一、uWSGI监控的基础认知和为什么需要它

当我们用uWSGI部署Python Web服务时，线上服务像个黑盒子——不知道它什么时候进程挂了，不知道请求积压了多少，也不知道每个进程用了多少内存。这时候就需要监控系统，帮我们看清服务的运行状态。 这个监控的核心作用是：及时发现服务异常，比如突然的高内存占用、请求处理变慢；优化服务性能，比如调整进程数、线程数；排查线上问题，比如某个功能报错时，看是不是uWSGI进程出了问题。

二、uWSGI监控系统的搭建步骤

2.1 准备工作：配置uWSGI开启监控接口

首先要给uWSGI加一个原生的监控接口，不用装额外的复杂组件，只需要修改uWSGI的配置文件。 这里用的技术栈是Python+uWSGI，配置文件示例如下，每一行都加了注释，方便理解：

[uwsgi]
# 你的Python项目的根目录，换成自己的路径
chdir = /var/www/my_python_project
# WSGI应用的入口文件和应用实例，比如wsgi.py里的app对象
module = wsgi:app
# 启动的进程数，一般设置为CPU核心数的1-2倍，这里假设4核设4个
processes = 4
# 每个进程的线程数，线程处理请求更快，这里每个进程开2个线程
threads = 2
# 开启监控的统计服务，绑定本地9191端口，只能本地访问更安全，线上要限制IP
stats = 127.0.0.1:9191
# uWSGI的日志文件，记录运行时的错误和请求信息，方便排查
logto = /var/log/uwsgi/project.log
# 确保目录权限正确，避免权限问题
uid = www-data
gid = www-data

修改完配置后，重启uWSGI，执行uwsgi --ini your_uwsgi_config.ini，这样监控接口就开启了。

2.2 用Python脚本获取监控数据

有了监控接口，我们需要写个简单的脚本拉取数据，不需要复杂的工具，用Python的requests库就能搞定。 还是用Python+uWSGI的技术栈，脚本示例带详细注释：

import requests
import time

# 刚才配置的uWSGI监控接口地址，本地的话就是127.0.0.1:9191
UWSGI_STATS_URL = "http://127.0.0.1:9191"

def fetch_uwsgi_stats():
    try:
        # 发送GET请求获取监控数据，超时2秒防止卡住
        response = requests.get(UWSGI_STATS_URL, timeout=2)
        # 如果请求失败，比如端口没开，就抛出异常
        response.raise_for_status()
        # 把返回的JSON数据解析成Python字典
        return response.json()
    except Exception as e:
        print(f"获取监控数据失败：{str(e)}")
        return None

if __name__ == "__main__":
    # 每隔5秒拉取一次数据，适合实时查看，也可以改成10秒
    while True:
        stats_data = fetch_uwsgi_stats()
        if stats_data:
            # 打印关键的监控指标，方便快速查看
            print("="*50)
            print(f"当前活跃进程数：{stats_data.get('processes_num', 0)}")
            print(f"已处理总请求数：{stats_data.get('total_requests', 0)}")
            print(f"请求积压数（Backlog）：{stats_data.get('listen_queue', 0)}")
            # 遍历每个进程的内存使用情况，转换成MB，更直观
            print("各进程内存占用（MB）：")
            for proc in stats_data.get('processes', []):
                mem_mb = proc.get('rss', 0) / (1024 * 1024)
                print(f"  进程ID {proc.get('pid')}：{mem_mb:.2f} MB")
        time.sleep(5)

把这个脚本保存为uwsgi_monitor.py，直接运行python uwsgi_monitor.py，就能看到实时的监控数据了。

2.3 进阶：把监控数据存到日志里（可选）

如果想长期存数据，方便后续分析，可以把脚本里的打印改成写入日志文件，比如用Python的logging模块，加几行代码就行，不用复杂的数据库。

三、uWSGI核心性能指标分析

3.1 关键监控指标解析

监控数据里的核心指标要能看懂，不然白搭：

  1. 进程数：就是uWSGI启动的worker进程，太多会占用CPU，太少会处理不过来请求；
  2. 总请求数：服务上线以来处理的所有请求，突然暴涨要注意是不是有异常流量；
  3. 积压数（Backlog）：就是还没被处理的请求，要是持续大于0，说明服务处理不过来，要加进程或线程；
  4. 内存占用：每个进程的内存，要是持续上涨不下降，大概率是Python代码有内存泄漏，比如大对象没释放；
  5. 平均请求时间：uWSGI自带的指标，要是变长，说明请求处理慢，可能是数据库或接口调用变慢。

3.2 指标异常的判断和处理

比如：

  • 积压数持续大于0：先看进程数是不是太少，调整到核心数的2倍，再加线程；
  • 内存突然涨了50%以上：看日志有没有内存相关的错误，用python的tracemalloc排查代码；
  • 错误数突然增加：看日志里的具体错误，比如502错误是进程挂了，500是代码错误。

四、应用场景、技术优缺点和注意事项

4.1 适用的应用场景

适合中小规模的Python Web服务，比如个人博客、小型电商后台、内部管理系统，不需要太复杂的监控工具，轻量够用；也适合线上需要快速排查问题的场景，因为uWSGI原生监控不用额外装太多东西，上手快。

4.2 技术优缺点

优点：原生集成到uWSGI，不需要额外装大量组件，配置只有几行，性能开销极低；指标是uWSGI运行时的真实数据，非常准确；用Python脚本就能二次开发，想加什么监控指标都可以，比如加入站请求的接口路径统计。缺点：原生只有uWSGI本身的指标，拿不到Python应用内部的业务指标（比如数据库查询时间），要自己扩展；如果是大规模集群，需要结合Prometheus这类工具，但中小场景足够。

4.3 注意事项

线上环境一定要把stats的地址改成127.0.0.1，不要暴露到外网，防止被攻击；进程数不要设太多，比如8核CPU设8个就够，多了会导致上下文切换，反而变慢；监控脚本不要做太复杂的计算，比如不要同时处理大文件，避免影响uWSGI的性能；定期清理uWSGI的日志文件，不然磁盘会被占满。

五、搭建后的验证和常见问题

5.1 验证监控是否正常

配置完uWSGI后，用浏览器访问http://127.0.0.1:9191，能看到一串JSON格式的监控数据，说明接口正常；运行脚本能打印出指标，说明脚本没问题。

5.2 常见问题解决

比如脚本连不上监控端口：先检查uWSGI是不是重启了，再看配置里的stats端口是不是9191，最后看防火墙有没有开这个端口；监控数据里的积压数突然变高：先重启uWSGI，要是还这样，就调整进程数。

六、总结

搭建uWSGI监控系统其实很简单，核心就是利用uWSGI原生的stats接口，结合Python脚本获取关键指标，不用复杂的工具就能实现基础监控，帮我们及时发现服务的异常和性能问题。对于中小规模的Python Web服务来说，这个方案足够实用，能快速提升服务的稳定性，要是服务规模变大，再结合专业的监控工具就行。