Exponha métricas com Prometheus
Acompanhe a taxa de requisições, os erros e a duração.
Exponha métricas com Prometheus é uma aula grátis de MLOps Academy no CoddyKit. Esta é a aula 2 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de MLOps Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de MLOps Academy inclui 4 aulas no total.
Registros versus métricas
Os registros contam a história de uma requisição. As métricas são números agregados de muitas requisições, permitindo ver tendências como taxa e quantidade de erros de relance. 📈
Conheça o Prometheus
Prometheus é a ferramenta padrão para coletar esses números. Seu serviço expõe métricas, e o Prometheus as lê regularmente para você.
Extração, não envio
O Prometheus usa um modelo de extração: ele coleta uma URL de métricas do seu serviço a cada poucos segundos. Sua tarefa é apenas expor esse endpoint.
O cliente Python
A biblioteca prometheus_client permite que seu serviço Python defina e disponibilize métricas com quase nenhum código auxiliar.
from prometheus_client import Counter, Histogram, start_http_serverUm contador só aumenta
Um contador só aumenta. Ele é perfeito para totais, como quantas previsões seu modelo disponibilizou desde a inicialização.
predictions = Counter("predictions_total", "Total predictions served")
predictions.inc()Um histograma mede durações
Um histograma registra uma distribuição, sendo ideal para a duração das requisições. Ele agrupa os valores em faixas, para que você possa ler posteriormente a latência p50 e p99.
latency = Histogram("predict_seconds", "Prediction latency in seconds")
with latency.time():
model.predict(x)Rótulos adicionam dimensões
Os rótulos dividem uma métrica por categoria, como versão do modelo ou status. Assim, você pode comparar lado a lado as taxas de erro por versão.
errors = Counter("errors_total", "Errors", ["model"])
errors.labels(model="churn-v3").inc()Exponha o endpoint /metrics
O Prometheus coleta um caminho tradicionalmente chamado /metrics. O cliente pode disponibilizá-lo para você em sua própria porta.
start_http_server(8000)
# metrics now live at http://localhost:8000/metricsComo é uma métrica
Nesse endpoint, cada métrica é texto simples: um nome, rótulos opcionais e um valor. O Prometheus lê esse formato a cada coleta.
predictions_total 1423.0
predict_seconds_bucket{le="0.1"} 1390.0Configure a coleta
Informe ao Prometheus onde procurar, adicionando seu serviço como um alvo na configuração dele. Depois, ele extrai as métricas em um intervalo fixo.
scrape_configs:
- job_name: model-api
static_configs:
- targets: ["model-api:8000"]Escolha o tipo correto
Regra geral: use um contador para coisas que só aumentam, um histograma para durações e um medidor para valores que sobem e descem.
Verificação rápida
Você quer acompanhar a latência das requisições para poder ler o p99 posteriormente. Qual tipo de métrica do Prometheus é adequado?
Recapitulação
Você expôs um endpoint /metrics com prometheus_client, usando contadores e histogramas, além de rótulos. Agora, o Prometheus extrai números em tempo real do seu serviço de modelo. ✅
Aprenda Python com um tutor de IA — grátis
Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.
- Cursos
- 30
- Aulas
- 120
Perguntas Frequentes
A aula “Exponha métricas com Prometheus” é grátis?
Sim — o texto completo de “Exponha métricas com Prometheus” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de MLOps Academy, atualize para CoddyKit PRO. O curso de MLOps Academy inclui 4 aulas no total.
O que vou aprender em “Exponha métricas com Prometheus”?
Acompanhe a taxa de requisições, os erros e a duração. Você pratica MLOps Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar MLOps Academy?
Nenhuma experiência prévia é necessária. MLOps Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 2 de 4.
Quanto tempo leva a aula “Exponha métricas com Prometheus”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de MLOps Academy?
Sim. Cada aula de MLOps Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Registros estruturados para previsões
- Exponha métricas com Prometheus
- Crie um painel no Grafana
- Alarme sobre picos de latência e erros