В Python можно отслеживать различные метрики, включая производительность, использование памяти, ошибки и логирование. **1. Производительность (время выполнения):** ``` import time start_time = time.time() # Код для измерения print(f"Время выполнения: {time.time() - start_time:.2f} сек") ``` **2. Использование памяти:** ``` import tracemalloc tracemalloc.start() # Код для анализа snapshot = tracemalloc.take_snapshot() for stat in snapshot.statistics('lineno')[:5]: print(stat) ``` **3. Логирование (logging):** ``` import logging logging.basicConfig(level=logging.INFO) logging.info("Сообщение для логов") ``` **4. Ошибки (exception tracking):** ``` try: # Код с возможной ошибкой except Exception as e: logging.error(f"Ошибка: {e}") ``` **5. Метрики приложений (Prometheus, StatsD):** ``` from prometheus_client import Counter, start_http_server request_count = Counter('requests_total', 'Total HTTP requests') request_count.inc() # Увеличиваем счетчик start_http_server(8000) # Запуск сервера метрик ``` Для сложных систем можно использовать **Datadog, New Relic, Sentry**.