欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

ASP.NET Core利用Jaeger实现分布式追踪详解

程序员文章站 2023-12-12 08:05:58
前言 最近我们公司的部分.net core的项目接入了jaeger,也算是稍微完善了一下.net团队的技术栈。 至于为什么选择jaeger而不是skywalking...

前言

最近我们公司的部分.net core的项目接入了jaeger,也算是稍微完善了一下.net团队的技术栈。

至于为什么选择jaeger而不是skywalking,这个问题我只能回答,大佬们说了算。

前段时间也在csharpcorner写过一篇类似的介绍
exploring distributed tracing using asp.net core and jaeger

下面回到正题,我们先看一下jaeger的简介

jaeger的简单介绍

ASP.NET Core利用Jaeger实现分布式追踪详解

jaeger是uber开源的一个分布式追踪的工具,主要为基于微服务的分布式系统提供监测和故障诊断。包含了下面的内容

  • distributed context propagation
  • distributed transaction monitoring
  • root cause analysis
  • service dependency analysis
  • performance / latency optimization

下面就通过一个简单的例子来体验一下。

示例

在这个示例的话,我们只用了jaegertracing/all-in-one这个docker的镜像来搭建,因为是本地的开发测试环境,不需要搭建额外的存储,这个感觉还是比较贴心的。

我们会用到两个主要的nuget包

  • jaeger 这个是官方的client
  • opentracing.contrib.netcore.unofficial 这个是对.net core探针的处理,从opentracing-contrib/csharp-netcore这个项目移植过来的(这个项目并不活跃,只能自己做扩展)

然后我们会建两个api的项目,一个是aservice,一个是bservice。

其中bservice会提供一个接口,从缓存中读数据,如果读不到就通过ef core去从sqlite中读,然后写入缓存,最后再返回结果。

aservice 会通过httpclient去调用bservice的接口,从而会形成调用链。

开始之前,我们先把docker-compose.yml配置一下

version: '3.4'

services:
 aservice:
 image: ${docker_registry-}aservice
 build:
 context: .
 dockerfile: aservice/dockerfile
 ports:
 - "9898:80" 
 depends_on:
 - jagerservice
 - bservice
 networks: 
 backend:
 
 bservice:
 image: ${docker_registry-}bservice
 build:
 context: .
 dockerfile: bservice/dockerfile
 ports:
 - "9899:80"
 depends_on:
 - jagerservice 
 networks: 
 backend:
 
 jagerservice:
 image: jaegertracing/all-in-one:latest
 environment:
 - collector_zipkin_http_port=9411 
 ports:
 - "5775:5775/udp"
 - "6831:6831/udp"
 - "6832:6832/udp"
 - "5778:5778"
 - "16686:16686"
 - "14268:14268"
 - "9411:9411"
 networks: 
 backend:
 
networks: 
 backend: 
 driver: bridge

然后就在两个项目的startup加入下面的一些配置,主要是和jaeger相关的。

public void configureservices(iservicecollection services)
{
 // others ....
 
 // adds opentracing
 services.addopentracing();

 // adds the jaeger tracer.
 services.addsingleton<itracer>(serviceprovider =>
 {
 string servicename = serviceprovider.getrequiredservice<ihostingenvironment>().applicationname;
 
 var loggerfactory = serviceprovider.getrequiredservice<iloggerfactory>();
 var sampler = new constsampler(sample: true);
 var reporter = new remotereporter.builder()
  .withloggerfactory(loggerfactory)
  .withsender(new udpsender("jagerservice", 6831, 0))
  .build();

 var tracer = new tracer.builder(servicename)
  .withloggerfactory(loggerfactory)
  .withsampler(sampler)
  .withreporter(reporter)
  .build();

 globaltracer.register(tracer);

 return tracer;
 });
}

这里需要注意的是我们要根据情况来选择sampler,演示这里用了最简单的constsampler。

回到bservice这个项目,我们添加sqlite和easycaching的相关支持。

public void configureservices(iservicecollection services)
{
 // adds an inmemory-sqlite db to show efcore traces.
 services
 .addentityframeworksqlite()
 .adddbcontext<bdbcontext>(options =>
 {
  var connectionstringbuilder = new sqliteconnectionstringbuilder
  {
  datasource = ":memory:",
  mode = sqliteopenmode.memory,
  cache = sqlitecachemode.shared
  };
  var connection = new sqliteconnection(connectionstringbuilder.connectionstring);

  connection.open();
  connection.enableextensions(true);

  options.usesqlite(connection);
 });

 // add easycaching inmemory provider.
 services.addeasycaching(options =>
 {
 options.useinmemory("m1");
 });
}

然后控制器上面就比较简单了。

// get api/values
[httpget]
public async task<iactionresult> getasync()
{
 var provider = _providerfactory.getcachingprovider("m1");

 var obj = await provider.getasync("mykey", async () => await _dbcontext.demoobjs.tolistasync(), timespan.fromseconds(30));

 return ok(obj);
}

aservice就是通过httpclient去调用上面的这个接口即可。

// get api/values
[httpget]
public async task<string> getasync()
{
 var res = await getdemoasync();
 return res;
}
 
private async task<string> getdemoasync()
{
 var client = _clientfactory.createclient();

 var request = new httprequestmessage
 {
 method = httpmethod.get,
 requesturi = new uri($"http://bservice/api/values")
 };

 var response = await client.sendasync(request);

 response.ensuresuccessstatuscode();

 var body = await response.content.readasstringasync();

 return body;
}

到这里的话,代码这块是ok了,下面就来看看效果。

先通过http://localhost:9898/api/values/访问几次aservice

大概能得到一个这样的结果

ASP.NET Core利用Jaeger实现分布式追踪详解

然后去jaeger的界面上我们可以看到,两个服务已经注册上来了。

ASP.NET Core利用Jaeger实现分布式追踪详解

选a,b其中一个去搜索,就可以看到下面的结果

ASP.NET Core利用Jaeger实现分布式追踪详解

这个就最外层,能看到这些请求一些宏观的信息。

我们选界面上最后一个,也就是第一个请求,进去看看细节

ASP.NET Core利用Jaeger实现分布式追踪详解

从上面这个图大概也能看出来,做了一些什么操作,请求来到aservice,它就发起了http请求到bservice,bservice则是先通过easycaching去取缓存,显然缓存中没数据,它就去读数据库了。

和另外的请求对比一下,可以发现是少了查数据库这一步操作的。这也是为什么上面的是10个span,而下面的才8个。

ASP.NET Core利用Jaeger实现分布式追踪详解

再来看看两个请求的对比图。

ASP.NET Core利用Jaeger实现分布式追踪详解

上图中那些红色和绿色的块就是两个请求的差异点了。

回去看看其他细节,可以发现类似下面的内容

ASP.NET Core利用Jaeger实现分布式追踪详解

有很多日志相关的东西,这些东西在这里可能没有太多实际的作用,我们可以通过调整日志的级别来不让它写入到jaeger中。

或者是通过下面的方法来过滤

services.addopentracing(new system.collections.generic.dictionary<string,loglevel>
{
 {"aservice", loglevel.information}
});

最后就是依赖图了。

ASP.NET Core利用Jaeger实现分布式追踪详解

写在最后

虽说jaeger用起来挺简单的,但是也是有点美中不足的,不过这个锅不应该是jaeger来背的,主要还是很多我们常用的库没有直接的支持diagnostic,所以能监控到的东西还是略少。

不过在github发现了clrprofiler.trace这个项目,可以通过clrprofiler来解决上面的问题。

最后是本文的示例代码

jaegerdemo

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。

上一篇:

下一篇: