Prometheus Flask exporter使用示例

1、基本介绍

prometheus-flask-exporter该库提供flask应用的http请求度量，可以导出数据到Prometheus，它还可以使用方便的函数跟踪方法调用。

2、安装

参考官网说明：prometheus-flask-exporter · PyPI

pip3 install prometheus-flask-exporter

3、完整的示例

如果直接看官网说明，你可能会觉得一下子不太好理解，下面我们基于一个完整的示例来看下，效果图：

代码完整示例参考：（prometheus_flask_exporter/examples/sample-signals/）prometheus_flask_exporter/examples/sample-signals at master · rycus86/prometheus_flask_exporter · GitHubPrometheus exporter for Flask applications. Contribute to rycus86/prometheus_flask_exporter development by creating an account on GitHub.https://github.com/rycus86/prometheus_flask_exporter/tree/master/examples/sample-signals

进入对应代码目录：

cd ./prometheus_flask_exporter-master/examples/sample-signals

看下目录结构，其实也比较清晰。

$ tree
.
├── README.md
├── app                            # flask的在线服务
│   ├── Dockerfile
│   ├── app.py
│   └── requirements.txt
├── dashboard.png
├── docker-compose.yml             # docker-compose启动文件
├── generator                      # 模拟访问flask在线服务接口
│   ├── Dockerfile
│   ├── generate_events.py
│   └── requirements.txt
├── grafana                        # grafana可视化配置
│   ├── config.ini
│   ├── dashboard.yaml
│   ├── dashboards
│   │   └── example.json
│   └── datasource.yaml
└── prometheus                     # prometheus配置（推拉数据配置）
    └── config.yml

废话不多说 ，我们直接启动所有的服务，为了方便，我们直接使用Mac笔记本本地的docker启动：

# 在./examples/sample-signals目录，执行如下命令
docker-compose up -d

正常情况下，我们从启动日志可以看到，先通过本地对应目录的Dockerfile制作了2个镜像：sample-signals_app、sample-signals_generator，然后从远程拉取了2个官方镜像：grafana/grafana、prom/prometheus，从docker images命令其实也可以看到这4个镜像：

$ docker images
REPOSITORY                  TAG       IMAGE ID       CREATED          SIZE
......

sample-signals_generator    latest    3b6b2676efdf   53 minutes ago   54.4MB
sample-signals_app          latest    65762cc8002b   54 minutes ago   56.7MB

......

grafana/grafana             5.1.0     ed6c9eb28b01   4 years ago      238MB
prom/prometheus             v2.2.1    cc866859f8df   4 years ago      113MB

......

接下来，我们看看这几个镜像的运行状态情况：

 最后通过本地浏览器打开：http://localhost:3000/d/_eX4mpl3，预期效果如上文的示例图，主要统计了9种场景的数据（./​sample-signals/grafana/dashboards/example.json），指标详细说明参考：README.md

到这里，只能说有一个感官的认识，具体的细节还需要下面多花时间研究 。