直接在 asyncio.run() 中启动 start_http_server() 会因阻塞主线程、抢占事件循环导致应用无响应或 RuntimeError；正确做法是使用 make_asgi_app()（v0.16+）返回 ASGI 应用并挂载，或采用 starlette_exporter 等 ASGI 兼容方案。
直接用 prometheus_client 暴露指标端点，配合异步框架的生命周期管理，就能跑起来；但不处理事件循环绑定和并发计数器竞争，指标会不准甚至崩溃。
为什么不能直接在 asyncio.run() 里启动 start_http_server()
start_http_server() 是阻塞式 HTTP 服务器，会抢占主线程、阻断事件循环。在 FastAPI 或 Starlette 中硬塞它，会导致应用无法响应请求，或者抛出 RuntimeError: asyncio.run() cannot be called from a running event loop。
- 正确做法是用
ASGI兼容的中间件或独立异步 HTTP 服务（如starlette_exporter） - 若坚持用
prometheus_client，得改用make_asgi_app()（v0.16+）返回 ASGI app，再挂载到主路由下 - 旧版本（make_asgi_app()，必须换库或自己写一个轻量 ASGI handler
FastAPI 里注册 Prometheus 中间件的典型陷阱
很多人直接把 starlette_exporter 的 MetricsMiddleware 加进 app.add_middleware()，却发现 http_requests_total 计数翻倍、延迟指标偏高。
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 默认会统计所有路径，包括
/metrics自身——每次拉指标都触发一次计数，形成自增循环 - 解决方法：设置
filter_unhandled_paths=True，并显式排除/metrics路径 - 若用了
BaseHTTPMiddleware自定义中间件，注意它和MetricsMiddleware的执行顺序：后者应在最外层，否则可能漏掉异常路径 - 并发请求下，
Counter类型安全，但自定义Gauge若在协程中非原子更新（比如先读再写），会产生竞态——应改用asyncio.Lock或改用Summary统计耗时
如何让 Prometheus 正确抓取异步任务的运行时指标
Web 请求指标容易做，但后台任务（如 asyncio.create_task() 启动的定时清理）的活跃数、执行时长、失败次数，需要手动打点，且不能依赖全局事件循环状态。
立即学习“Python免费学习笔记（深入）”；
- 用
prometheus_client.Gauge('task_active', 'Active background tasks')，配合task.add_done_callback()增减数值 - 避免在 task 内部直接调用
gauge.set(1)—— 任务 cancel 后回调可能失效，应统一由任务启动/结束处管理 - 对长时间运行的协程，用
Summary记录单次执行耗时：task_duration = Summary('task_execution_seconds', 'Time spent in background task', ['name'])，并在try/except/finally中打点 - 别用
time.time()手动算耗时——asyncio 中可能被 await 切走，应改用asyncio.get_event_loop().time()
异步框架里指标采集的关键不是“有没有”，而是“谁在什么时候改了哪个指标”。Prometheus 本身不关心协程，但你的打点逻辑必须跟事件循环节奏对齐，否则看到的数字只是幻觉。
