在KubeRay中为VLLM服务添加Prometheus监控指标

在Kuberay项目中部署VLLM服务时，监控指标的收集是一个重要但容易被忽视的环节。本文将详细介绍如何为基于KubeRay的VLLM服务添加Prometheus监控支持。

监控指标的重要性

在生产环境中，实时监控服务的运行状态至关重要。对于VLLM这样的大语言模型推理服务，我们需要监控包括请求延迟、吞吐量、GPU利用率等关键指标，以便及时发现性能瓶颈和潜在问题。

实现方案分析

原问题中提到的解决方案是通过FastAPI路由暴露/metrics端点来提供Prometheus格式的监控数据。这种方法的核心在于：

1. 使用prometheus_client库提供的ASGI中间件
2. 支持多进程环境下的指标收集
3. 自动处理Prometheus的多进程目录配置

技术实现细节

多进程支持

VLLM服务通常会运行多个工作进程以提高吞吐量。Prometheus客户端库提供了multiprocess模块来支持多进程环境下的指标聚合。关键点在于：

• 设置PROMETHEUS_MULTIPROC_DIR环境变量指定共享目录
• 使用MultiProcessCollector聚合各进程的指标

代码实现优化

原始代码可以进一步优化，使其更加健壮和可维护：

from fastapi import APIRouter
from prometheus_client import CollectorRegistry, make_asgi_app, multiprocess
import os
import logging

logger = logging.getLogger(__name__)

class MetricsEndpoint:
    def __init__(self):
        self.router = APIRouter()
        self.router.add_api_route("/metrics", self.metrics, methods=["GET"])
    
    async def metrics(self):
        """暴露Prometheus格式的监控指标"""
        registry = CollectorRegistry()
        
        # 检查是否配置了多进程目录
        multiproc_dir = os.getenv("PROMETHEUS_MULTIPROC_DIR")
        if multiproc_dir:
            logger.info("使用多进程模式收集指标，目录: %s", multiproc_dir)
            multiprocess.MultiProcessCollector(registry)
        else:
            logger.warning("未配置PROMETHEUS_MULTIPROC_DIR，使用单进程模式")
        
        return make_asgi_app(registry=registry)

部署注意事项

在KubeRay中部署时，需要确保：

1. 在RayService配置中正确设置PROMETHEUS_MULTIPROC_DIR环境变量
2. 该目录需要是可写的共享存储
3. 配置ServiceMonitor或PodMonitor让Prometheus自动发现并抓取指标

监控指标类型建议

除了基础的系统指标外，建议为VLLM服务添加以下自定义指标：

• 请求延迟分布
• 并发请求数
• 令牌生成速率
• GPU内存使用情况
• 批处理大小分布

总结

为KubeRay上的VLLM服务添加监控是确保服务可靠性的关键步骤。通过合理配置Prometheus客户端和多进程支持，我们可以获得全面的服务运行指标，为性能优化和故障排查提供有力支持。实现时需要注意多进程环境下的指标聚合问题，并确保监控系统能够自动发现和收集这些指标。