想必大家对于黑盒监控都不陌生，我们经常使用blackbox_exporter来进行黑盒监控，在K8s中进行黑盒监控可以参考这里。
既然已经有成熟的工具，为何自己还要再来尝试开发一个？
我说是为了学习，你信吗？
既然是为了学习，整体逻辑就不用太复杂，主要需要实现以下功能：
- 可以通过配置文件的方式增加监控项
- 吐出Prometheus可收集指标
- 支持tcp和http探测
- 支持配置检测频率
写在前面
在正式开始之前，先简单介绍一下Prometheus以及Prometheus Exporter。
Prometheus是CNCF的一个开源监控工具，是近几年非常受欢迎的开源项目之一。在云原生场景下，经常使用它来进行指标监控。
Prometheus支持4种指标类型：
- Counter（计数器）：只增不减的指标，比如请求数，每来一个请求，该指标就会加1。
- Gauge（仪表盘）：动态变化的指标，比如CPU，可以看到它的上下波动。
- Histogram（直方图）：数据样本分布情况的指标，它将数据按Bucket进行划分，并计算每个Bucket内的样本的一些统计信息，比如样本总量、平均值等。
- Summary（摘要）：类似于Histogram，也用于表示数据样本的分布情况，但同时展示更多的统计信息，如样本数量、总和、平均值、上分位数、下分位数等。
在实际使用中，常常会将这些指标组合起来使用，以便能更好的观测系统的运行状态和性能指标。
这些指标从何而来？
Prometheus Exporter就是用来收集和暴露指标的工具，通常情况下是Prometheus Exporter收集并暴露指标，然后Prometheus收集并存储指标，使用Grafana或者Promethues UI可以查询并展示指标。
Prometheus Exporter主要包含两个重要的组件：
- Collector：收集应用或者其他系统的指标，然后将其转化为Prometheus可识别收集的指标。
- Exporter：它会从Collector获取指标数据，并将其转成为Prometheus可读格式。
那Prometheus Exporter是如何生成Prometheus所支持的4种类型指标（Counter、Gauge、Histogram、Summary）的呢？
Prometheus提供了客户端包github.com/prometheus/client_golang，通过它可以声明不通类型的指标，比如：
（1）针对Counter类型
import (
"net/http"
"github.com/prometheus/client_golang/prometheus"
"github.com/prometheus/client_golang/prometheus/promhttp"
)
func main() {
// 创建一个Counter指标
counterMetric := prometheus.NewCounter(prometheus.CounterOpts{
Name: "example_counter", // 指标名称
Help: "An example counter metric.", // 指标帮助信息
})
// 注册指标
prometheus.MustRegister(counterMetric)
// 增加指标值
counterMetric.Inc()
// 创建一个HTTP处理器来暴露指标
http.Handle("/metrics", promhttp.Handler())
// 启动Web服务器
http.ListenAndServe(":8080", nil)
}