多进程Python服务Prometheus Gauge指标Grafana可视化问题

1. Gauge是否适合可上下波动的浮点数值？ #

完全适合。Gauge类型的核心用途就是表示可任意增减的数值，比如比率、使用率、温度这类会上下波动的场景，完美匹配你的需求。而Counter仅适用于单调递增的计数类指标（如请求次数），显然不符合你的场景。

2. 如何实现仅在指标更新时显示数据点的正确可视化？ #

针对你遇到的两个问题，分方案解决：

问题1：去除PID标签影响，合并逻辑相同的指标序列 #

多进程模式下prometheus-client默认会给每个进程的指标添加pid标签，导致Grafana将同一业务指标识别为多条独立序列。有两种解决方式：

方式一：通过PromQL聚合（无需修改代码）

使用聚合函数抽象掉pid标签，保留业务关心的维度：

• 带some_id标签的指标：

  sum(parse_ratio_gauge) by (some_id)
  

  （若同一some_id对应多进程数值需合并用sum，仅需最新值则改用last）
• 无业务标签的指标：

  sum(parse_ratio_gauge_2) without (pid)
  

方式二：修改代码全局共享指标（彻底消除PID标签）

若无需跟踪单个进程的指标，可调整Metrics初始化逻辑，让指标在多进程间共享（比如使用共享内存），但此方式需要额外配置，推荐优先使用PromQL聚合方案。

问题2：仅显示指标更新的时间点，避免恒定直线 #

Prometheus周期性抓取会存储重复的未变化值，导致Grafana显示平直线。通过PromQL过滤出值发生变化的时间点：

针对聚合后的单序列

parse_ratio_gauge_aggregated unless changes(parse_ratio_gauge_aggregated[1m]) == 0

其中1m需与Prometheus的scrape_interval保持一致，该查询仅保留最近1分钟内数值发生变化的时间点。

针对带标签的序列

sum(parse_ratio_gauge) by (some_id) unless changes(sum(parse_ratio_gauge) by (some_id)[1m]) == 0

Grafana可视化补充优化 #

• 将图表类型切换为Points（点图），更直观展示离散的更新点
• 在面板的「Transform」选项中添加「Filter by value」规则，过滤掉与前一个值相同的数据点

内容的提问来源于stack exchange，提问作者jerelev