必须用 pull 模式暴露 /metrics 端点，禁用 pushgateway 作主链路；后者仅适用于短周期任务，长期服务使用会导致指标陈旧、无实例维度、推送失败不可追溯、多副本覆盖等问题。
直接上结论：在生产环境用 Prometheus 监控 Python 应用，**必须走 Pull 模式暴露 /metrics 端点，禁用 PushGateway 作为主链路**。PushGateway 只适用于短生命周期任务（如 cron 脚本），长期运行的 Python 服务若用它，会导致指标陈旧、标签混乱、无法关联实例生命周期，运维排查时极易误判。
为什么不能把 PushGateway 当主力？
PushGateway 的设计初衷是“临时中转”，不是“长期指标存储”。生产环境中常见踩坑点：
- 同一 job 名下多次推送，
counter类型指标不会重置，导致累计值失真（例如http_requests_total越推越大，实际只运行了 5 分钟） - 没有实例维度信息（
instance标签），Prometheus 抓取时无法区分是哪台机器、哪个进程——而up{job="myapp"}永远是 1，哪怕进程已崩溃 - 推送失败无重试机制，网络抖动一次，那分钟的指标就彻底丢失，且不可追溯
- 多个副本部署时，各实例往同一个 PushGateway 推送，指标互相覆盖，根本分不清谁是谁
正确做法：用 prometheus-client 暴露 HTTP 端点
让 Python 应用自己启动一个轻量 HTTP Server，监听 /metrics，Prometheus 定期来拉。这是云原生场景的标准实践。
关键实操要点：
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
- 使用
start_http_server(port=8000)，不要用make_wsgi_app()配合复杂 Web 框架——除非你已有成熟 WSGI 流程且能确保/metrics路由不被中间件干扰 - 端口必须固定（如 8000），不能随进程随机分配；Kubernetes 中需在
container.ports显式声明，并通过prometheus.io/port: "8000"注解暴露 - 避免在主线程阻塞式启动 server；推荐用
threading.Thread(daemon=True)启动，或集成进异步框架（如 FastAPI 的app.add_route("/metrics", metrics_handler)） - 务必设置
registry实例隔离：多进程部署时，每个进程应有自己的CollectorRegistry()，否则指标会跨进程污染
指标类型选错 = 白监控
Python 客户端支持四种核心指标，但生产中误用极多：
-
Counter：只增不减，适合累计类，如request_total、error_count；切勿用于耗时、内存等瞬时值 -
Gauge：可增可减，适合瞬时状态，如memory_bytes、queue_length；注意：它不自动采集，必须在业务逻辑中主动.set()或.inc() -
Histogram：按 bucket 统计分布，适合延迟（request_duration_seconds）；别手写 bucket 边界，用默认buckets=(.005, .01, .025, .05, .1, .25, .5, 1, 2.5, 5, 10) -
Summary：计算分位数（如 p95），但需要客户端维护滑动窗口，内存开销大；生产环境优先用 Histogram +histogram_quantile()PromQL 计算，更稳定可控
抓取配置里最容易漏掉的三个参数
Prometheus 的 scrape_configs 不只是填个地址那么简单：
-
honor_labels: true：必须开启。否则应用自己打的job、instance标签会被 Prometheus 覆盖，导致 Grafana 里查不到真实服务名 -
sample_limit: 10000：防止单个应用暴露过多指标拖垮 Prometheus；Python 应用若用process_collector+platform_collector+ 自定义指标，很容易超限 -
metric_relabel_configs中加一条：- source_labels: [__name__] regex: "python_.*" action: drop—— 屏蔽 Python 客户端自带的运行时指标（如python_gc_objects_collected_total），它们对业务诊断价值低，却占大量存储和查询资源
最后强调一点：所有指标的 label 值必须是静态或强约束的，禁止把用户 ID、请求路径、错误堆栈这种高基数字段塞进 label。一个 path="/user/{id}" 就能让 Prometheus 内存暴涨，这是线上事故高频原因。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
