当前位置: 首页 > news >正文

Python Flask 容器化应用链路可观测

简介

Flask 是一个基于 Python 的轻量级 Web 应用框架,因其简洁灵活而被称为“微框架”。它提供了 Web 开发所需的核心功能,如请求处理、路由管理等,但不会强制开发者使用特定的工具或库。这种设计使得 Flask 极易上手,同时也具备良好的扩展性,能够满足从小型到中型 Web 应用的开发需求。

在现代分布式系统架构下,一个请求往往需要调用多个服务来完成。链路跟踪(Tracing)技术应运而生,它通过记录请求在各个服务之间的流转路径,为开发者和运维人员提供了一种强大的工具。借助链路跟踪,可以快速定位系统中的问题、分析性能瓶颈,进而优化整个系统的运行效率。

观测云是一款面向开发、运维、测试及业务团队的实时数据监测平台,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、应用程序以及业务相关的监测需求,提供包括基础设施监测、日志与指标管理、应用性能监测、用户访问监测以及监控告警等全方位的解决方案。观测云支持 OpenTracing 协议,可实现对分布式架构应用的端到端链路分析,并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。用户可以在观测云的“应用性能监测 > 链路”模块中,方便地搜索、筛选、导出链路数据,查看链路详情,并借助火焰图、Span 列表、瀑布图等可视化工具,对链路性能进行全面且深入的分析。

以下是一个简单的 Python Flask 应用示例,展示了如何使用 ddtrace 进行链路追踪,以实现对应用的性能监控和问题定位。

前置条件

  • 注册观测云
  • Linux 主机(可以连接 https://openway.guance.com)
  • 安装 Docker
  • 安装 Docker Compose

集成方案

部署 DataKit

登录观测云控制台,点击「集成」 -「DataKit」 - 「Linux」,点击“复制”图标。

把复制的安装命令粘贴到 Linux 主机上执行。

开通采集器

DataKit 内置几十种采集器,开通采集器很方便,只需要复制官方提供的 sample 文件,改成 “.conf”结尾,这里我们只需要创建 opentelemetry.conf,然后重启 DataKit。

cd /usr/local/datakit/conf.d/ddtrace/
cp ddtrace.conf.sample ddtrace.conf

重启 DataKit

datakit service -R

部署 Python 项目

在 Linux 的 data 目录创建四个文件。

/data/
├── app.py
├── requirements.txt
├── Dockerfile
└── docker-compose.yml
app.py
# app.py
from flask import Flask
from ddtrace import patch_all# Patch all supported libraries for tracing
patch_all()app = Flask(__name__)@app.route('/')
def hello():return 'Hello, Docker with ddtrace!'if __name__ == '__main__':app.run(host='0.0.0.0', port=5000)
requirements.txt

在 requirements.txt 文件中列出所有需要的依赖包,包括 ddtrace。

flask
ddtrace
Dockerfile

ddtrace-run 是一个命令行工具,用于启动和追踪 Python 应用程序。它会自动对支持的库进行追踪。

# 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"]
docker-compose.yml
version: '3.8'services:python-app:image: pubrepo.guance.com/python-demo-app:v1container_name: my-python-appnetwork_mode: "host"     # 使用主机网络模式restart: unless-stopped working_dir: /app       ports:- "5000:5000"       volumes:- .:/app             environment:- DD_SERVICE=python-demo- DD_ENV=pre- DD_VERSION=1.0.0.0- DD_AGENT_HOST=localhost- DD_TRACE_AGENT_PORT=9529- DD_LOGS_INJECTION=true
启动项目

运行以下命令来构建和运行 Docker 容器。

docker build -t pubrepo.guance.com/python-demo-app:v1 -f Dockerfile .
docker-compose up

效果展示

打开浏览器,访问 http://localhost:5000,你应该会看到 “Hello, Docker with ddtrace!” 的页面。

登录观测云控制台,点击「应用性能监测」 -「链路」,进入一个 span,查看火焰图、Span列表、瀑布图等。

http://www.lqws.cn/news/595891.html

相关文章:

  • WPF学习笔记(19)控件模板ControlTemplate与内容呈现ContentPresenter
  • 原神八分屏角色展示页面(纯前端html,学习交流)
  • RabbitMQ简单消息监听
  • 基于开源AI智能名片链动2+1模式S2B2C商城小程序的抖音渠道力拓展与多渠道利润增长研究
  • [特殊字符] 分享裂变新姿势:用 UniApp + Vue3 玩转小程序页面分享跳转!
  • 飞算 JavaAI:我的编程强力助推引擎
  • vue-34(单元测试 Vue 组件的介绍)
  • Langgraph 学习教程
  • AR衍射光波导设计遇瓶颈,OAS 光学软件来破局
  • 基于 51 单片机做的二十四点小游戏
  • Gartner《Choosing Event Brokers to Support Event-DrivenArchitecture》心得
  • AG32调试bug集合
  • ubuntu编译 aosp for x86, windows avd启动 aosp-qemu镜像
  • PADS使用记录2
  • android14 默认关闭或开启数据流量
  • Ubuntu机器开启root用户远程登录
  • FastGPT与MCP:解锁AI新时代的技术密码
  • Spring Boot - 参数校验:分组校验、自定义注解、嵌套对象全解析
  • 【CVPR2024】计算机视觉|EGTR : Transformer中挖掘关系图,场景图生成SOTA!
  • 141.在 Vue 3 中使用 OpenLayers Link 交互:把地图中心点 / 缩放级别 / 旋转角度实时写进 URL,并同步解析显示
  • 利用springEvent,进行服务内部领域事件处理
  • 使用 icinga2 写入 TDengine
  • 用lines_gauss的width属性提取缺陷
  • C++ 11 中 condition_variable 的探索与实践
  • python 调用C/C++动态库
  • Apache HTTP Server部署全攻略
  • 用于快速训练收敛的 Conditional DETR
  • 基于.Net的Web API 控制器及方法相关注解属性
  • 数字ic后端设计从入门到精通10(含fusion compiler, tcl教学)静态时序分析
  • 3D 商品展示与 AR 试戴能为珠宝行业带来一些便利?