使用Python编写Prometheus监控的方法——转

使用Python编写Prometheus监控的方法

 更新时间：2018年10月15日 16:15:59   作者：数据架构师  

今天小编就为大家分享一篇关于使用Python编写Prometheus监控的方法，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧

要使用python编写Prometheus监控，需要你先开启Prometheus集群。可以参考//www.jb51.net/article/148895.htm 安装。在python中实现服务器端。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。

使用Python和Flask编写Prometheus监控

Installation

1 2	pip install flask pip install prometheus_client

Metrics

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

Counter

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

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

import prometheus_client from prometheus_client import Counter from prometheus_client.core import CollectorRegistry from flask import Response, Flask app = Flask(__name__) requests_total = Counter("request_count", "Total request cout of the host") @app.route("/metrics") def requests_count():   requests_total.inc()   # requests_total.inc(2)   return Response(prometheus_client.generate_latest(requests_total),           mimetype="text/plain") @app.route('/') def index():   requests_total.inc()   return "Hello World" if __name__ == "__main__":   app.run(host="0.0.0.0")

运行该脚本，访问youhost:5000/metrics

1 2 3

# HELP request_count Total request cout of the host # TYPE request_count counter request_count 3.0

Gauge

Gauge与Counter类似，唯一不同的是Gauge数值可以减少，常被用于温度、利用率等指标。

1 2 3 4 5 6 7 8 9 10 11 12 13

import random import prometheus_client from prometheus_client import Gauge from flask import Response, Flask app = Flask(__name__) random_value = Gauge("random_value", "Random value of the request") @app.route("/metrics") def r_value():   random_value.set(random.randint(0, 10))   return Response(prometheus_client.generate_latest(random_value),           mimetype="text/plain") if __name__ == "__main__":   app.run(host="0.0.0.0")

运行该脚本，访问youhost:5000/metrics

1 2 3

# HELP random_value Random value of the request # TYPE random_value gauge random_value 3.0

Summary/Histogram

Summary/Histogram概念比较复杂，一般exporter很难用到，暂且不说。

LABELS

使用labels来区分metric的特征

1 2 3 4 5

from prometheus_client import Counter c = Counter('requests_total', 'HTTP requests total', ['method', 'clientip']) c.labels('get', '127.0.0.1').inc() c.labels('post', '192.168.0.1').inc(3) c.labels(method="get", clientip="192.168.0.1").inc()

使用Python和asyncio编写Prometheus监控

1 2 3 4 5

from prometheus_client import Counter, Gauge from prometheus_client.core import CollectorRegistry REGISTRY = CollectorRegistry(auto_describe=False) requests_total = Counter("request_count", "Total request cout of the host", registry=REGISTRY) random_value = Gauge("random_value", "Random value of the request", registry=REGISTRY)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

import prometheus_client from prometheus_client import Counter,Gauge from prometheus_client.core import CollectorRegistry from aiohttp import web import aiohttp import asyncio import uvloop import random,logging,time,datetime asyncio.set_event_loop_policy(uvloop.EventLoopPolicy()) routes = web.RouteTableDef() # metrics包含 requests_total = Counter("request_count", "Total request cout of the host") # 数值只增 random_value = Gauge("random_value", "Random value of the request") # 数值可大可小 @routes.get('/metrics') async def metrics(request):   requests_total.inc()   # 计数器自增   # requests_total.inc(2)   data = prometheus_client.generate_latest(requests_total)   return web.Response(body = data,content_type="text/plain")  # 将计数器的值返回 @routes.get("/metrics2") async def metrics2(request):   random_value.set(random.randint(0, 10))  # 设置值任意值，但是一定要为 整数或者浮点数   return web.Response(body = prometheus_client.generate_latest(random_value),content_type="text/plain")  # 将值返回 @routes.get('/') async def hello(request):   return web.Response(text="Hello, world") # 使用labels来区分metric的特征 c = Counter('requests_total', 'HTTP requests total', ['method', 'clientip']) # 添加lable的key， c.labels('get', '127.0.0.1').inc()    #为不同的label进行统计 c.labels('post', '192.168.0.1').inc(3)   #为不同的label进行统计 c.labels(method="get", clientip="192.168.0.1").inc()  #为不同的label进行统计 g = Gauge('my_inprogress_requests', 'Description of gauge',['mylabelname']) g.labels(mylabelname='str').set(3.6)  #value自己定义,但是一定要为 整数或者浮点数 if __name__ == '__main__':   logging.info('server start：%s'% datetime.datetime.now())   app = web.Application(client_max_size=int(2)*1024**2)  # 创建app，设置最大接收图片大小为2M   app.add_routes(routes)   # 添加路由映射   web.run_app(app,host='0.0.0.0',port=2222)  # 启动app   logging.info('server close：%s'% datetime.datetime.now())

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接