋点本身有成本。 高基数标签（用户 ID、traceId、URL 全路径）会让 Prometheus 内存爆炸。标签只放可枚举维度。