如何用Prometheus+Python采集不同Docker容器的自定义指标？

核心思路很直接：先让你的非FastAPI应用把自定义指标通过HTTP端点暴露出来，再给Prometheus配置新增一个采集作业，只抓取你需要的自定义指标，过滤掉无关的系统指标。

第一步：让非FastAPI容器暴露自定义指标 #

如果你的目标应用（比如普通Python脚本、Go服务、Shell驱动的任务等）还没做指标暴露：

• 选轻量的客户端库：Python用prometheus-client，Go用官方的prometheus/client_golang，其他语言也有对应的Prometheus适配库
• 在应用里定义好自定义指标（计数器、Gauge、直方图都行），再启动一个极简HTTP服务提供/metrics端点
  举个Python极简示例：

  from prometheus_client import start_http_server, Counter
  
  # 自定义计数器：统计非FastAPI应用的任务处理次数
  custom_task_processed_total = Counter('custom_task_processed_total', 'Total tasks processed by non-FastAPI app')
  
  def run_business_task():
      # 你的业务逻辑代码
      custom_task_processed_total.inc()
  
  if __name__ == '__main__':
      # 启动HTTP服务，端口选不冲突的，比如9091
      start_http_server(9091)
      # 模拟业务循环
      while True:
          run_business_task()
  

• 部署容器时，确保暴露的端口（如9091）在Docker网络里能被Prometheus访问——可以用Docker Compose同网络、端口映射，或者K8s服务发现（对应环境）

第二步：修改Prometheus配置，新增采集作业 #

打开Prometheus配置文件（通常是prometheus.yml），在scrape_configs下新增专门的采集作业，只保留你需要的自定义指标：

scrape_configs:
  # 原FastAPI应用的采集配置
  - job_name: 'fastapi_app'
    static_configs:
      - targets: ['fastapi-service:8000'] # 替换为你的FastAPI容器地址/端口

  # 新增的非FastAPI自定义指标采集作业
  - job_name: 'custom_non_fastapi_job'
    static_configs:
      - targets: ['custom-app-service:9091'] # 替换为你的自定义应用容器地址/端口
    # 过滤非自定义指标，只保留指定项
    metric_relabel_configs:
      - source_labels: [__name__]
        regex: 'custom_task_processed_total|custom_queue_size' # 替换为你的自定义指标名，多指标用|分隔
        # 也可以用前缀匹配所有自定义指标：regex: 'custom_.*'
        action: keep

• metric_relabel_configs是关键：采集后会过滤掉不符合正则的指标，直接剔除系统默认指标（比如Python的process_*系列）

第三步：验证配置并生效 #

• 检查配置语法：Docker部署的话运行docker exec <prometheus-container-name> promtool check config /etc/prometheus/prometheus.yml，直接部署的话用promtool check config prometheus.yml
• 重启Prometheus容器，让新配置生效
• 打开Prometheus UI（默认http://<prometheus-ip>:9090），在Targets页确认新作业状态为UP，再到Graph页搜索自定义指标，确认数据正常采集

内容的提问来源于stack exchange，提问作者Alex Poloz