用Python随机创建20个CollectorRegistry()对象的示例

CollectorRegistry类是Prometheus提供的一个工具类，用于管理和存储metrics。它可以创建多个CollectorRegistry对象，每个对象可以添加不同的metrics。

下面是一个使用Python随机创建20个CollectorRegistry对象的示例：

from prometheus_client import CollectorRegistry

# 导入Prometheus库中的CollectorRegistry类

import random

# 创建一个空的metrics列表
metrics_list = []

# 循环创建20个CollectorRegistry对象
for i in range(20):
    # 创建CollectorRegistry对象
    registry = CollectorRegistry()
    
    # 为每个对象添加一些随机的metrics
    for j in range(random.randint(5, 10)):
        # 随机生成metrics名称和值
        metric_name = f"metric_{j}"
        metric_value = random.randint(0, 100)
        
        # 创建一个Counter metric并将其添加到registry对象中
        counter = Counter(metric_name, 'Random metric', registry=registry)
        counter.inc(metric_value)
    
    # 将registry对象添加到metrics列表中
    metrics_list.append(registry)

# 输出每个registry对象中的metrics数量
for i, registry in enumerate(metrics_list):
    print(f"Metrics in registry {i+1}: {len(registry._names_to_collectors)}")

在上面的示例中，我们首先导入了CollectorRegistry类和random模块。然后，我们创建了一个空的metrics列表，该列表用于存储20个CollectorRegistry对象。

然后，我们使用一个循环来创建20个CollectorRegistry对象。在循环的每次迭代中，我们创建一个新的CollectorRegistry对象，并为每个对象添加5到10个随机生成的metrics。使用Counter类来创建这些metrics，并使用inc()方法增加它们的值。

最后，我们通过另一个循环来输出每个CollectorRegistry对象中的metrics数量。这样可以验证我们创建的所有CollectorRegistry对象是否具有不同的metrics。

请注意，以上示例只是一种创建20个CollectorRegistry对象并添加一些随机metrics的方法。你可以根据你的需求进行修改和扩展。