By Jermine

☰

你有没有遇到过这种情况——凌晨 3 点，用户在群里反馈服务挂了，而你这边一个告警都没有？Prometheus 的 Alertmanager 安静如鸡，因为"没有流量就没有错误"。等客户把电话打到老板那里，你才知道负载均衡器早就挂了。

这不是段子，这是很多团队的日常。传统监控依赖现有流量触发告警，如果没人访问，错误就没人知道。

今天介绍的 Gatus 就是为了解决这个问题而生的。它不依赖流量，而是主动探测你的每一个服务端点，在用户受到影响之前就告诉你哪里出了问题。

Gatus 是什么

Gatus 是一个用 Go 编写的 开发者友好的健康状态监控面板，GitHub 上 10K+ Star。它支持 HTTP、ICMP（ping）、TCP、DNS、SSH、STARTTLS、gRPC、WebSocket 等多种协议的健康检查，并且内置了 40+ 种告警通道——从 Slack、Discord、Telegram 到 PagerDuty、Twilio，几乎你能想到的通知方式都支持。

一句话总结：Gatus = 主动健康检查 + 可视化状态页 + 多通道告警。

一个 Docker 命令就能跑起来：

1docker run -p 8080:8080 --name gatus ghcr.io/twin/gatus:stable

访问 http://localhost:8080，你就能看到一个暗色主题的健康状态面板。

为什么不用 Prometheus Alertmanager

这是 Gatus 作者在 README 里直接回答的第一个问题。他的观点很直接：

Prometheus、CloudWatch、Splunk 这些工具都依赖现有流量来发现问题。如果负载均衡器挂了，没有流量经过，你的指标系统根本不会报错。客户端已经在遭受损失了，你却毫不知情。

Gatus 的思路完全不同——主动探测。你为每个功能配置健康检查端点，Gatus 按照设定的间隔主动去探测，不需要等用户触发。这意味着你能在用户感知到问题之前就收到告警。

一个简单的判断标准：如果你的负载均衡器现在突然挂掉，你现有的告警系统会触发吗？如果答案是"不确定"，那你可能需要 Gatus。

核心特性

灵活的 Conditions 语法

这是 Gatus 最强大的地方。它不只是检查 HTTP 状态码，你还可以对响应体、响应时间、证书过期时间、域名过期时间、DNS 返回码等设置条件：

1endpoints:
2  - name: website
3    url: "https://twin.sh/health"
4    interval: 5m
5    conditions:
6      - "[STATUS] == 200"              # 状态码必须是 200
7      - "[BODY].status == UP"          # JSON 响应中 status 字段必须是 UP
8      - "[RESPONSE_TIME] < 300"        # 响应时间必须小于 300ms

支持的占位符包括：

占位符 含义 示例
[STATUS] HTTP 状态码 404
[RESPONSE_TIME] 响应时间（ms） 10
[BODY] 响应体，支持 JSONPath {"name":"john"}
[CONNECTED] 是否成功连接 true
[CERTIFICATE_EXPIRATION] 证书过期剩余时间 48h
[DOMAIN_EXPIRATION] 域名过期剩余时间 720h
[IP] 目标 IP 地址 10.0.0.1
[DNS_RCODE] DNS 返回状态 NOERROR

还有几个内置函数：

  • len([BODY].data) < 5 — 数组长度判断
  • has([BODY].errors) == false — 字段是否存在
  • [STATUS] == any(200, 429) — 多值匹配
  • [BODY].name == pat(john*) — 模式匹配

这套语法足够灵活，你甚至可以用它来做用户验收测试（UAT）。

Suite：端到端的工作流监控

这是 Gatus 的一个 Alpha 功能，但非常实用。Suite 允许你把多个端点串联起来，前一个请求的返回值可以作为下一个请求的参数：

 1suites:
 2  - name: item-crud-workflow
 3    interval: 5m
 4    context:
 5      price: "19.99"
 6    endpoints:
 7      # 第一步：创建商品
 8      - name: create-item
 9        url: https://api.example.com/items
10        method: POST
11        body: '{"name": "Test Item", "price": "[CONTEXT].price"}'
12        conditions:
13          - "[STATUS] == 201"
14          - "len([BODY].id) > 0"
15        store:
16          itemId: "[BODY].id"         # 把返回的 ID 存到上下文
17
18      # 第二步：用上一步的 ID 更新商品
19      - name: update-item
20        url: https://api.example.com/items/[CONTEXT].itemId
21        method: PUT
22        body: '{"price": "24.99"}'
23        conditions:
24          - "[STATUS] == 200"
25
26      # 第三步：验证价格更新
27      - name: get-item
28        url: https://api.example.com/items/[CONTEXT].itemId
29        conditions:
30          - "[STATUS] == 200"
31          - "[BODY].price == 24.99"
32
33      # 第四步：清理（即使前面失败也执行）
34      - name: delete-item
35        url: https://api.example.com/items/[CONTEXT].itemId
36        method: DELETE
37        always-run: true
38        conditions:
39          - "[STATUS] == 204"

这种能力让你可以监控完整的业务流程——登录 → 操作 → 登出，或者创建 → 更新 → 验证 → 删除。比单纯的端点检查强太多了。

外部端点：把 Gatus 当状态面板用

如果你的服务在内网，Gatus 探测不到怎么办？External Endpoints 允许你的 Agent 主动推送状态到 Gatus：

 1external-endpoints:
 2  - name: ext-ep-test
 3    group: core
 4    token: "potato"
 5    heartbeat:
 6      interval: 30m               # 30 分钟没收到推送就告警
 7    alerts:
 8      - type: discord
 9        description: "healthcheck failed"
10        send-on-resolved: true

你的 Agent 只需发一个 HTTP 请求：

1POST /api/v1/endpoints/core_ext-ep-test/external?success=true&error=&duration=10s
2Authorization: Bearer potato

还支持心跳检测——如果你的 Agent 挂了不再推送，Gatus 也会告警。

40+ 告警通道

这是 Gatus 最让人省心的地方。告警通道的配置是全局的，每个端点可以单独绑定：

支持的告警通道包括：Slack、Discord、Telegram、Teams Workflow、PagerDuty、Twilio、Email（SES/SendGrid/SMTP）、Google Chat、Matrix、Mattermost、Opsgenie、Splunk、Datadog、New Relic、ntfy、Signal、Line、Zulip、GitHub/GitLab/Gitea Issues、ClickUp、Incident.io、n8n、Zapier 等等。甚至支持自定义 Webhook。

告警还支持设置阈值——比如连续失败 3 次才触发，以及恢复时自动发送通知：

1endpoints:
2  - name: my-api
3    url: "https://api.example.com/health"
4    alerts:
5      - type: slack
6        description: "API 健康检查失败"
7        failure-threshold: 3
8        success-threshold: 2
9        send-on-resolved: true

SSH 隧道：监控内网服务

Gatus 支持 SSH 隧道，可以从跳板机监控内网服务：

 1tunneling:
 2  production:
 3    type: SSH
 4    host: "jumphost.example.com"
 5    username: "monitoring"
 6    private-key: |
 7      -----BEGIN RSA PRIVATE KEY-----
 8      ...
 9      -----END RSA PRIVATE KEY-----
10
11endpoints:
12  - name: "internal-api"
13    url: "http://internal-api.example.com:8080/health"
14    client:
15      tunnel: "production"
16    conditions:
17      - "[STATUS] == 200"

这个功能对于监控 Kubernetes 集群内部服务或者私有云环境特别有用。

Badges：把状态嵌到任何地方

Gatus 可以生成 SVG 格式的状态徽章，你可以嵌到 GitHub README、文档站点或者任何支持 Markdown 的地方：

1![Uptime 7d](https://status.example.org/api/v1/endpoints/core_frontend/uptimes/7d/badge.svg)
2![Response time 24h](https://status.example.org/api/v1/endpoints/core_frontend/response-times/24h/badge.svg)

支持四种时间维度的可用性徽章（1h/24h/7d/30d），以及响应时间徽章。

Prometheus 指标

Gatus 可以在 /metrics 端点暴露 Prometheus 格式的指标，包括：

  • gatus_results_total — 每个端点的检查总数
  • gatus_results_duration_seconds — 请求耗时
  • gatus_results_certificate_expiration_seconds — 证书过期倒计时
  • gatus_results_endpoint_success — 端点成功/失败状态

你还可以给端点添加自定义标签来分组：

1endpoints:
2  - name: front-end
3    group: core
4    url: "https://twin.sh/health"
5    extra-labels:
6      environment: staging
7      team: platform

存储选项

Gatus 支持三种存储方式：

类型 说明 适用场景
memory 默认，数据存在内存中 快速体验，重启后数据丢失
sqlite SQLite 数据库文件 单机部署，轻量持久化
postgres PostgreSQL 数据库 生产环境，高可用

对于生产环境，推荐 PostgreSQL + caching，对于小团队或者个人项目，SQLite 就够了。

部署方式

Docker

1docker run -p 8080:8080 \
2  --mount type=bind,source="$(pwd)"/config.yaml,target=/config/config.yaml \
3  --name gatus ghcr.io/twin/gatus:stable

Kubernetes（Helm）

1helm repo add twin https://twin.github.io/helm-charts
2helm repo update
3helm install gatus twin/gatus

二进制安装

1go install github.com/TwiN/gatus/v5@latest

配置文件默认在 config/config.yaml，可以通过 GATUS_CONFIG_PATH 环境变量自定义路径。如果指向一个目录，所有 *.yaml 和 *.yml 文件会被自动合并——这意味着你可以把不同团队、不同服务的配置放在不同文件里，统一管理。

Go 实现的亮点

作为一个 Go 项目，Gatus 有几个值得注意的实现细节：

低资源消耗。这是 Go 应用的天然优势。Gatus 在生产环境中内存占用通常在几十 MB 级别，CPU 使用率极低。对于同时监控几十个甚至上百个端点的场景，完全不在话下。

并发控制。Gatus 使用 goroutine 来并发执行健康检查，但通过信号量控制最大并发数（默认 3）。这避免了大量端点同时检查导致的资源争抢，确保响应时间测量的准确性。

配置热加载。修改配置文件后，Gatus 会自动重新加载，不需要重启服务。skip-invalid-config-update 选项可以防止错误配置导致服务中断。

连通性检测。Gatus 可以配置连通性检查器，当它自己断网时暂停所有检查，避免误报。

安全特性。支持 Basic Auth、OIDC 认证、TLS 加密、mTLS 客户端证书、OAuth2 Token 获取。端点 URL 中的敏感信息可以在 UI 中隐藏。

一个完整的配置示例

 1ui:
 2  title: "服务平台状态监控"
 3  header: "MyCompany"
 4  dark-mode: true
 5  buttons:
 6    - name: "文档"
 7      link: "https://docs.example.com"
 8
 9storage:
10  type: postgres
11  path: "postgres://gatus:password@db:5432/gatus?sslmode=disable"
12  caching: true
13
14alerting:
15  discord:
16    webhook-url: "https://discord.com/api/webhooks/xxx"
17  slack:
18    webhook-url: "https://hooks.slack.com/services/xxx"
19
20connectivity:
21  checker:
22    target: 1.1.1.1
23    interval: 1m
24
25endpoints:
26  - name: frontend
27    group: core
28    url: "https://example.com"
29    interval: 5m
30    conditions:
31      - "[STATUS] == 200"
32      - "[RESPONSE_TIME] < 500"
33      - "[CERTIFICATE_EXPIRATION] > 48h"
34    alerts:
35      - type: slack
36        failure-threshold: 3
37        send-on-resolved: true
38
39  - name: api-server
40    group: core
41    url: "https://api.example.com/health"
42    interval: 1m
43    client:
44      oauth2:
45        token-url: https://auth.example.com/token
46        client-id: xxx
47        client-secret: yyy
48        scopes: ['api.read']
49    conditions:
50      - "[STATUS] == 200"
51      - "[BODY].status == healthy"
52    alerts:
53      - type: discord
54        failure-threshold: 2
55        send-on-resolved: true
56
57  - name: database-tcp
58    group: infrastructure
59    url: "tcp://db.internal:5432"
60    interval: 30s
61    conditions:
62      - "[CONNECTED] == true"

和同类工具对比

特性 Gatus Uptime Kuma Healthchecks.io
语言 Go Node.js Python
协议支持 HTTP/TCP/ICMP/DNS/SSH/gRPC/WS HTTP/TCP/DNS/Push HTTP/Push
告警通道 40+ 20+ 10+
条件语法 丰富（JSONPath/正则/函数） 简单（状态码/关键词） 简单
Suite 工作流 支持（Alpha） 不支持 不支持
SSH 隧道 支持 不支持 不支持
存储 Memory/SQLite/Postgres SQLite PostgreSQL
资源占用 极低 中等 中等
部署复杂度 单二进制/Docker Docker/Node.js Django + PostgreSQL

Gatus 的优势在于 条件语法的灵活性 和 协议支持的全面性。Uptime Kuma 在 UI 美观度上更好一些，但 Gatus 在功能性上更强，特别是 Suite 工作流和 SSH 隧道。

适合谁用

  • 小团队/个人开发者：需要一个简单但强大的状态监控页，SQLite 模式 + 几个告警通道就够了
  • 中大型团队：需要统一管理几十上百个微服务的健康状态，PostgreSQL 持久化 + Prometheus 指标
  • SaaS 产品：需要一个面向用户的状态页面，配合 Badges 和 Announcements 功能
  • DevOps 工程师：需要主动探测 + 多通道告警，在用户感知问题之前介入

总结

Gatus 的设计哲学很明确：主动探测，先于用户发现问题。它不试图替代 Prometheus 或 Grafana，而是填补了"无流量时也能发现问题"这个空白。

作为 Go 开源项目，Gatus 的代码质量不错，单二进制部署、低资源消耗、配置热加载这些特性都体现了 Go 语言在基础设施工具上的优势。如果你正在为团队寻找一个轻量但功能完备的健康监控方案，Gatus 值得试试。

GitHub 仓库：github.com/TwiN/gatus

本文内容整理自 Go语言中文网公众号文章。

相关文章