Prometheus自定义指标实现方案:技术选型与实战评估

前言

Prometheus 是一款云原生监控解决方案，核心功能包括指标采集、存储、查询和告警。其设计定位是云原生环境下的可观测性平台，通过拉取模型获取目标服务的指标数据。核心技术特点：基于 HTTP 的指标暴露接口、PromQL 查询语言、时间序列数据库存储、Alertmanager 告警通知。

适用场景：需要自建监控系统的中大型团队、云原生架构下的微服务监控、对数据隐私和定制化有较高要求的内部系统。不适用场景：资源受限的单机环境、依赖云厂商一站式监控服务的团队、缺乏运维能力的初创公司。

本文通过 Python prometheus_client 库实现三种级别的自定义指标监控，包括静态值、动态文件读取、目录文件计数。实战涉及 Exporter 开发、Prometheus 配置、告警规则设置三个环节，整体耗时约 2 小时完成全流程搭建。

1.配置自定义参数监控（入门）

😎场景

想监控一个自定义业务指标，比如：

"当前系统中待处理的任务数量"

1.1 下载必要工具

建立一个专门为研究"自定义参数"的目录：

shell 复制代码

mkdir /ceshi

验证是否有python，我这里使用的是python3：

shell 复制代码

python3 --version
python3 -c "import prometheus_client; print('OK')"

若是没有，可以先执行这两条命令：

shell 复制代码

sudo yum install epel-release -y
sudo yum install python3-pip -y

从Python官方软件仓库下载并安装prometheus_client这个第三方库：

shell 复制代码

pip install prometheus_client

1.2 创建自定义Exporter

编写一个暴露自定义指标的Web服务（Exporter）:

shell 复制代码

vi my_app.py

shell 复制代码

# -*- coding: utf-8 -*-
from prometheus_client import start_http_server, Gauge
import time

pending_tasks = Gauge('app_pending_tasks', 'Number of pending tasks in the system')

def update_metrics():
    pending_tasks.set(42)

if __name__ == '__main__':
    start_http_server(8001)  # ← 改成 8001 或其他端口
    print("Metrics server running on http://localhost:8001/metrics")
    while True:
        update_metrics()
        time.sleep(10)

1.3 运行Exporter

运行这个服务:

shell 复制代码

python my_app.py

访问 http://ip:8001/metrics，你会看到：

shell 复制代码

# HELP app_pending_tasks Number of pending tasks in the system
# TYPE app_pending_tasks gauge
app_pending_tasks 42.0

这是prometheus可以识别到的格式：

1.4 配置prometheus

找prometheus安装目录，修改配置文件：

shell 复制代码

vi prometheus.yml

添加下面信息：

shell 复制代码

  - job_name: 'my-app'
    static_configs:
      - targets: ['localhost:8001']

保存退出后，重启prometheus服务：

shell 复制代码

systemctl restart prometheus

打开 Prometheus Web UI（通常是 http://ip:9090），搜索：

shell 复制代码

app_pending_tasks

就能看到值 42，并可做告警、绘图等操作。

2.配置自定义参数监控（进阶）

用Prometheus监控你主机上某个动态变化的自定义参数（不是固定值），当它超过阈值时，通过Alertmanager发出告警。

2.1 场景介绍

😎场景示例：监控"待处理任务数"（动态变化）

假设你的业务系统会不断产生任务：

存放在 /tmp/pending_tasks.txt 文件中，内容是一个数字（如 42）。这个数字每分钟可能变化。

你希望：

当pending_tasks > 50持续2分钟 → 触发告警；

😎整体架构

shell 复制代码

[你的脚本] 
   ↓ (暴露 /metrics)
[Prometheus] ← 抓取指标
   ↓ (评估规则)
[Alertmanager] ← 发送告警
   ↓
[你收到通知]

2.2 创建自定义Exporter

创建/tmp/pending_tasks.txt文件：

shell 复制代码

echo 42 > /tmp/pending_tasks.txt

创建文件task_exporter.py：

shell 复制代码

# -*- coding: utf-8 -*-
from prometheus_client import start_http_server, Gauge
import time
import os

# 定义指标
pending_tasks = Gauge('app_pending_tasks', 'Number of pending tasks from /tmp/pending_tasks.txt')

def read_pending_tasks():
    """从文件读取当前待处理任务数"""
    try:
        with open('/tmp/pending_tasks.txt', 'r') as f:
            value = int(f.read().strip())
            return value
    except Exception as e:
        print(f"Error reading file: {e}")
        return 0  # 文件不存在或格式错误时返回 0

def update_metrics():
    count = read_pending_tasks()
    pending_tasks.set(count)
    print(f"Updated pending_tasks = {count}")

if __name__ == '__main__':
    start_http_server(8002)
    print("Task Exporter running on :8002/metrics")
    while True:
        update_metrics()
        time.sleep(15)  # 每15秒更新一次

2.3 运行Exporter

执行命令：

shell 复制代码

python3 task_exporter.py &

验证指标：

shell 复制代码

# 先模拟数据
echo 60 > /tmp/pending_tasks.txt

# 查看指标
curl http://localhost:9100/metrics | grep app_pending_tasks

访问 http://ip:8002/metrics，你会看到：

shell 复制代码

app_pending_tasks 60.0

2.4 配置Prometheus抓取及告警

编辑prometheus.yml：

shell 复制代码

  - job_name: 'task'
    static_configs:
      - targets: ['localhost:8002']

创建告警文件：

shell 复制代码

vi alert_rules.yml

shell 复制代码

groups:
- name: task_alerts
  rules:
  - alert: HighPendingTasks
    expr: app_pending_tasks > 50
    for: 2m                # 持续 2 分钟超过 50 才触发
    labels:
      severity: warning
    annotations:
      summary: "待处理任务过多"
      description: "当前待处理任务数为 {{ $value }}，超过阈值 50"

配置prometheus添加告警文件：

保存退出后，重启prometheus服务：

shell 复制代码

systemctl restart prometheus

打开 Prometheus Web UI（通常是 http://ip:9090），前面我们编辑的文件是60，系统识别到比50大，所以一直在告警：

3.配置自定义参数监控（高级）

3.1 场景介绍

监控指定目录下"积压文件数量"并告警：

😎你的系统有一个数据处理流程：

外部程序不断向 /data/incoming/ 目录写入新文件（如 .json、.csv）；
另一个消费者程序会读取并处理这些文件，处理完后移动到 /data/archived/；
如果消费者挂了或变慢，/data/incoming/ 中的文件会不断堆积。

😎你希望：

实时监控 /data/incoming/ 目录下的待处理文件数量；
当文件数 > 100持续5分钟 → 触发告警；
告警信息包含当前文件数和目录路径。
这个指标的特点：动态变化（随业务实时增减）；
非系统指标（CPU/内存等无法反映此问题）；
高业务价值（直接反映数据处理是否健康）；
可扩展（可监控多个目录、按文件类型过滤等）。

3.2 创建自定义Exporter

创建文件file_queue_exporter.py：

shell 复制代码

# -*- coding: utf-8 -*-
# file_queue_exporter.py
from prometheus_client import start_http_server, Gauge
import os
import time
import glob

# 自定义指标：带标签（directory）
pending_files = Gauge(
    'file_queue_pending_count',
    'Number of pending files in a directory',
    ['directory']
)

# 要监控的目录列表（可扩展）
WATCHED_DIRS = [
    "/data/incoming",
    "/logs/upload_queue"
]

def count_pending_files():
    for dir_path in WATCHED_DIRS:
        if not os.path.exists(dir_path):
            count = 0
        else:
            # 只统计普通文件（不含子目录）
            files = [f for f in glob.glob(os.path.join(dir_path, "*")) if os.path.isfile(f)]
            count = len(files)
        pending_files.labels(directory=dir_path).set(count)
        print(f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] {dir_path} → {count} files")

if __name__ == '__main__':
    start_http_server(8003)
    print("File Queue Exporter running on :8003/metrics")
    while True:
        count_pending_files()
        time.sleep(30)  # 每30秒采集一次

3.3 运行Exporter

创建/data/incoming文件并启动脚本：

shell 复制代码

mkdir -p /data/incoming /logs/upload_queue    python3 file_queue_exporter.py &

3.4 配置prometheus监控

进入prometheus配置文件：

shell 复制代码

  - job_name: 'file'
    static_configs:
      - targets: ['localhost:8003']

3.5 配置alertmanager告警

编写告警文件：

shell 复制代码

groups:
- name: file-queue-alerts
  rules:
  - alert: HighFileQueuePending
    expr: file_queue_pending_count{directory="/data/incoming"} > 100
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "待处理文件积压过多"
      description: "目录 {{ $labels.directory }} 中有 {{ $value | printf \"%.0f\" }} 个待处理文件，超过阈值 100"

把告警规则加入到prometheus监控中：

如图所示，加入指定位置：

重启prometheus服务：

shell 复制代码

systemctl restart prometheus
systemctl status prometheus

打开 Prometheus Web UI（通常是 http://ip:9090），可以看到告警规则了。

3.6 模拟积压

确保目标目录已创建：

shell 复制代码

ls /data/incoming

生成 150 个测试文件：

使用Shell循环快速创建一批 .json 文件，模拟数据流入：

shell 复制代码

for i in {1..150}; do 
    touch /data/incoming/data_${i}.json
done

使用命令查看是否成功：

shell 复制代码

ls -l /data/incoming

运行以下命令检查Prometheus指标是否已更新：

shell 复制代码

curl http://localhost:8003/metrics | grep file_queue_pending_count

打开 Prometheus Web UI（通常是 http://ip:9090），我们可以看到已经告警（默认大于100就告警）。

那么我们整个过程就暂时结束啦，过程还是很有趣的，那么我现在有一个问题，倘若我们想在家里监控公司的自定义参数，我们如何监控到呢？

别急，cpolar来解决你这个问题！

4.安装cpolar实现随时随地开发

cpolar 可以将你本地电脑中的服务（如 SSH、Web、数据库）映射到公网。即使你在家里或外出时，也可以通过公网地址连接回本地运行的开发环境。

❤️以下是安装cpolar步骤：

使用一键脚本安装命令：

shell 复制代码

sudo curl https://get.cpolar.sh | sh

安装完成后，执行下方命令查看cpolar服务状态：（如图所示即为正常启动）

shell 复制代码

sudo systemctl status cpolar

Cpolar安装和成功启动服务后，在浏览器上输入虚拟机主机IP加9200端口即:【http://192.168.42.101:9200】访问Cpolar管理界面，使用Cpolar官网注册的账号登录,登录后即可看到cpolar web 配置界面,接下来在web 界面配置即可：

打开浏览器访问本地9200端口，使用cpolar账户密码登录即可,登录后即可对隧道进行管理。

5.配置公网地址

本文使用8001端口测试。

登录cpolar web UI管理界面后,点击左侧仪表盘的隧道管理------创建隧道：

隧道名称：可自定义，本例使用了:ceshi，注意不要与已有的隧道名称重复
协议：http
本地地址：8001
域名类型：随机域名
地区：选择China Top

点击创建：

创建成功后，打开左侧在线隧道列表,可以看到刚刚通过创建隧道生成了公网地址，接下来就可以在其他电脑或者移动端设备（异地）上，使用地址访问。

这回，我们在prometheus配置文件下，配置监控公网地址：

shell 复制代码

  - job_name: 'my-app'
    static_configs:
      - targets: ['e0950bc.r2.cpolar.top']

监控成功：

6.保留固定公网地址

使用cpolar为其配置二级子域名，该地址为固定地址，不会随机变化。

点击左侧的预留，选择保留二级子域名，地区选择china top，然后设置一个二级子域名名称，我这里演示使用的是ceshii，大家可以自定义。填写备注信息，点击保留。

登录cpolar web UI管理界面，点击左侧仪表盘的隧道管理------隧道列表，找到所要配置的隧道prometheus，点击右侧的编辑。

修改隧道信息，将保留成功的二级子域名配置到隧道中

域名类型：选择二级子域名
Sub Domain：填写保留成功的二级子域名
地区: China Top

点击更新

更新完成后，打开在线隧道列表，此时可以看到随机的公网地址已经发生变化，地址名称也变成了保留和固定的二级子域名名称。

最后，我们使用固定的公网地址在任意设备的浏览器中访问，可以看到成功访问本地部署的页面，这样一个永久不会变化的二级子域名公网网址即设置好了。

这样，我们就可以随时随地监控，不用担心，在家无法监控设备！

总结

Prometheus 自定义指标方案的优势在于灵活性高，可以监控任何程序可读取的数据，比如业务队列长度、API 成功率、数据库待处理任务数等系统指标无法覆盖的场景。配合 Alertmanager，可以实现精准的阈值告警，满足实际运维需求。

局限方面，Exporter 需要自己开发和维护，对开发能力有一定要求；另外，指标数据采集频率受Exporter 轮询间隔限制，难以做到毫秒级实时性；内网访问还需要借助 cpolar 等工具穿透，增加了架构复杂度。

这套方案适合有开发能力的团队使用。至于是否采用，看你是否有自定义指标需求以及是否愿意投入开发和维护成本。在这里插入代码片