MLOps Academy · Lezione

Esporre le metriche con Prometheus

Monitori frequenza delle richieste, errori e durata.

Esporre le metriche con Prometheus è una lezione MLOps Academy gratuita su CoddyKit. Questa è la lezione 2 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento MLOps Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso MLOps Academy include 4 lezioni in totale.

Log e metriche a confronto

I log raccontano la storia di una singola richiesta. Le metriche sono numeri aggregati su molte richieste, quindi consentono di vedere a colpo d'occhio tendenze come la frequenza e il numero di errori. 📈

Conoscere Prometheus

Prometheus è lo strumento standard per raccogliere questi numeri. Il servizio espone le metriche e Prometheus le legge regolarmente al posto Suo.

Pull, non push

Prometheus usa un modello pull: esegue lo scraping di un URL per le metriche del servizio ogni pochi secondi. Il Suo unico compito è esporre quell'endpoint.

Il client Python

La libreria prometheus_client consente al servizio Python di definire e servire metriche con pochissimo codice ripetitivo.

from prometheus_client import Counter, Histogram, start_http_server

Un Counter aumenta

Un Counter aumenta soltanto. È perfetto per totali come il numero di predizioni servite dal modello dall'avvio.

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

Un Histogram misura i tempi

Un Histogram registra una distribuzione, ideale per la durata delle richieste. Raggruppa i valori in intervalli, così in seguito è possibile leggere la latenza p50 e p99.

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

Le Labels aggiungono dimensioni

Le Labels suddividono una metrica per categoria, ad esempio per versione del modello o stato. È quindi possibile confrontare fianco a fianco i tassi di errore per versione.

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

Esporre l'endpoint /metrics

Prometheus esegue lo scraping di un percorso convenzionalmente denominato /metrics. Il client può servirlo autonomamente su una propria porta.

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

Com'è fatta una metrica

Su quell'endpoint ogni metrica è testo semplice: un nome, eventuali label e un valore. Prometheus legge questo formato a ogni scrape.

predictions_total 1423.0
predict_seconds_bucket{le="0.1"} 1390.0

Configurare lo scraping

Indichi a Prometheus dove cercare aggiungendo il servizio come target nella relativa configurazione. In seguito recupererà le metriche a intervalli fissi.

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

Scegliere il tipo corretto

Regola generale: usi un Counter per i valori che aumentano soltanto, un Histogram per le durate e un Gauge per i valori che aumentano e diminuiscono.

Verifica rapida

Desidera monitorare la latenza delle richieste per poter leggere in seguito il p99. Quale tipo di metrica Prometheus è adatto?

Riepilogo

Ha esposto un endpoint /metrics con prometheus_client, usando Counter e Histogram oltre alle label. Ora Prometheus recupera i valori in tempo reale dal servizio del modello. ✅

Domande Frequenti

La lezione «Esporre le metriche con Prometheus» è gratuita?

Sì — il testo completo di «Esporre le metriche con Prometheus» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso MLOps Academy, passa a CoddyKit PRO. Il corso MLOps Academy include 4 lezioni in totale.

Cosa imparerò in «Esporre le metriche con Prometheus»?

Monitori frequenza delle richieste, errori e durata. Eserciti MLOps Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.

Ho bisogno di esperienza per iniziare MLOps Academy?

Non è richiesta alcuna esperienza precedente. MLOps Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 2 di 4.

Quanto tempo richiede la lezione «Esporre le metriche con Prometheus»?

La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.

Posso scrivere ed eseguire codice in questa lezione MLOps Academy?

Sì. Ogni lezione MLOps Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.

Tutte le lezioni di questo corso

← Torna a MLOps Academy