直接安装 Pushgateway 并配置持久化与 Prometheus 抓取即可稳定汇聚批量任务监控数据，关键在于确保指标不丢、不混、可清理、能告警；推荐二进制部署，启用 --persistence.file 与 --persistence.interval 持久化，显式绑定监听地址，为每任务分配唯一 job+instance 标签，Prometheus 配置静态抓取且禁用 honor_labels，脚本内嵌推送逻辑并上报成功/失败指标。
直接安装 Pushgateway 并配置好持久化与 Prometheus 抓取，就能稳定汇聚批量任务的监控数据。关键不在“装上”，而在确保指标不丢、不混、可清理、能告警。
二进制部署 + 持久化保障
生产环境推荐用二进制方式部署，避免容器重启导致数据丢失：
- 下载最新版（如 v1.6.0）：wget https://github.com/prometheus/pushgateway/releases/download/v1.6.0/pushgateway-1.6.0.linux-amd64.tar.gz
- 解压并软链：tar xvf pushgateway-1.6.0.linux-amd64.tar.gz -C /opt && ln -s /opt/pushgateway-1.6.0.linux-amd64 /opt/pushgateway
- 必须启用持久化：启动时指定 --persistence.file=/opt/pushgateway/data 和 --persistence.interval=5m，否则服务重启后所有任务指标清零
- 监听地址建议显式绑定：--web.listen-address="0.0.0.0:9091"，方便跨网段推送
为每个批处理任务分配唯一 job+instance 标签
Pushgateway 不自动区分任务来源，全靠你推送时带的 URL 路径和标签来隔离数据：
Unified LLM Gateway - One API for 70+ AI models. Route to GPT, Claude, Gemini, Qwen, Deepseek, Grok and more
下载
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
- 推送命令示例：echo "script_duration_seconds{env=\"prod\",step=\"parse\"} 42.5" | curl --data-binary @- http://pushgw:9091/metrics/job/log_analyze/instance/server01
- job 名建议按业务或脚本名命名（如
log_analyze、backup_daily），避免所有任务都推到job=default - instance 推荐填执行机器 hostname 或 IP，便于定位失败节点
- 不要在不同任务间复用相同 job+instance 组合，否则后一次推送会覆盖前一次指标
Prometheus 主动拉取配置
在 prometheus.yml 中添加静态 target，指向 Pushgateway 的 /metrics 接口：
- 配置片段：
scrape_configs: - job_name: 'pushgateway' static_configs: - targets: ['pushgw-host:9091'] metrics_path: /metrics params: collect[]: [''] - 注意：不要加
honor_labels: true，否则 job/instance 标签会被覆盖；默认行为即可保留推送时携带的维度 - 抓取间隔设为 30s–1m 即可，比任务执行周期略短，确保及时采集
任务脚本内嵌推送逻辑（以 Shell 为例）
让每个批处理脚本在退出前主动上报结果，无需额外调度器：
- 记录开始时间、执行状态、耗时、处理行数等核心指标
- 用 echo 构造符合 Prometheus 文本格式的指标行（换行分隔多指标）
- 统一用 curl 推送，加上超时和重试（例如
curl -m 5 --retry 2 --data-binary @- http://.../metrics/job/xxx/instance/yyy） - 失败时也推送指标，例如：
script_success{reason="timeout"} 0，保证监控可观测性
