Prometheus默认缺失http_request_duration_seconds_count指标的配置求助

这些指标属于HTTP请求时长的Histogram类型指标，通常由应用的Prometheus客户端生成，找不到的核心原因要么是应用未生成/暴露指标，要么是Prometheus未正确配置抓取规则，以下是分步排查和配置方案：

1. 确认应用已生成并暴露指标 #

http_request_duration_seconds_count/sum/bucket这类指标需要应用通过Prometheus客户端库生成并暴露，不同技术栈的配置方式如下：

• Java/Spring Boot：
  引入依赖（Maven为例）：

  <dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
  </dependency>
  <dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
  </dependency>
  

  在application.properties中开启Prometheus端点：

  management.endpoints.web.exposure.include=prometheus
  management.metrics.tags.application=your-app-name
  

• Go：
  使用promhttp库暴露指标，确保默认HTTP采集器被注册：

  import (
    "net/http"
    "github.com/prometheus/client_golang/prometheus/promhttp"
  )
  
  func main() {
    // 注册默认的HTTP请求时长指标
    http.Handle("/metrics", promhttp.Handler())
    http.ListenAndServe(":8080", nil)
  }
  

• Python：
  使用prometheus-client库，若框架未自动集成，需手动定义Histogram指标：

  from prometheus_client import start_http_server, Histogram
  import time
  
  REQUEST_DURATION = Histogram('http_request_duration_seconds', 'HTTP request duration in seconds')
  
  @REQUEST_DURATION.time()
  def handle_request():
      time.sleep(0.1)
  
  if __name__ == '__main__':
      start_http_server(8000)
      while True:
          handle_request()
  

验证：直接访问应用的/metrics端点（如http://your-app-ip:port/metrics），搜索是否存在目标指标。若没有，优先解决应用端的指标生成问题。

2. 配置Prometheus抓取目标 #

确保Prometheus配置文件（通常为prometheus.yml）中添加了目标命名空间下的应用作为抓取源：

Kubernetes环境（自动发现Pod） #

scrape_configs:
  - job_name: 'namespace-apps-monitor'
    kubernetes_sd_configs:
      - role: pod
        namespaces:
          names: ['your-target-namespace'] # 替换为你的目标命名空间
    relabel_configs:
      # 仅抓取带有Prometheus注解的Pod
      - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_scrape]
        action: keep
        regex: true
      # 从注解中获取指标端口
      - source_labels: [__meta_kubernetes_pod_annotation_prometheus_io_port]
        action: replace
        target_label: __address__
        regex: ([^:]+)(?::\d+)?;(\d+)
        replacement: $1:$2
      # 添加命名空间标签，方便后续过滤
      - source_labels: [__meta_kubernetes_namespace]
        action: replace
        target_label: kubernetes_namespace

静态目标（非Kubernetes环境） #

scrape_configs:
  - job_name: 'namespace-apps-monitor'
    static_configs:
      - targets: ['app-1:8080', 'app-2:8080'] # 替换为你的应用地址和端口
    labels:
      kubernetes_namespace: 'your-target-namespace' # 标记目标命名空间

配置完成后重启Prometheus，在http://prometheus-ip:9090/targets页面检查该job的抓取状态是否为UP。

3. 验证Prometheus采集状态 #

在Prometheus表达式浏览器（http://prometheus-ip:9090/graph）中执行查询：

http_request_duration_seconds_count{kubernetes_namespace="your-target-namespace"}

若返回结果，说明采集成功；若仍无结果，排查以下点：

• 应用/metrics端点是否能被Prometheus所在网络访问（如Kubernetes网络策略是否限制）
• 检查scrape_interval配置，等待一个采集周期后重试
• 确认指标名称是否被自定义（如Spring Boot中修改了management.metrics.web.server.request.metric-name配置，指标名会变更）

4. 在Grafana中使用指标 #

采集成功后，可在Grafana中创建面板实现API监控：

• QPS统计：rate(http_request_duration_seconds_count[1m])
• 平均响应时间：rate(http_request_duration_seconds_sum[1m]) / rate(http_request_duration_seconds_count[1m])
• 95分位响应时间：histogram_quantile(0.95, sum(rate(http_request_duration_seconds_bucket[1m])) by (le, kubernetes_namespace, endpoint))

内容的提问来源于stack exchange，提问作者ziv ziv