文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Python prometheus_client怎么用

2023-06-29 02:33

关注

这篇文章给大家分享的是有关Python prometheus_client怎么用的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。

Python prometheus-client 安装

pip install prometheus-client

Python封装

# encoding: utf-8from prometheus_client import Counter, Gauge, Summaryfrom prometheus_client.core import CollectorRegistryfrom prometheus_client.exposition import choose_encoderclass Monitor:    def __init__(self):    # 注册收集器&最大耗时map    self.collector_registry = CollectorRegistry(auto_describe=False)    self.request_time_max_map = {}    # 接口调用summary统计    self.http_request_summary = Summary(name="http_server_requests_seconds",                                   documentation="Num of request time summary",                                   labelnames=("method", "code", "uri"),                                   registry=self.collector_registry)    # 接口最大耗时统计    self.http_request_max_cost = Gauge(name="http_server_requests_seconds_max",                                  documentation="Number of request max cost",                                  labelnames=("method", "code", "uri"),                                  registry=self.collector_registry)    # 请求失败次数统计    self.http_request_fail_count = Counter(name="http_server_requests_error",                                      documentation="Times of request fail in total",                                      labelnames=("method", "code", "uri"),                                      registry=self.collector_registry)    # 模型预测耗时统计    self.http_request_predict_cost = Counter(name="http_server_requests_seconds_predict",                                        documentation="Seconds of prediction cost in total",                                        labelnames=("method", "code", "uri"),                                        registry=self.collector_registry)    # 图片下载耗时统计    self.http_request_download_cost = Counter(name="http_server_requests_seconds_download",                                         documentation="Seconds of download cost in total",                                         labelnames=("method", "code", "uri"),                                         registry=self.collector_registry)    # 获取/metrics结果    def get_prometheus_metrics_info(self, handler):        encoder, content_type = choose_encoder(handler.request.headers.get('accept'))        handler.set_header("Content-Type", content_type)        handler.write(encoder(self.collector_registry))        self.reset_request_time_max_map()    # summary统计    def set_prometheus_request_summary(self, handler):        self.http_request_summary.labels(handler.request.method, handler.get_status(), handler.request.path).observe(handler.request.request_time())        self.set_prometheus_request_max_cost(handler)    # 自定义summary统计    def set_prometheus_request_summary_customize(self, method, status, path, cost_time):        self.http_request_summary.labels(method, status, path).observe(cost_time)        self.set_prometheus_request_max_cost_customize(method, status, path, cost_time)    # 失败统计    def set_prometheus_request_fail_count(self, handler, amount=1.0):        self.http_request_fail_count.labels(handler.request.method, handler.get_status(), handler.request.path).inc(amount)    # 自定义失败统计    def set_prometheus_request_fail_count_customize(self, method, status, path, amount=1.0):        self.http_request_fail_count.labels(method, status, path).inc(amount)    # 最大耗时统计    def set_prometheus_request_max_cost(self, handler):        requset_cost = handler.request.request_time()        if self.check_request_time_max_map(handler.request.path, requset_cost):            self.http_request_max_cost.labels(handler.request.method, handler.get_status(), handler.request.path).set(requset_cost)            self.request_time_max_map[handler.request.path] = requset_cost    # 自定义最大耗时统计    def set_prometheus_request_max_cost_customize(self, method, status, path, cost_time):        if self.check_request_time_max_map(path, cost_time):            self.http_request_max_cost.labels(method, status, path).set(cost_time)            self.request_time_max_map[path] = cost_time    # 预测耗时统计    def set_prometheus_request_predict_cost(self, handler, amount=1.0):        self.http_request_predict_cost.labels(handler.request.method, handler.get_status(), handler.request.path).inc(amount)    # 自定义预测耗时统计    def set_prometheus_request_predict_cost_customize(self, method, status, path, cost_time):        self.http_request_predict_cost.labels(method, status, path).inc(cost_time)    # 下载耗时统计    def set_prometheus_request_download_cost(self, handler, amount=1.0):        self.http_request_download_cost.labels(handler.request.method, handler.get_status(), handler.request.path).inc(amount)    # 自定义下载耗时统计    def set_prometheus_request_download_cost_customize(self, method, status, path, cost_time):        self.http_request_download_cost.labels(method, status, path).inc(cost_time)    # 校验是否赋值最大耗时map    def check_request_time_max_map(self, uri, cost):        if uri not in self.request_time_max_map:            return True        if self.request_time_max_map[uri] < cost:            return True        return False    # 重置最大耗时map    def reset_request_time_max_map(self):        for key in self.request_time_max_map:            self.request_time_max_map[key] = 0.0

调用

import tornadoimport tornado.ioloopimport tornado.webimport tornado.genfrom datetime import datetimefrom tools.monitor import Monitorglobal g_monitorclass ClassifierHandler(tornado.web.RequestHandler):    def post(self):        # TODO Something you need        # work....        # 统计Summary,包括请求次数和每次耗时        g_monitor.set_prometheus_request_summary(self)        self.write("OK")class PingHandler(tornado.web.RequestHandler):    def head(self):        print('INFO', datetime.now(), "/ping Head.")        g_monitor.set_prometheus_request_summary(self)        self.write("OK")    def get(self):        print('INFO', datetime.now(), "/ping Get.")        g_monitor.set_prometheus_request_summary(self)        self.write("OK")class MetricsHandler(tornado.web.RequestHandler):    def get(self):        print('INFO', datetime.now(), "/metrics Get.")g_monitor.set_prometheus_request_summary(self)# 通过Metrics接口返回统计结果    g_monitor.get_prometheus_metrics_info(self)    def make_app():    return tornado.web.Application([        (r"/ping?", PingHandler),        (r"/metrics?", MetricsHandler),        (r"/work?", ClassifierHandler)    ])if __name__ == "__main__":    g_monitor = Monitor()app = make_app()    app.listen(port)    tornado.ioloop.IOLoop.current().start()

Metrics返回结果实例

Python prometheus_client怎么用

感谢各位的阅读!关于“Python prometheus_client怎么用”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯