Prometheus Python Client
用于服務(wù)器和容器等生產(chǎn)信息監(jiān)控。
1. Install the client:
pip install prometheus-client
2. 運行該py,得到相關(guān)的信息
from prometheus_client import start_http_server, Summary
import random
import time
# Create a metric to track time spent and requests made.
REQUEST_TIME = Summary('request_processing_seconds', 'Time spent processing request')
# Decorate function with metric.
@REQUEST_TIME.time()
def process_request(t):
?? """A dummy function that takes some time."""
?? time.sleep(t)
if __name__ == '__main__':
?? # Start up the server to expose the metrics.
?? start_http_server(8000)
?? # Generate some requests.
?? while True:
? ? ?? process_request(random.random())
啟動服務(wù)IP
訪問http://localhost:8000/以查看指標(biāo)。
3. 提供4種類型指標(biāo)
Counter, Gauge, Summary and Histogram(計數(shù)器、儀表、摘要和直方圖)
counter
一直累加的計數(shù)器，不可以減少。counter適合用來記錄訪問總次數(shù),累加值
定義它需要2個參數(shù)，第一個是metrics的名字，第二個是metrics的描述信息：
gauge
可增可減，可以任意設(shè)置，就代表了某個指標(biāo)當(dāng)前的值而已。
histogram
用來統(tǒng)計百分位的
summary
分桶和分桶計數(shù)
python客戶端沒有完整實現(xiàn)summary算法
from prometheus_client import Counter
c = Counter('my_failures', 'Description of counter')
c.inc() ? ? # Increment by 1
c.inc(1.6)? # Increment by given value
# -*- coding: utf-8 -*-
from prometheus_client import Counter, Gauge, Summary, start_http_server, Histogram,ProcessCollector
import time
import random
ProcessCollector().collect()
# 定義4種metrics例子
c = Counter("cc", 'A counter')
g = Gauge('gg', 'A gauge')
h = Histogram('hh', 'A histogram', buckets=(-5, 0, 5))
s = Summary('ss', 'A summary', ['label1', 'label2'])? # metrics名字, metrics說明, metrics支持的label
# 在線程中啟動http服務(wù), 供metrics抓取
start_http_server(8880)
while True:
?? # counter:? 只增不減
?? c.inc(1000)
?? # gauge: 任意值
?? g.set(random.random())
?? # histogram: 任意值, 會給符合條件的bucket增加1次計數(shù)
?? h.observe(random.randint(-10, 10))
?? # summary：任意值, python client不支持summary的百分位統(tǒng)計, 其他語言的client也許支持, 但一般不建議用, 性能和場景都有局限
?? s.labels('a', 'b').observe(17)
?? time.sleep(1)
4進程收集
1.如何使用
Python 客戶端會自動導(dǎo)出有關(guān)進程 CPU 使用率、RAM、文件描述符和開始時間的指標(biāo)。命名空間和 pid 構(gòu)造函數(shù)參數(shù)允許導(dǎo)出有關(guān)其他進程的指標(biāo)
ProcessCollector(namespace='system', pid=1)
eg:
ProcessCollector(namespace='supervisord')
2.返回進程的參數(shù)信息
supervisord_process_virtual_memory_bytes 3.38071552e+08虛擬內(nèi)存大?。ㄒ宰止?jié)為單位）
supervisord_process_resident_memory_bytes 1.4118912e+07駐留內(nèi)存大?。ㄒ宰止?jié)為單位）
supervisord_process_start_time_seconds 1.64171996791e+09進程的開始時間（以秒為單位）
supervisord_process_cpu_seconds_total 0.09999999999999999用戶和系統(tǒng) CPU 總時間（以秒為單位）。
supervisord_process_open_fds 7.0打開文件描述符的數(shù)量。
supervisord_process_max_fds 1024.0打開文件描述符的最大數(shù)量。
5.擴展，思考
from flask import Flask
from werkzeug.middleware.dispatcher import DispatcherMiddleware
from prometheus_client import make_wsgi_app
# Create my app
app = Flask(__name__)
# Add prometheus wsgi middleware to route /metrics requests
app.wsgi_app = DispatcherMiddleware(app.wsgi_app, {
?? '/metrics': make_wsgi_app()
})
文檔中有寫到flask和promethus的集成，
在利用fastapi的繼承者發(fā)展，發(fā)現(xiàn)目前暫無方法可利用
如利用，只能將數(shù)值傳入，并編寫相關(guān)的參數(shù)信息。
6流量
MultiProcessCollector
