Предоставление метрик с помощью Prometheus
Отслеживайте частоту запросов, ошибки и длительность обработки
«Предоставление метрик с помощью Prometheus» — бесплатный урок MLOps Academy на CoddyKit. Это урок 2 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения MLOps Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс MLOps Academy содержит 4 уроков всего.
Части этого урока еще не переведены и отображаются на английском.
Logs vs Metrics
Logs tell the story of one request. Metrics are numbers aggregated over many requests, so you can see trends like rate and error count at a glance. 📈
Meet Prometheus
Prometheus is the standard tool for collecting these numbers. Your service exposes metrics, and Prometheus regularly reads them for you.
Pull, Not Push
Prometheus uses a pull model: it scrapes a metrics URL on your service every few seconds. Your job is just to expose that endpoint.
The Python Client
The prometheus_client library lets your Python service define and serve metrics with almost no boilerplate.
from prometheus_client import Counter, Histogram, start_http_serverA Counter Counts Up
A Counter only ever increases. It is perfect for totals like how many predictions your model has served since startup.
predictions = Counter("predictions_total", "Total predictions served")
predictions.inc()A Histogram Times Things
A Histogram records a distribution, ideal for request duration. It buckets values so you can later read p50 and p99 latency.
latency = Histogram("predict_seconds", "Prediction latency in seconds")
with latency.time():
model.predict(x)Labels Add Dimensions
Labels split one metric by category, like model version or status. Then you can compare error rates per version side by side.
errors = Counter("errors_total", "Errors", ["model"])
errors.labels(model="churn-v3").inc()Expose the /metrics Endpoint
Prometheus scrapes a path conventionally named /metrics. The client can serve it for you on its own port.
start_http_server(8000)
# metrics now live at http://localhost:8000/metricsWhat a Metric Looks Like
On that endpoint each metric is plain text: a name, optional labels, and a value. Prometheus reads this format on every scrape.
predictions_total 1423.0
predict_seconds_bucket{le="0.1"} 1390.0Configure the Scrape
Tell Prometheus where to look by adding your service as a target in its config. Then it pulls metrics on a fixed interval.
scrape_configs:
- job_name: model-api
static_configs:
- targets: ["model-api:8000"]Pick the Right Type
Rule of thumb: use a Counter for things that only grow, a Histogram for durations, and a Gauge for values that go up and down.
Quick Check
You want to track request latency so you can later read p99. Which Prometheus metric type fits?
Recap
You exposed a /metrics endpoint with prometheus_client, using Counters and Histograms plus labels. Prometheus now pulls live numbers from your model service. ✅
Часто задаваемые вопросы
Урок «Предоставление метрик с помощью Prometheus» бесплатный?
Да — полный текст урока «Предоставление метрик с помощью Prometheus» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс MLOps Academy, подпишись на CoddyKit PRO. Курс MLOps Academy содержит 4 уроков всего.
Чему я научусь в уроке «Предоставление метрик с помощью Prometheus»?
Отслеживайте частоту запросов, ошибки и длительность обработки Ты практикуешь MLOps Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать MLOps Academy?
Предыдущий опыт не требуется. MLOps Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 2 из 4.
Сколько времени занимает урок «Предоставление метрик с помощью Prometheus»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке MLOps Academy?
Да. Каждый урок MLOps Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Структурированные журналы для предсказаний
- Предоставление метрик с помощью Prometheus
- Создание панели мониторинга Grafana
- Оповещения о скачках задержки и ошибок