MLOps Academy · Pelajaran

Buka Metrik dengan Prometheus

Lacak laju permintaan, error, dan durasi.

Pelajaran 2 dari 413 langkah

Buka Metrik dengan Prometheus adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MLOps Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MLOps Academy mencakup 4 pelajaran total.

Log vs Metrik

Log menceritakan satu permintaan. Metrik adalah angka yang diagregasikan dari banyak permintaan, sehingga Anda dapat melihat tren seperti laju dan jumlah error secara sekilas. 📈

Kenalan dengan Prometheus

Prometheus adalah alat standar untuk mengumpulkan angka-angka ini. Service Anda mengekspos metrik, lalu Prometheus membacanya secara berkala.

Tarik, Bukan Dorong

Prometheus menggunakan model pull: Prometheus mengambil data dari URL metrik pada service Anda setiap beberapa detik. Tugas Anda hanya mengekspos endpoint tersebut.

Klien Python

Pustaka prometheus_client memungkinkan service Python Anda mendefinisikan dan menyajikan metrik dengan kode tambahan yang hampir tidak diperlukan.

from prometheus_client import Counter, Histogram, start_http_server

Counter Terus Bertambah

Counter hanya dapat meningkat. Counter sangat cocok untuk total, seperti jumlah prediksi yang telah dilayani model sejak dimulai.

predictions = Counter("predictions_total", "Total predictions served")
predictions.inc()

Histogram Mengukur Durasi

Histogram mencatat distribusi, sehingga ideal untuk durasi permintaan. Histogram mengelompokkan nilai agar nantinya Anda dapat membaca latensi p50 dan p99.

latency = Histogram("predict_seconds", "Prediction latency in seconds")
with latency.time():
    model.predict(x)

Label Menambahkan Dimensi

Label membagi satu metrik berdasarkan kategori, seperti versi model atau status. Dengan demikian, Anda dapat membandingkan tingkat error setiap versi secara berdampingan.

errors = Counter("errors_total", "Errors", ["model"])
errors.labels(model="churn-v3").inc()

Ekspos Endpoint /metrics

Prometheus mengambil data dari jalur yang secara konvensional bernama /metrics. Klien dapat menyajikannya untuk Anda pada portnya sendiri.

start_http_server(8000)
# metrics now live at http://localhost:8000/metrics

Seperti Apa Bentuk Metrik

Pada endpoint tersebut, setiap metrik berupa teks biasa: nama, label opsional, dan nilai. Prometheus membaca format ini pada setiap pengambilan data.

predictions_total 1423.0
predict_seconds_bucket{le="0.1"} 1390.0

Konfigurasikan Pengambilan Data

Beri tahu Prometheus lokasi yang harus diperiksa dengan menambahkan service Anda sebagai target dalam konfigurasinya. Setelah itu, Prometheus mengambil metrik pada interval tetap.

scrape_configs:
  - job_name: model-api
    static_configs:
      - targets: ["model-api:8000"]

Pilih Jenis yang Tepat

Aturan praktisnya: gunakan Counter untuk hal-hal yang hanya bertambah, Histogram untuk durasi, dan Gauge untuk nilai yang dapat naik dan turun.

Pemeriksaan Singkat

Anda ingin melacak latensi permintaan agar nantinya dapat membaca p99. Jenis metrik Prometheus mana yang sesuai?

Ringkasan

Anda mengekspos endpoint /metrics dengan prometheus_client, menggunakan Counter dan Histogram beserta label. Kini Prometheus mengambil angka langsung dari service model Anda. ✅

Gratis untuk memulai

Belajar Python dengan tutor AI — gratis

Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.

Kursus
30
Pelajaran
120

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Buka Metrik dengan Prometheus” gratis?

Ya — teks lengkap “Buka Metrik dengan Prometheus” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MLOps Academy, upgrade ke CoddyKit PRO. Kursus MLOps Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Buka Metrik dengan Prometheus”?

Lacak laju permintaan, error, dan durasi. Kamu berlatih MLOps Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai MLOps Academy?

Tidak diperlukan pengalaman sebelumnya. MLOps Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.

Berapa lama pelajaran “Buka Metrik dengan Prometheus” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran MLOps Academy ini?

Ya. Setiap pelajaran MLOps Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Logging Terstruktur untuk Prediksi
  2. Buka Metrik dengan Prometheus
  3. Bangun Dasbor Grafana
  4. Beri Peringatan untuk Lonjakan Latensi dan Error
← Kembali ke MLOps Academy