为Python代码添加Prometheus指标：优化执行时长统计及异常捕获

1. 简化核心逻辑，消除冗余代码 #

原代码中end变量重复赋值、status初始化冗余，可直接在finally块统一计算耗时，同时缩小异常捕获范围（避免捕获所有系统级异常）：

import time
from botocore.exceptions import ClientError

def async_load_one(self, result, **fields):
    start = time.perf_counter()  # 用perf_counter提升计时精度，不受系统时间影响
    status = "ok"
    try:
        result.set(self.table.query(**fields))
    except ClientError as e:  # 仅捕获DynamoDB相关业务异常
        result.set_exception(e)
        status = "error"
    finally:
        elapsed = time.perf_counter() - start
        DYNAMO_ACCESS_DURATION.labels(
            operation="load_one",
            status=status
        ).observe(elapsed)

2. 封装可复用的指标逻辑 #

如果有多个类似的数据库操作函数，重复编写计时代码会导致冗余。可以用异步上下文管理器封装Prometheus指标逻辑，实现跨函数复用：

class DynamoDBMetricTimer:
    def __init__(self, metric, operation, table_name):
        self.metric = metric
        self.operation = operation
        self.table_name = table_name
        self.status = "ok"
        self.start_time = None

    async def __aenter__(self):
        self.start_time = time.perf_counter()
        return self

    async def __aexit__(self, exc_type, exc_val, exc_tb):
        # 仅捕获目标业务异常时标记为error
        if exc_type is not None and issubclass(exc_type, ClientError):
            self.status = "error"
        elapsed = time.perf_counter() - self.start_time
        self.metric.labels(
            operation=self.operation,
            status=self.status,
            table_name=self.table_name  # 新增表名标签，提升可观测性
        ).observe(elapsed)

# 使用示例
async def async_load_one(self, result, **fields):
    async with DynamoDBMetricTimer(DYNAMO_ACCESS_DURATION, "load_one", self.table.name):
        try:
            result.set(self.table.query(**fields))
        except ClientError as e:
            result.set_exception(e)
            raise  # 保留异常冒泡，让上层处理业务逻辑

3. 额外优化建议 #

• 增强指标维度：添加table_name标签，区分不同表的操作性能，方便定位慢查询或异常表。
• 避免过度捕获异常：不要捕获所有Exception，只捕获业务相关的异常类型（如DynamoDB的ClientError），防止掩盖系统级异常（如KeyboardInterrupt）。
• 异步场景计时：始终用time.perf_counter()替代time.time()，前者专为短时间间隔测量设计，精度更高且不受系统时间调整影响。

内容的提问来源于stack exchange，提问作者Mario Chapa