简介Flask是一个轻量级Web应用框架, 它基于某种事物, 因简洁灵动被称作“微框架”, 它提供Web开发所需的核心功能, 像是请求处理、路由管理等这般之类, 不过它不会硬性要求开发者去使用特定的工具或者库, 这样的设计致使Flask非常容易上手, 并且同时还拥有良好的扩展性, 能够去满足从小型直至中型Web应用的开发需求。在当下现代分布式系统架构情形当中, 一个请求常常需要去调用好多不同的服务才能够完成, 链路跟踪技术因此就产生了, 它凭借记录请求于各个服务之间的流转路径, 给开发者以及运维人员提供了一种相当强大的工具, 依靠链路跟踪, 可以迅速定位系统里的问题, 还能分析性能方面的瓶颈, 从而去优化整个系统的运行效率。一款面向开发、运维、测试及业务团队的实时数据监测平台是观测云, 它专注于解决云计算和云原生时代系统全链路的可观测性问题。它能够全面覆盖云平台、云原生架构、用户访问监测以及监控告警等全方位的解决方案, 提供包括基础设施监测、日志与指标管理、包括应用性能监测等业务相关的监测需求。观测云支持协议, 可实现相关分析, 能将链路数据与基础设施、日志、用户访问监测等进行关联分析, 对分布式架构应用的端到端链路分析。在观测云里, 于“应用性能监测 链路”这个模块当中, 用户能够便利地去搜索链路数据, 还能够筛选链路数据, 也能够导出链路数据, 进而查看链路详情, 并且能够借助火焰图, 以及Span列表, 还有瀑布图等可视化工具, 对链路性能进行周全且深度的分析。这里有一个简洁的Flask应用示范, 呈现了怎样运用其来做链路追踪, 达成对应用的性能监视以及问题查找定位。前置条件集成方案部署登上可进行观测的云的控制台, 轻触「集成」, 再找到另一个缺失内容标注为「的」的选项, 然后选中这里面的「Linux」, 接着去点击那个被称作“复制”的图标。把复制的安装命令粘贴到 Linux 主机上执行。开通采集器该设备内部设置了几十种采集器, 开启采用这些采集器的功能十分便利顺畅不需要 , 仅仅只需将出自官方所颁布给出的原本文件 , 加以变换成以“.conf”作为文件结尾名称, 在此处我们所要做的仅仅是去创建以“.conf”作为后缀的文件, 随后重启这项程序运作。cd /usr/local/datakit/conf.d/ddtrace/ cp ddtrace.conf.sample ddtrace.conf重启datakit service -R部署 项目在 Linux 的 data 目录创建四个文件。/data/ ├── app.py ├── requirements.txt ├── Dockerfile └── docker-compose.ymlapp.py# app.py from flask import Flask app Flask(__name__) app.route(/) def hello(): return Hello, Docker with ddtrace! if __name__ __main__: app.run(host0.0.0.0, port5000).txt在 .txt 文件中列出所有需要的依赖包包括 。flask ddtrace执行“-run”这般表述可谓是一个专门用之于命令行环境的工具, 其作用在于开启以及追踪那应用程序, 它能够凭借自带机制自动针对那些支持范围内的库展开追踪。# 使用官方Python镜像作为基础镜像 FROM python:3.9-slim # 设置工作目录 WORKDIR /app # 将当前目录下的所有文件复制到工作目录中 COPY . /app # 安装依赖 RUN pip install --no-cache-dir -r requirements.txt # 暴露应用程序运行的端口 EXPOSE 5000 # 定义容器启动时执行的命令 CMD [ddtrace-run, python, app.py]-.ymlversion: 3.8 services: python-app: image: pubrepo.guance.com/python-demo-app:v1 container_name: my-python-app network_mode: host # 使用主机网络模式 restart: unless-stopped working_dir: /app ports: - 5000:5000 volumes: - .:/app environment: - DD_SERVICEpython-demo - DD_ENVpre - DD_VERSION1.0.0.0 - DD_AGENT_HOSTlocalhost - DD_TRACE_AGENT_PORT9529 - DD_LOGS_INJECTIONtrue启动项目运行以下命令来构建和运行 容器。docker build -t pubrepo.guance.com/python-demo-app:v1 -f Dockerfile . docker-compose up效果展示开启浏览器, 前往 :五千, 你理应会瞧见 “哈喽, 跟” 的网页。进入观测云控制台进行登录操作, 接着点击「应用性能监测」项下的「链路」, 借此进入到一个 span 之中, 对火焰图、Span 列表以及瀑布图等予以查看。