你的 FastAPI 服务还缺一个监控仪表盘？Prometheus 一站式搞定

Michael阿明

发布于 2026-03-25 13:56:51

600

文章目录

Prometheus 简介
实践演示
总结

1. Prometheus 简介

Prometheus 是一款开源的系统监控和警报工具包。它具有以下特性：

多维数据模型：通过指标名称和键值对标签来标识时间序列数据
强大的查询语言 PromQL：允许用户实时选择和聚合时间序列数据
基于 HTTP 的拉取模式：通过 HTTP 协议定期从配置的目标拉取指标
支持推送时间序列：通过中间网关支持推送模式
多种图形和仪表板支持模式

2. 实践演示

以下通过一个 FastAPI 服务来举例说明

安装pip包

pip install fastapi uvicorn prometheus-client

编写一个简易的服务代码

from fastapi import FastAPI, Response  # 导入 FastAPI 应用类和 Response 用于自定义 HTTP 响应
from prometheus_client import generate_latest, CONTENT_TYPE_LATEST  # 生成 Prometheus 文本格式及内容类型常量
import time  # 用于记录和计算请求耗时
import random  # 用于模拟随机成功/失败的响应

app = FastAPI()  # 创建 FastAPI 应用实例

# 导入 Prometheus 指标类型：Counter（计数器），Histogram（直方图/分桶）
from prometheus_client import Counter, Histogram
REQUEST_COUNT = Counter('api_requests_total', 'Total API requests', ['status'])  # 总请求计数，带 status 标签区分成功/失败
REQUEST_DURATION = Histogram('api_request_duration_seconds', 'API request duration in seconds')  # 请求耗时直方图（秒）


@app.middleware("http")
async def add_prometheus_metrics(request, call_next):
    start = time.time()  # 记录请求开始时间（秒）
    response = await call_next(request)  # 调用下一个处理器，获取响应
    duration = time.time() - start  # 计算请求耗时
    REQUEST_DURATION.observe(duration)  # 将耗时记录到直方图中
    return response  # 返回响应


@app.get("/api/data")
async def get_data():
    success = random.choice([True, False])  # 随机决定成功或失败，模拟业务逻辑
    if success:
        REQUEST_COUNT.labels(status="success").inc()  # 成功计数加 1
        return {"code": 0, "msg": "success"}  # 返回成功的 JSON
    else:
        REQUEST_COUNT.labels(status="failure").inc()  # 失败计数加 1
        return {"code": 1, "msg": "failure"}  # 返回失败的 JSON

# ✅ 关键：正确暴露 /metrics 给 Prometheus 抓取
@app.get("/metrics")
async def metrics():
    return Response(
        content=generate_latest(),  # 生成当前所有指标的 prometheus 文本格式内容
        media_type=CONTENT_TYPE_LATEST  # 设置正确的 Content-Type，通常为 "text/plain; version=0.0.4"
    )

启动算法服务

 uvicorn fastapi_app:app --host 0.0.0.0 --port 8000

使用podman拉取镜像，跟docker类似

podman pull quay.io/prometheus/prometheus

编写监控配置

[user@MichaelMing ~]$ cat prometheus.yml

global:
  scrape_interval: 10s

scrape_configs:
  - job_name: 'fastapi_app'
    metrics_path: /metrics
    scheme: http
    static_configs:
      - targets: ['localhost:8000']  # ← 关键：用 localhost
rule_files:
  - 'alert.rules.yml'

报警配置：最近5分钟错误率超过30%，就会告警

[user@MichaelMing ~]$ cat alert.rules.yml

groups:
- name: api_alerts
  rules:
  - alert: HighErrorRate
    expr: rate(api_requests_total{status="failure"}[5m]) / rate(api_requests_total[5m]) > 0.3
    for: 1m
    labels:
      severity: critical
    annotations:
      summary: "High error rate on FastAPI API"
      description: "Error rate exceeded 30% in the last 5 minutes."

启动监控服务

podman run -d \
  --name prometheus \
  --network host \
  -v $(pwd)/prometheus.yml:/etc/prometheus/prometheus.yml \
  -v $(pwd)/alert.rules.yml:/etc/prometheus/alert.rules.yml \
quay.io/prometheus/prometheus

可以看到监控服务已经看到算法启动了 UP了