> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/telemetry.md).

# Inference Server टेलीमेट्री

Prometheus metrics और Docker container statistics के साथ self-hosted Roboflow Inference server की निगरानी करें।

सर्विस टेलीमेट्री सिस्टम की स्थिति, प्रदर्शन और उपयोग से जुड़ा रीयल-टाइम डेटा प्रदान करती है। इससे ये काम संभव होते हैं:

* **निगरानी और निदान:** समस्याओं को जल्दी हल करने के लिए उनका समय रहते पता लगाना।
* **प्रदर्शन अनुकूलन:** दक्षता बेहतर बनाने के लिए प्रदर्शन में बाधाओं की पहचान करना।
* **उपयोग संबंधी जानकारी:** सुधारों की दिशा तय करने के लिए उपयोगकर्ता व्यवहार को समझना।
* **सुरक्षा:** संदिग्ध गतिविधि का पता लगाना और अनुपालन सुनिश्चित करना।
* **स्केलेबिलिटी:** संसाधनों की मांग का अनुमान लगाना और उसे प्रबंधित करना।

Inference सर्वर टेलीमेट्री के दो स्रोत उपलब्ध कराता है:

* [Prometheus](https://prometheus.io/) मेट्रिक्स
* Docker daemon द्वारा प्रदान किए जाने वाले Docker कंटेनर मेट्रिक्स

## Prometheus मेट्रिक्स

मेट्रिक्स सक्षम करने के लिए, एनवायरनमेंट वेरिएबल `ENABLE_PROMETHEUS=True` अपने कंटेनर पर सेट करें:

```bash
docker run -p 127.0.0.1:9001:9001 -e ENABLE_PROMETHEUS=True roboflow/roboflow-inference-server-cpu
```

फिर `GET /metrics` एंडपॉइंट का उपयोग करके Python में मेट्रिक्स प्राप्त करें:

```python
import requests

result = requests.get("http://127.0.0.1:9001/metrics")
result.raise_for_status()

print(result.text)
```

या curl से:

```bash
curl http://127.0.0.1:9001/metrics
```

{% hint style="info" %}
`/metrics` उन एंडपॉइंट में से एक है जो [API-कुंजी प्रमाणीकरण](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/security.md#enforce-authentication) सक्षम होने पर भी बिना प्रमाणीकरण के उपलब्ध रहता है। इसलिए, यदि मेट्रिक्स संवेदनशील हैं, तो सर्वर तक नेटवर्क एक्सेस सीमित करें।
{% endhint %}

## Docker कंटेनर मेट्रिक्स

{% hint style="warning" %}
**संभावित सुरक्षा समस्या।** यह सुविधा कंटेनर के अंदर Docker daemon सॉकेट उपलब्ध कराने पर निर्भर करती है। इससे सुपरवाइज़र सर्विस की आवश्यकता के बिना कंटेनर के संसाधन उपयोग के मेट्रिक्स उपलब्ध होते हैं, लेकिन इसे सुरक्षा उल्लंघन माना जा सकता है। यह डिफ़ॉल्ट रूप से अक्षम है। इसे सक्षम करने से पहले [संभावित सुरक्षा जोखिमों](https://www.lvh.io/posts/dont-expose-the-docker-socket-not-even-to-a-container/) को समझें।
{% endhint %}

कंटेनर मेट्रिक्स उपलब्ध कराने के लिए, Docker सॉकेट माउंट करके Inference सर्वर कंटेनर चलाएँ:

```bash
docker run -p 127.0.0.1:9001:9001 \
  -v /var/run/docker.sock:/var/run/docker.sock \
  -e DOCKER_SOCKET_PATH=/var/run/docker.sock \
  roboflow/roboflow-inference-server-cpu
```

* यहाँ `-v` वाली पंक्ति **माउंट करती है** आपके होस्ट से Docker daemon सॉकेट को (आमतौर पर `/var/run/docker.sock`, लेकिन अपने सेटअप की जाँच करें) कंटेनर में, यहाँ भी इस स्थान पर `/var/run/docker.sock`.
* यह `-e` पंक्ति सेट करती है `DOCKER_SOCKET_PATH` को Docker डेमन सॉकेट के स्थान पर **कंटेनर के अंदर**, जो ऊपर दिए गए माउंट से मेल खाता है।

इसके बाद आप `GET /device/stats` एंडपॉइंट तक curl से पहुँच सकते हैं:

```bash
curl http://127.0.0.1:9001/device/stats
```

या Python से:

```python
import requests

result = requests.get("http://127.0.0.1:9001/device/stats")
result.raise_for_status()

print(result.json())
```

## मॉडल-स्तरीय निगरानी

होस्ट टेलीमेट्री के बजाय, डिप्लॉयमेंट में भविष्यवाणी-स्तरीय निगरानी के लिए देखें [मॉडल निगरानी](https://docs.roboflow.com/deployment/hi/monitoring-and-analytics/model-monitoring.md). स्व-होस्ट किए गए सर्वर पर इसे इनसे नियंत्रित किया जाता है: `METRICS_ENABLED` और `MODEL_MONITORING_CACHE_BACKEND` [एनवायरनमेंट वेरिएबल](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/environment-variables.md#monitoring-and-telemetry).
