17370845950

用 Prometheus + Grafana 监控 Python 应用的核心是定义、暴露和查询指标；常用 prometheus-client 库通过 /metrics HTTP 接口暴露 Counter、Gauge 等指标，Prometheus 抓取后由 Grafana 可视化，支持 rate() 处理重启断点。

用 Prometheus + Grafana 监控 Python 应用，核心是暴露指标、采集数据、可视化展示。关键不在堆工具，而在理清指标怎么定义、怎么暴露、怎么查。

Python 服务如何暴露指标

最常用的是 prometheus-client 库，它提供 HTTP 接口（默认 /metrics），返回符合 Prometheus 格式的文本指标。

安装与基础用法：

• pip install prometheus-client
• 在 Flask/FastAPI 中启动一个 MetricsEndpoint 或直接集成 start_http_server(8000)
• 定义指标类型：Counter（计数）、Gauge（瞬时值）、Histogram（分布）、Summary（分位数）

例如统计请求次数：

from prometheus_client import Counter
request_count = Counter('http_requests_total', 'Total HTTP Requests')

# 在请求处理逻辑中调用
request_count.inc()

Prometheus 怎么抓取 Python 指标

修改 Prometheus 配置文件 prometheus.yml，添加 job：

scrape_configs:
  - job_name: 'python-app'
    static_configs:
      - targets: ['localhost:8000']

确保 Python 进程已运行且端口可访问（如用 curl http://localhost:8000/metrics 能看到指标文本）。Prometheus 默认每 15 秒拉取一次。

注意点：

• 生产环境建议用 service discovery（如 Consul、Kubernetes）动态发现目标
• 避免将 Python 指标端口直接暴露公网；可通过反向代理或 sidecar 方式接入

Grafana 如何连接和画图

在 Grafana 中添加 Prometheus 数据源（URL 填 http://localhost:9090），然后新建 Dashboard。

写查询语句示例：

• http_requests_total —— 查看原始计数
• rate(http_requests_total[5m]) —— 每秒平均请求数
• python_gc_collection_seconds_sum —— GC 耗时（需启用 Python 的 GC 指标）

推荐组合图表：

• Requests per second（rate + graph）
• Response time histogram（用 histogram_quantile 计算 P90/P99）
• Memory usage（Gauge 类型，如 process_resident_memory_bytes）

进阶：自动埋点与错误追踪

手动打点易遗漏。可用以下方式增强：

• 中间件自动记录 HTTP 请求耗时、状态码（FastAPI/Starlette 自带 BaseHTTPMiddleware）
• 用 prometheus_client.values.MultiProcessValue 支持多进程（如 Gunicorn 启动多个 worker）
• 结合 logging 和 Counter，把异常日志转为指标（如 error_count.inc()）

不复杂但容易忽略：Python 进程重启后 Counter 会重置，Prometheus 的 rate() 函数能自动处理断点，无需额外干预。