可观测性实践：使用 Python 和 Prometheus 实现真实世界监控

Source: Dev.to

（请提供需要翻译的正文内容，我将按照要求保留源链接并翻译其余部分。）

介绍

现代应用程序不仅需要运行——还需要被理解。当生产环境出现问题时，团队必须能够检测问题、诊断根本原因，并实时监控系统行为。这正是可观测性变得至关重要的地方。

什么是可观测性？

可观测性是指基于系统产生的数据来了解其内部状态的能力。它围绕三个核心支柱构建：

1. 指标

反映系统状态的数值。
示例：请求延迟、CPU 使用率、内存消耗。

2. 日志

由应用程序和系统生成的详细事件记录。
示例：身份验证信息、错误、警告。

3. 跟踪

跨服务的端到端请求追踪。
在微服务和分布式系统中非常有用。

这些共同帮助回答：

• 正在发生什么？
• 为什么会发生？
• 哪里出现了故障？

为什么可观测性很重要

• 及早发现问题
• 减少停机时间
• 提升性能
• 了解用户影响
• 大规模监控应用
• 做出数据驱动的决策

没有可观测性，调试会变得缓慢、被动且不一致。

实际案例：使用 Python + Prometheus 进行可观测性

1. 安装依赖

pip install fastapi uvicorn prometheus-client

2. 带有 Prometheus 指标的 Python API

from fastapi import FastAPI
from prometheus_client import Counter, Histogram, generate_latest
from fastapi.responses import Response
import time
import random

app = FastAPI()

REQUEST_COUNT = Counter("api_requests_total", "Total number of API requests received")
REQUEST_LATENCY = Histogram("api_request_latency_seconds", "API request latency")

@app.get("/")
def home():
    REQUEST_COUNT.inc()
    with REQUEST_LATENCY.time():
        time.sleep(random.uniform(0.1, 0.5))
        return {"message": "API is running successfully"}

@app.get("/metrics")
def metrics():
    return Response(generate_latest(), media_type="text/plain")

已暴露的指标

3. Prometheus 配置

创建 prometheus.yml：

global:
  scrape_interval: 5s

scrape_configs:
  - job_name: "python-api"
    static_configs:
      - targets: ["localhost:8000"]

Prometheus 将按照配置的目标抓取指标端点。

4. 运行 Prometheus

./prometheus --config.file=prometheus.yml

打开 Prometheus UI 并查询指标，例如：

• api_requests_total
• rate(api_requests_total[1m])
• api_request_latency_seconds_bucket

5. 可选：Grafana 仪表盘

Grafana 可以可视化你的 Prometheus 指标。常见的图表包括：

• 请求速率
• CPU 与内存使用情况
• 错误比例
• 延迟分位数（p95、p99）

可观测性最佳实践

• ✔ 为每个主要端点进行仪表化 – 为性能关键的 API 暴露指标。
• ✔ 标准化指标名称 – 避免使用随机或非结构化的命名。
• ✔ 包含标签（标记） – 如 status_code、endpoint、method，以提供更丰富的上下文。
• ✔ 使用告警 – 例如 “95 百分位延迟超过 500 ms 持续 3 分钟”。
• ✔ 可视化一切 – 仪表盘可以让模式一目了然。
• ✔ 结合日志、指标和追踪 – 当三大支柱齐备时，可观测性效果最佳。

结论

可观测性使团队能够深入了解系统的行为。使用 Prometheus + FastAPI，您可以暴露有用的指标，以支持：

• 更快的调试
• 更好的性能洞察
• 更安全的部署
• 可扩展的系统监控

该示例可以通过追踪（OpenTelemetry）、日志管道（ELK Stack）或全栈可观测性平台（如 AWS CloudWatch、Datadog 或 Azure Monitor）进行扩展。

参考文献

• Prometheus Documentation –
• Grafana Documentation –
• FastAPI –
• OpenTelemetry –