代码收藏家技术教程 9天前

Python HTTP服务监控实战：Prometheus与自定义Exporter集成开发指南

在微服务架构中，HTTP服务的高效监控对保障系统稳定性至关重要。Prometheus作为云原生监控标杆，通过其Pull模型与灵活的指标体系，结合Python开发的自定义Exporter，可实现HTTP服务性能、可用性及业务指标的全面观测。

Prometheus采用时间序列数据库存储指标数据，每条数据由指标名称（如http_requests_total）、标签（如method="GET"）和数值（如234）构成。其工作流包含以下关键环节：

当标准Exporter（如nginx-prometheus-exporter）无法覆盖业务需求时，需通过Python构建自定义数据采集端点。

使用prometheus_client库快速搭建服务：

python

	from prometheus_client import start_http_server, Gauge, Counter, Summary
	import random, time

	# 定义指标
	REQUEST_COUNT = Counter('http_requests_total', 'Total HTTP requests', ['method', 'endpoint'])
	RESPONSE_TIME = Summary('http_response_time_seconds', 'Response time distribution')
	IN_PROGRESS = Gauge('http_requests_in_progress', 'Current in-flight requests')

	# 模拟HTTP服务
	def handle_request(method, endpoint):
	IN_PROGRESS.inc() # 请求开始时计数+1
	start_time = time.time()
	try:
	# 模拟业务处理
	time.sleep(random.uniform(0.1, 0.5))
	status = 200 if method == "GET" else 400
	# 指标更新
	REQUEST_COUNT.labels(method, endpoint).inc()
	RESPONSE_TIME.observe(time.time() – start_time)
	return f"Processed {method} {endpoint} with status {status}"
	finally:
	IN_PROGRESS.dec() # 请求结束时计数-1

	# 启动Exporter服务
	if __name__ == '__main__':
	start_http_server(8000) # 开放/metrics端点
	while True:
	# 模拟并发请求
	import threading
	for _ in range(5):
	threading.Thread(target=handle_request, args=(["GET", "/api/data"], ["POST", "/submit"])[random.randint(0,1)])).start()
	time.sleep(1)