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：
立即学习“Python免费学习笔记（深入）”；
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。