MLOps Academy · Lekcja

Udostępnianie metryk za pomocą Prometheus

Śledź liczbę żądań, błędy i czas trwania

Lekcja 2 z 413 kroki

Udostępnianie metryk za pomocą Prometheus to bezpłatna lekcja MLOps Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej MLOps Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs MLOps Academy zawiera 4 lekcji w sumie.

Logi a metryki

Logi opowiadają historię jednego żądania. Metrics to liczby agregowane na podstawie wielu żądań, dzięki czemu od razu widzisz trendy, takie jak tempo żądań i liczba błędów. 📈

Poznaj Prometheus

Prometheus to standardowe narzędzie do zbierania tych liczb. Twoja usługa udostępnia metryki, a Prometheus regularnie je odczytuje.

Pobieranie zamiast wysyłania

Prometheus korzysta z modelu pull: co kilka sekund pobiera dane z adresu URL z metrykami w Twojej usłudze. Twoim zadaniem jest tylko udostępnienie tego endpointu.

Klient Pythona

Biblioteka prometheus_client pozwala usłudze napisanej w Pythonie definiować i udostępniać metryki przy niemal zerowej ilości kodu pomocniczego.

from prometheus_client import Counter, Histogram, start_http_server

Counter zwiększa się

Counter może tylko rosnąć. Doskonale nadaje się do zliczania wartości, takich jak liczba predykcji obsłużonych przez model od uruchomienia.

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

Histogram mierzy czas

Histogram rejestruje rozkład wartości, dlatego idealnie nadaje się do mierzenia czasu trwania żądań. Grupuje wartości w przedziały, aby można było później odczytać opóźnienie p50 i p99.

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

Etykiety dodają wymiary

Labels dzielą jedną metrykę według kategorii, takich jak wersja modelu lub status. Możesz wtedy porównywać współczynniki błędów poszczególnych wersji.

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

Udostępnij endpoint /metrics

Prometheus pobiera dane ze ścieżki konwencjonalnie nazwanej /metrics. Klient może udostępniać ją samodzielnie na własnym porcie.

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

Jak wygląda metryka

Na tym endpoincie każda metryka jest zwykłym tekstem: zawiera nazwę, opcjonalne etykiety i wartość. Prometheus odczytuje ten format przy każdym scrape.

predictions_total 1423.0
predict_seconds_bucket{le="0.1"} 1390.0

Skonfiguruj pobieranie

Wskaż Prometheusowi, gdzie ma szukać, dodając usługę jako target w jego konfiguracji. Następnie będzie on pobierać metryki w ustalonych odstępach.

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

Wybierz właściwy typ

Praktyczna zasada: używaj Counter dla wartości, które tylko rosną, Histogram dla czasów trwania, a Gauge dla wartości, które rosną i maleją.

Szybkie sprawdzenie

Chcesz śledzić opóźnienie żądań, aby później odczytywać p99. Który typ metryki Prometheus będzie odpowiedni?

Odpowiedz w interaktywnej lekcji

Podsumowanie

Udostępniłeś endpoint /metrics za pomocą prometheus_client, używając Counter i Histogram wraz z etykietami. Prometheus pobiera teraz dane w czasie rzeczywistym z usługi modelu. ✅

Bezpłatny start

Ucz się Python dzięki korepetycjom AI — za darmo

Pisz i uruchamiaj kod w przeglądarce, otrzymuj natychmiastową pomoc od korepetytora AI dostępnego 24/7 i kontynuuj naukę w sieci lub w aplikacji.

Kursy: 30
Lekcje: 120

Zacznij naukę bezpłatnie Wyświetl pełny kurs

Często zadawane pytania

Czy lekcja „Udostępnianie metryk za pomocą Prometheus” jest bezpłatna?

Tak — pełny tekst „Udostępnianie metryk za pomocą Prometheus” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu MLOps Academy, przejdź na CoddyKit PRO. Kurs MLOps Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Udostępnianie metryk za pomocą Prometheus”?

Śledź liczbę żądań, błędy i czas trwania Ćwiczysz MLOps Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć MLOps Academy?

Nie wymagamy żadnego doświadczenia. MLOps Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Udostępnianie metryk za pomocą Prometheus”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji MLOps Academy?

Tak. Każda lekcja MLOps Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

Logi strukturalne dla predykcji
Udostępnianie metryk za pomocą Prometheus
Budowanie panelu Grafana
Alarmy dotyczące skoków opóźnień i błędów

← Powrót do MLOps Academy