Prometheus Client em Python: Métricas de Aplicação
Exponha contadores, gauges e histogramas úteis, evitando labels que transformam cada requisição em uma nova série.
Clean code, testes e padrões de projeto
Exponha contadores, gauges e histogramas úteis, evitando labels que transformam cada requisição em uma nova série.
Acompanhe uma operação entre serviços com spans, contexto propagado e atributos úteis, sem acoplar o código a um fornecedor.
Mantenha request ID e outros dados contextuais separados entre tarefas concorrentes, com restauração explícita do estado.
Introduza verificação estática por módulos, impeça novas lacunas e aumente o rigor sem paralisar uma base existente.
Use cobertura para localizar caminhos não exercitados, sem transformar uma porcentagem em substituto para testes relevantes.
Reproduza testes, lint e tipagem em ambientes descartáveis antes de prometer compatibilidade com diferentes versões do Python.
Produza eventos pesquisáveis em JSON, acrescente contexto por requisição e mantenha informações sensíveis fora dos logs.
Faça novas tentativas somente em falhas transitórias, com limites, espera aleatória, observabilidade e testes rápidos.
Construa uma interface de linha de comando tipada, com ajuda automática, validação e testes, sem esconder as decisões de design da aplicação.
Automatize verificações rápidas antes de cada commit com pre-commit, hooks fixados e a mesma validação na CI.
Centralize configuração de aplicações com pydantic-settings, convertendo tipos e falhando cedo quando variáveis obrigatórias estão ausentes.
Defina contratos leves com typing.Protocol e aceite qualquer objeto compatível sem exigir herança explícita.