雖然 prometheus 已有大量可直接使用的 exporter 可供使用，以滿足收集不同的監(jiān)控指標(biāo)的需要。例如，node exporter 可以收集機器 cpu，內(nèi)存等指標(biāo)，cadvisor 可以收集容器指標(biāo)。然而，如果需要收集一些定制化的指標(biāo)，還是需要我們編寫自定義的指標(biāo)。

本文講述如何使用 prometheus python 客戶端庫和 flask 編寫 prometheus 自定義指標(biāo)。

安裝依賴庫

我們的程序依賴于flask 和prometheus client 兩個庫，其 requirements.txt 內(nèi)容如下：

flask==1.1.2prometheus-client==0.8.0

運行 flask

我們先使用 flask web 框架將 /metrics 接口運行起來，再往里面添加指標(biāo)的實現(xiàn)邏輯。

#!/usr/bin/env python# -*- coding:utf-8 -*-from flask import Flaskapp = Flask(__name__)@app.route(’/metrics’)def hello(): return ’metrics’if __name__ == ’__main__’: app.run(host=’0.0.0.0’, port=5000)

打開瀏覽器，輸入 http://127.0.0.1:5000/metrics，按下回車后瀏覽器顯示 metrics 字符。

編寫指標(biāo)

Prometheus 提供四種指標(biāo)類型，分別為 Counter，Gauge，Histogram 和 Summary。

Counter

Counter 指標(biāo)只增不減，可以用來代表處理的請求數(shù)量，處理的任務(wù)數(shù)量，等。

可以使用 Counter 定義一個 counter 指標(biāo)：

counter = Counter(’my_counter’, ’an example showed how to use counter’)

其中，my_counter 是 counter 的名稱，an example showed how to use counter 是對該 counter 的描述。

使用 counter 完整的代碼如下：

#!/usr/bin/env python# -*- coding:utf-8 -*-from flask import Flask, Responsefrom prometheus_client import Counter, generate_latestapp = Flask(__name__)counter = Counter(’my_counter’, ’an example showed how to use counter’)@app.route(’/metrics’)def hello(): counter.inc(1) return Response(generate_latest(counter), mimetype=’text/plain’)if __name__ == ’__main__’: app.run(host=’0.0.0.0’, port=5000)

訪問 http://127.0.0.1:5000/metrics，瀏覽器輸出：

# HELP my_counter_total an example showed how to use counter# TYPE my_counter_total countermy_counter_total 6.0# HELP my_counter_created an example showed how to use counter# TYPE my_counter_created gaugemy_counter_created 1.5932468510424378e+09

在定義 counter 指標(biāo)時，可以定義其 label 標(biāo)簽：

counter = Counter(’my_counter’, ’an example showed how to use counter’, [’machine_ip’])

在使用時指定標(biāo)簽的值：

counter.labels(’127.0.0.1’).inc(1)

這時瀏覽器會將標(biāo)簽輸出：

my_counter_total{machine_ip='127.0.0.1'} 1.0

Gauge

Gauge 指標(biāo)可增可減，例如，并發(fā)請求數(shù)量，cpu 占用率，等。

可以使用 Gauge 定義一個 gauge 指標(biāo)：

registry = CollectorRegistry()gauge = Gauge(’my_gauge’, ’an example showed how to use gauge’, [’machine_ip’], registry=registry)

為使得 /metrics 接口返回多個指標(biāo)，我們引入了 CollectorRegistry ，并設(shè)置 gauge 的 registry 屬性。

使用 set 方法設(shè)置 gauge 指標(biāo)的值：

gauge.labels(’127.0.0.1’).set(2)

訪問 http://127.0.0.1:5000/metrics，瀏覽器增加輸出：

# HELP my_gauge an example showed how to use gauge# TYPE my_gauge gaugemy_gauge{machine_ip='127.0.0.1'} 2.0

Histogram

Histogram 用于統(tǒng)計樣本數(shù)值落在不同的桶（buckets）里面的數(shù)量。例如，統(tǒng)計應(yīng)用程序的響應(yīng)時間，可以使用 histogram 指標(biāo)類型。

使用 Histogram 定義一個 historgram 指標(biāo)：

buckets = (100, 200, 300, 500, 1000, 3000, 10000, float(’inf’))histogram = Histogram(’my_histogram’, ’an example showed how to use histogram’, [’machine_ip’], registry=registry, buckets=buckets)

如果我們不使用默認(rèn)的 buckets，可以指定一個自定義的 buckets，如上面的代碼所示。

使用 observe() 方法設(shè)置 histogram 的值：

histogram.labels(’127.0.0.1’).observe(1001)

訪問 /metrics 接口，輸出：

# HELP my_histogram an example showed how to use histogram# TYPE my_histogram histogrammy_histogram_bucket{le='100.0',machine_ip='127.0.0.1'} 0.0my_histogram_bucket{le='200.0',machine_ip='127.0.0.1'} 0.0my_histogram_bucket{le='300.0',machine_ip='127.0.0.1'} 0.0my_histogram_bucket{le='500.0',machine_ip='127.0.0.1'} 0.0my_histogram_bucket{le='1000.0',machine_ip='127.0.0.1'} 0.0my_histogram_bucket{le='3000.0',machine_ip='127.0.0.1'} 1.0my_histogram_bucket{le='10000.0',machine_ip='127.0.0.1'} 1.0my_histogram_bucket{le='+Inf',machine_ip='127.0.0.1'} 1.0my_histogram_count{machine_ip='127.0.0.1'} 1.0my_histogram_sum{machine_ip='127.0.0.1'} 1001.0# HELP my_histogram_created an example showed how to use histogram# TYPE my_histogram_created gaugemy_histogram_created{machine_ip='127.0.0.1'} 1.593260699767071e+09

由于我們設(shè)置了 histogram 的樣本值為 1001，可以看到，從 3000 開始，xxx_bucket 的值為 1。由于只設(shè)置一個樣本值，故 my_histogram_count 為 1 ，且樣本總數(shù) my_histogram_sum 為 1001。讀者可以自行試驗幾次，慢慢體會 histogram 指標(biāo)的使用，遠(yuǎn)比看網(wǎng)上的文章理解得快。

Summary

Summary 和 histogram 類型類似，可用于統(tǒng)計數(shù)據(jù)的分布情況。

定義 summary 指標(biāo)：

summary = Summary(’my_summary’, ’an example showed how to use summary’, [’machine_ip’], registry=registry)

設(shè)置 summary 指標(biāo)的值：

summary.labels(’127.0.0.1’).observe(randint(1, 10))

訪問 /metrics 接口，輸出：

# HELP my_summary an example showed how to use summary# TYPE my_summary summarymy_summary_count{machine_ip='127.0.0.1'} 4.0my_summary_sum{machine_ip='127.0.0.1'} 16.0# HELP my_summary_created an example showed how to use summary# TYPE my_summary_created gaugemy_summary_created{machine_ip='127.0.0.1'} 1.593263241728389e+09

附：完整源代碼

#!/usr/bin/env python# -*- coding:utf-8 -*-from random import randintfrom flask import Flask, Responsefrom prometheus_client import Counter, Gauge, Histogram, Summary, generate_latest, CollectorRegistryapp = Flask(__name__)registry = CollectorRegistry()counter = Counter(’my_counter’, ’an example showed how to use counter’, [’machine_ip’], registry=registry)gauge = Gauge(’my_gauge’, ’an example showed how to use gauge’, [’machine_ip’], registry=registry)buckets = (100, 200, 300, 500, 1000, 3000, 10000, float(’inf’))histogram = Histogram(’my_histogram’, ’an example showed how to use histogram’, [’machine_ip’], registry=registry, buckets=buckets)summary = Summary(’my_summary’, ’an example showed how to use summary’, [’machine_ip’], registry=registry)@app.route(’/metrics’)def hello(): counter.labels(’127.0.0.1’).inc(1) gauge.labels(’127.0.0.1’).set(2) histogram.labels(’127.0.0.1’).observe(1001) summary.labels(’127.0.0.1’).observe(randint(1, 10)) return Response(generate_latest(registry), mimetype=’text/plain’)if __name__ == ’__main__’: app.run(host=’0.0.0.0’, port=5000)

參考資料

https://github.com/prometheus/client_pythonhttps://prometheus.io/docs/concepts/metric_types/https://prometheus.io/docs/instrumenting/writing_clientlibs/https://prometheus.io/docs/instrumenting/exporters/https://pypi.org/project/prometheus-client/https://prometheus.io/docs/concepts/metric_types/http://www.coderdocument.com/docs/prometheus/v2.14/best_practices/histogram_and_summary.htmlhttps://prometheus.io/docs/practices/histograms/

總結(jié)

到此這篇關(guān)于使用 prometheus python 庫編寫自定義指標(biāo)的文章就介紹到這了,更多相關(guān)prometheus python 庫編寫自定義指標(biāo)內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！