Для мониторинга Python-приложений обычно используют комбинацию инструментов: - **Метрики** (Prometheus + Grafana) ``` from prometheus_client import start_http_server, Counter REQUEST_COUNT = Counter('requests_total', 'Total requests') @app.route('/') def index(): REQUEST_COUNT.inc() return "Hello" if __name__ == '__main__': start_http_server(8000) # Метрики на порту 8000 app.run() ``` - **Логи** (ELK Stack) Настройка логирования в Python: ``` import logging logging.basicConfig( level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s' ) ``` - **Трейсинг** (Jaeger/Zipkin) для распределенных систем - **Healthchecks** (Kubernetes probes, custom endpoints) - **Alerting** (Alertmanager, PagerDuty) Ключевые метрики: - Загрузка CPU/RAM - Latency/Error rate - Очереди задач (Celery/RQ) - БД: connection pool, slow queries Для облачных решений часто используют: - AWS CloudWatch - GCP Stackdriver - Azure Monitor Главное правило: мониторить не только инфраструктуру, но и бизнес-метрики.