python调用prometheus_使用Python和Flask编写Prometheus监控

介绍

Prometheus 的基本原理是通过 HTTP 周期性抓取被监控组件的状态。

任意组件只要提供对应的 HTTP 接口并且符合 Prometheus 定义的数据格式，就可以接入 Prometheus 监控。

Prometheus Server 负责定时在目标上抓取 metrics(指标)数据并保存到本地存储。它采用了一种 Pull(拉)的方式获取数据，不仅降低客户端的复杂度，客户端只需要采集数据，无需了解服务端情况，也让服务端可以更加方便地水平扩展。

如果监控数据达到告警阈值，Prometheus Server 会通过 HTTP 将告警发送到告警模块 alertmanger，通过告警的抑制后触发邮件或者 Webhook。Prometheus 支持 PromQL 提供多维度数据模型和灵活的查询，通过监控指标关联多个 tag 的方式，将监控数据进行任意维度的组合以及聚合。

在python中实现服务器端，对外提供接口。在Prometheus中配置请求网址，Prometheus会定期向该网址发起申请获取你想要返回的数据。

另外Prometheus提供4种类型Metrics：Counter, Gauge, Summary和Histogram。

准备

pip install flask

pip install prometheus_client

Counter

Counter可以增长，并且在程序重启的时候会被重设为0，常被用于访问量，任务个数，总处理时间，错误个数等只增不减的指标。

定义它需要2个参数，第一个是metrics的名字，第二个是metrics的描述信息：

c = Counter('c1', 'A counter')

counter只能增加，所以只有一个方法：

def inc(self, amount=1):'''Increment counter by the given amount.'''

if amount <0:raise ValueError('Counters can only be incremented by non-negative amounts.')

self._value.inc(amount)

测试示例：

importprometheus_clientfrom prometheus_client importCounterfrom prometheus_client.core importCollectorRegistryfrom flask importResponse, Flask

app= Flask(__name__)

requests_total= Counter('c1','A