lxkaka
所有文章 标签 分类 友链 关于
lxkaka

目录

Jaeger in Django

lxkaka
   约 3163 字   预计阅读 7 分钟 

注意：Jaeger是德语单词，猎人的意思，读做“耶格”

链路追踪背景

微服务的流行程度不需要我们多说，随着业务的扩张和规模的扩大，单体架构的支撑能力越来越有限。所以服务拆分成了必须的选择，而随着服务的增多，以前单体应用里的函数调用都变成了服务之间的请求与调用。随之而来的就是运维和问题定位难度也会变的很大。所以，我们就需要一个工具来帮助我们排查系统性能瓶颈和定位问题, 称他为Tracing吧，tracing能记录每次调用的过程和耗时。

Tracing简介

Tracing 在90年代就已经出现了，真正的老大是Google的 Dapper.随后出现了不少比较不错的 tracing 软件。比如StackDriver Trace (Google),Zipkin(twitter),鹰眼(taobao) 等等。
一般 tracing 系统核心组成都有：代码打点；数据发送；数据存储；数据查询展示。
在数据采集过程中，需要在代码中打点，并且不同系统的 API 并不兼容，这就导致了如果希望切换追踪系统，往往会带来较大改动成本。

Opentracing

为了解决不同的分布式追踪系统 API 不兼容的问题，诞生了 OpenTracing 规范。OpenTracing 是一个轻量级的标准化层，它位于应用程序/类库和追踪或日志分析程序之间。
opentracing

  • opentracing 优点

    • opentracing 进入了CNCF，为分布式追踪，提供统一的概念和数据标准。
    • opentracing 通过提供平台无关、厂商无关的 API，使得开发人员能够方便的添加（或更换）追踪系统的实现。

  • opentracing 数据定义
    两个核心组成 trace 和 span trace 是一次调用的统称（一条调用链），经过的各个服务生成一个 span, 多个 span 组成一个 trace。 span 与 span形成链式关系。 下图展示了两者的关系 trace-span

  • span组成部分

    • An operation name，操作名称
    • A start timestamp，起始时间
    • A finish timestamp，结束时间
    • Span Tag，一组键值对构成的Span标签集合。键值对中，键必须为string，值可以是字符串，布尔，或者数字类型。
    • Span Log，一组span的日志集合。 每次log操作包含一个键值对，以及一个时间戳。 键值对中，键必须为string，值可以是任意类型。 但是需要注意，不是所有的支持OpenTracing的Tracer,都需要支持所有的值类型。
    • SpanContext，Span上下文对象 (下面会详细说明)
    • References(Span间关系)，相关的零个或者多个Span（Span间通过SpanContext建立这种关系） 每一个SpanContext包含以下状态：

  • 任何一个OpenTracing的实现，都需要将当前调用链的状态（例如：trace和span的id），依赖一个独特的Span去跨进程边界传输

  • Baggage Items，Trace的随行数据，是一个键值对集合，它存在于trace中，也需要跨进程边界传输 关于 OpenTracing 更多语义，请参考 OpenTracing语义标准。

Jaeger架构

在 OpenTracing的实现中，Zipkin和 Jaeger是比较留下的方案。 在 Jaeger 和 Zipkin的对比中，我认为Jaeger的优势在：

  • 更加cloud native（docker环境搭建更加方便，对kubernetes支持的更好）
  • 支持的客户端更多，并且我觉得代码（python客户端）易读和清晰
  • 组成架构更加科学（我喜欢）

Jaeger 主要由以下几部分组成。

  • Jaeger Client - 为不同语言实现了符合 OpenTracing 标准的 SDK。应用程序通过 API 写入数据，client library 把 trace 信息按照应用程序指定的采样策略传递给 jaeger-agent。
  • Agent - 它是一个监听在 UDP 端口上接收 span 数据的网络守护进程，它会将数据批量发送给 collector。它被设计成一个基础组件，部署到所有的宿主机上。Agent 将 client library 和 collector 解耦，为 client library 屏蔽了路由和发现 collector 的细节。
  • Collector - 接收 jaeger-agent 发送来的数据，然后将数据写入后端存储。Collector 被设计成无状态的组件，因此您可以同时运行任意数量的 jaeger-collector。 Data Store - 后端存储被设计成一个可插拔的组件，支持将数据写入 cassandra、elastic search。
  • Query - 接收查询请求，然后从后端存储系统中检索 trace 并通过 UI 进行展示。Query 是无状态的，您可以启动多个实例，把它们部署在 nginx 这样的负载均衡器后面。 下图是 Jaeger官方文档的架构图 jager-archtec

Jaeger搭建

  • 本地测试 我们使用官方的 all-in-one image就可以运行一个完整的链路追踪系统。这种方式数据存在内存中，仅供我们用来本地开发和测试。
    运行方式

     1
 2
 3
 4
 5
 6
 7
 8
 9
10

    docker run -d --name jaeger \
  -e COLLECTOR_ZIPKIN_HTTP_PORT=9411 \
  -p 5775:5775/udp \
  -p 6831:6831/udp \
  -p 6832:6832/udp \
  -p 5778:5778 \
  -p 16686:16686 \
  -p 14268:14268 \
  -p 9411:9411 \
  jaegertracing/all-in-one:latest

访问 http://localhost:16686就能看到 jaeger的数据查询页

  • 正式环境搭建 Jaeger目前支持的后代存储有 Cassandra 和 Elasticsearch, 因为我们已经有搭建好的 ES， 所以自然存储选择使用 ES.

  • agent
    运行方式

     ```
 version: "3"

 services:
 jaeger-agent:
     image: jaegertracing/jaeger-agent
     hostname: jaeger-agent
     command: ["--collector.host-port=collector-host:14267"]
     ports:
     - "5775:5775/udp"
     - "6831:6831/udp"
     - "6832:6832/udp"
     - "5778:5778"
     networks:
     - default
     restart: on-failure
     environment:
     - SPAN_STORAGE_TYPE=elasticsearch
 ```

  • collector 和 query
    可以搭建在同一个实例上,运行方式

     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46

    version: "3"

  services:
  jaeger-collector:
      image: jaegertracing/jaeger-collector
      ports:
      - "14269:14269"
      - "14268:14268"
      - "14267:14267"
      - "9411:9411"
      networks:
      - default
      restart: on-failure
      environment:
      - SPAN_STORAGE_TYPE=elasticsearch
      command: [
      "--es.server-urls=http:es-host:9200",
      "--log-level=debug"
      ]
      #depends_on:
      #  - elasticsearch

  jaeger-query:
      image: jaegertracing/jaeger-query
      environment:
      - SPAN_STORAGE_TYPE=elasticsearch
      - no_proxy=localhost
      ports:
      - "16686:16686"
      - "16687:16687"
      networks:
      - default
      restart: on-failure
      command: [
      "--es.server-urls=http://es-host:9200",
      "--span-storage.type=elasticsearch",
      "--log-level=debug",
      #"--query.static-files=/go/jaeger-ui/"
      ]
      depends_on:
      - jaeger-collector


  networks:
  elastic-jaeger:
      driver: bridge

    数据简单展示图例 jaeger-query

    链路依赖关系图
    dependency

Django接入

我们开发了自己的 jaeger-python 包（huipy），可以非常简单的在 Django 项目中使用。 接入方式

  • 在中间件中引入

     1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

    MIDDLEWARE = [
    'huipy.tracer.middleware.TraceMiddleware',
    # 其他中间件
    'django.middleware.security.SecurityMiddleware',
    'django.contrib.sessions.middleware.SessionMiddleware',
    'corsheaders.middleware.CorsMiddleware',
    'django.middleware.common.CommonMiddleware',
    'django.contrib.auth.middleware.AuthenticationMiddleware',
    'django.contrib.messages.middleware.MessageMiddleware',
    'django.middleware.clickjacking.XFrameOptionsMiddleware',
]
settings.SERVICE_NAME = 'atlas'
# 其他配置
...

  • 在发送请求时引入

    1
2

    from huipy.tracer.httpclient import HttpClient
HttpClient(url='http://httpbin.org/get').get()

线上部署问题

我们使用 uWSGI 作为 Django app 的容器, 默认的启动模式是 preforking 在 uWSGI启动的时候，首先主进程会初始化并且load app, 然后会fork出指定数目的子进程。

uwsgi_prefork

使用fork函数得到的子进程从父进程的继承了整个进程的地址空间，包括：进程上下文、进程堆栈、内存信息、打开的文件描述符、信号控制设置、进程优先级、进程组号、当前工作目录、根目录、资源限制、控制终端等。
这里提一下linux fork 使用的机制是 copy-on-write(inux系统为了提高系统性能和资源利用率，for出一个新进程时，系统并没有真正复制一个副本。如果多个进程要读取它们自己的那部分资源的副本，那么复制是不必要的。每个进程只要保存一个指向这个资源的指针就可以了。如果一个进程要修改自己的那份资源的“副本”，那么就会复制那份资源)
在绝大多数场景下这种方式不会有问题， 但是当主进程本身是多线程的时候可能就会造成问题。 我们的 tracer初始化后会启动一个后台线程向agent 发送udp数据包，而这个过程在主进程load app的时候就完成了。fork子进程的时候这个后台线程当然是不会被fork的， 所以当子进程真正处理请求时，没有后台线程来发送数据。早造成的后果就是我们始终看不到我们请求的trace.

我们可以通过查看特定进程的系统调用来查看到信息：
首先是 preforking模式，我们查看某一个 uWSGI进程的调用情况

1
2
3
4

# mac上使用 dtruss, linux使用 strace
sudo dtruss -p 1310
# 输出
SYSCALL(args) 		 = return

lazy-apps模式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

 sudo dtruss -p 1509
 # 输出
 SYSCALL(args) 		 = return
 gettimeofday(0x7000050F58E8, 0x0, 0x0)		 = 0 0
 psynch_cvwait(0x105FABF80, 0xC2901000C2A00, 0x5B700)		 = -1 Err#316
 gettimeofday(0x7000050F58E8, 0x0, 0x0)		 = 0 0
 psynch_cvwait(0x105FABF80, 0xC2A01000C2B00, 0x5B700)		 = -1 Err#316
 gettimeofday(0x7000050F58E8, 0x0, 0x0)		 = 0 0
 psynch_cvwait(0x105FABF80, 0xC2B01000C2C00, 0x5B700)		 = -1 Err#316
 gettimeofday(0x7000050F58E8, 0x0, 0x0)		 = 0 0
 psynch_cvwait(0x105FABF80, 0xC2C01000C2D00, 0x5B700)		 = -1 Err#316
 gettimeofday(0x7000050F58E8, 0x0, 0x0)		 = 0 0

很明显在 lazy-apps模式下一直有线程在监听事件，而前者没有这样的线程

  • 解决方案

  • lazy-apps uWSGI可以使用 lazy-apps模式启动，在主进程fork子进程后，每个子进程再初始化和load app。 这样可以保证每个进程独立启动，保证了更好的的隔离性。在我们的场景中这样每个子进程会启动自己的后台线程。 uwsgi_lazyapp 这个方案的缺点是：

    • 启动时间会稍微变长，但是有copy-on-write其实影响不大
    • 占用的内存的会变多

  • 延迟初始化tracer 重构我们的实现，在 middleware执行到 process_request的时候再进行全局的初始化

    1
2
3
4

     def process_request(self, request):
      from huipy.tracer.initial_tracer import initialize_global_tracer
      self._tracer = initialize_global_tracer()
      ...
更新于 2018-08-15
阅读原始文档
 backend, jaeger, Django
返回 | 主页