Dapr - 可觀測性

前言：

　前篇 - Actor 構建塊文章對 Dapr 的 Actor 構建塊進行了解，本篇繼續對可觀測性進行了解學習。

一、可觀測性

　用於獲取可觀察性的系統信息稱爲遙測。它可以分爲四大類：

分佈式跟蹤 提供有關分佈式業務事務中所涉及服務之間的流量的見解。
度量值 可讓你深入瞭解服務的性能及其資源消耗情況。
日誌記錄 可提供代碼的執行方式和錯誤發生的見解。
運行狀況 終結點可讓你深入瞭解服務的可用性。

　Dapr 可觀察性構建基塊將可觀察性與應用程序分離。它自動捕獲由 Dapr 分支和 Dapr 系統服務生成的、構成 Dapr 控制平面的流量。塊將流量與跨多個服務的單個操作關聯起來。它還公開了系統的性能指標、資源使用情況和運行狀況。遙測以開放標準格式發佈，使信息可以送入你選擇的監視後端。在這裏，可以對信息進行可視化、查詢和分析。

　由於 Dapr 抽象掉了該管道，因此應用程序不知道如何實現可觀察性。無需引用庫或實現自定義檢測代碼。Dapr 使開發人員能夠專注於構建業務邏輯，而不是可觀察性管道。可觀察性在 Dapr 系統級別配置，在服務之間保持一致，即使是由不同的團隊創建，並使用不同的技術堆棧構建。

二、工作原理

　Dapr 的 Sidecar 啓用內置可觀察性功能。服務通信時，Dapr 分支會截獲流量並提取跟蹤、指標和日誌記錄信息。遙測以開放標準格式發佈。默認情況下，Dapr 支持 OpenTelemetry 和 Zipkin。

　Dapr 提供可將遙測發佈到不同後端監視工具的收集器。這些工具提供了 Dapr 遙測用於分析和查詢。下圖顯示了 Dapr 可觀察性體系結構：

　步驟：

服務 A 調用服務 B 上的操作。調用將從服務 A 的 Dapr 挎鬥路由到服務 B 的挎鬥。
當服務 B 完成操作時，響應將通過 Dapr 分支發送回服務 A。它們收集併發布每個請求和響應的所有可用遙測數據。
配置的收集器引入遙測數據，並將其發送到監視後端。

三、特點

分佈式跟蹤

　　分佈式跟蹤提供了跨分佈式應用程序中的服務的流量的見解。交換請求和響應消息的日誌是用於解決問題的有用信息的來源。硬部分正在關聯屬於同一業務事務的_消息_ 。　　

　　Dapr 將 HTTP/GRPC Middleware 添加到 Dapr sidecar。Middleware 攔截所有 Dapr 和應用程序流量，並自動注入關聯 ID 以跟蹤分佈式事務。此設計有如下優點：

無需代碼檢測。所有流量都會自動跟蹤可配置的跟蹤級別。
跨微服務的一致跟蹤行爲。跟蹤是在 Dapr sidecar 上進行配置和管理的，因此它可以在服務之間保持一致，這些服務由不同的團隊提供，並可能以不同的編程語言編寫。
可配置和可擴展。通過利用 Zipkin API 和 OpenTelemetry 收集器，可以將 Dapr 追蹤配置爲與流行的追蹤後端配合使用，包括客戶可能有的自定義後端。
可以同時定義和啓用多個 Exporter

　步驟：

服務 A 在服務 B 上調用操作。當服務 A 啓動調用時，Dapr 將創建一個唯一的跟蹤上下文並將其注入到請求中。
服務 B 接收請求，並對服務 C 調用操作。Dapr 檢測傳入請求包含跟蹤上下文，並通過將其注入到服務 C 的傳出請求來傳播。
服務 C 接收請求並對其進行處理。Dapr 檢測到傳入請求包含跟蹤上下文，並通過將其注入到服務 B 的傳出響應來傳播。
服務 B 接收響應並對其進行處理。然後，它會創建新的響應，並通過將跟蹤上下文注入到服務 A 的傳出響應來傳播跟蹤上下文。

　 Zipkin 是開源分佈式跟蹤系統。它可以攝取和可視化遙測數據。Dapr 提供對 Zipkin 的默認支持。以下爲默認支持的 dapr 設置

apiVersion: dapr.io/v1alpha1
kind: Configuration
metadata:
  name: daprConfig
spec:
  tracing:
 　　##採樣率
    samplingRate: "1"
    zipkin:
　　　 ##zipkin地址
      endpointAddress: http://localhost:9411/api/v2/spans

指標

　　指標（Metrics）是在一段時間內收集和存儲的一系列度量值和計數。 Dapr 指標提供監控功能，以瞭解 Dapr sidecar 和系統服務的行爲。例如，Dapr sidecar 和用戶應用之間的服務指標可以展示調用延遲、流量故障、請求的錯誤率等。Dapr 的系統服務度量則可以顯示 sidecar 注入失敗，系統服務的運行狀況 (包括 CPU 使用率，actor 位置數量等)

　　每個 Sidecar 和系統服務都公開一個在端口 9090 上偵聽的指標終結點。Prometheus 指標 Scrapper 從每個終結點捕獲指標，並將信息發佈到監視後端。

　　Dapr 爲 Dapr 系統服務及其運行時生成一組大量指標。示例包括：

NgyYRM

　　配置指標：

運行時，可以通過在 Dapr 命令中包含參數來 --enable-metrics=false 禁用指標收集終結點。或者，還可使用參數更改終結點的默認 --metrics-port 9090 端口。

apiVersion: dapr.io/v1alpha1
kind: Configuration
metadata:
  name: dapr-config
  namespace: dapr-trafficcontrol
spec:
  tracing:
    samplingRate: "1"
  metric:
    enabled: false

　　　Prometheus 抓取器將指標收集併發布到監視後端後，如何理解原始數據？用於分析指標的常用可視化工具是 Grafana。使用 Grafana，可以從可用指標創建儀表板。

日誌記錄

　　Dapr 生成日誌，以提供 sidecar 操作的可見性，並幫助用戶識別問題並執行調試。日誌事件包含由 Dapr 系統服務生成的警告，錯誤，信息和調試消息。

　　Dapr 以純文本形式或 JSON 格式生成結構化日誌到標準輸出。默認情況下，所有 Dapr 進程 (運行時和系統服務) 都以純文本寫入控制檯輸出。要啓用 JSON 格式的日誌，您需要在運行 Dapr 進程時添加 --log-as-json 命令標誌。

　　Dapr 基於以下結構生成日誌：　　

DBLOni

運行情況

　　Dapr 提供了一種使用 HTTP /healthz 端點來確定其健康狀況的方法。通過此端點，對 Dapr 進程或 sidecar 進行探測，可以確定其運行狀況，從而確定其就緒程度和活躍度。

GET http://localhost:3500/v1.0/healthz

　　在自承載模式下運行時，不會自動調用運行狀況 API。不過，可以從應用程序代碼或運行狀況監視工具調用 API。

　　在 Kubernetes 中運行時，Dapr sidecar-execut 會自動將 Kubernetes 配置爲使用運行狀況 API 執行運行情況探測和 就緒情況探測。

　　Kubernetes 使用運行狀態探測來確定容器是否已啓動並正在運行。如果運行情況探測返回失敗代碼，Kubernetes 將假定容器已死並自動重啓。此功能可提高應用程序的整體可用性。

　　Kubernetes 使用就緒情況探測來確定容器是否已準備好開始接受流量。當 Pod 的所有容器都準備就緒時，它被視爲已就緒。就緒情況確定 Kubernetes 服務是否可以在負載均衡方案中將流量引導到 Pod。未就緒的 Pod 會自動從負載均衡器中刪除。

livenessProbe:
      httpGet:
        path: v1.0/healthz
        port: 3500
      initialDelaySeconds: 5
      periodSeconds: 10
      timeoutSeconds : 5
      failureThreshold : 3
readinessProbe:
      httpGet:
        path: v1.0/healthz
        port: 3500
      initialDelaySeconds: 5
      periodSeconds: 10
      timeoutSeconds : 5
      failureThreshold: 3

　　以下參數可用於探測：

path指定 Dapr 運行狀況 API 終結點。
指定 port Dapr 運行狀況 API 端口。
指定 Kubernetes 在開始首次探測容器之前等待 initialDelaySeconds 的秒數。
periodSeconds指定 Kubernetes 在每個探測之間等待的秒數。
指定 Kubernetes 在超時之前等待來自 API 的響應 timeoutSeconds 的秒數。超時被解釋爲失敗。
指定 Kubernetes 在考慮容器未處於活動狀態或未就緒之前將接受的失敗 failureThreshold 狀態代碼數。

四、.Net Core 應用

　1、添加以下 Nuget 包：

注：版本很重要，NuGet 要打開包含預發行版，並且使用指定版本

OpenTelemetry-1.2.0-beta1

OpenTelemetry.Instrumentation.AspNetCore-1.0.0-rc8

OpenTelemetry.Instrumentation.Http-1.0.0-rc8

OpenTelemetry.Exporter.Zipkin-1.2.0-beta1

OpenTelemetry.Extensions.Hosting-1.0.0-rc8

　2、修改 Startup 文件：添加監控

public class Startup
{
    public Startup(IConfiguration configuration)
    {
        Configuration = configuration;
    }
    public IConfiguration Configuration { get; }
    // This method gets called by the runtime. Use this method to add services to the container.
    public void ConfigureServices(IServiceCollection services)
    {
        services.AddControllers();

        services.AddActors(option =>
        {
            option.Actors.RegisterActor<OrderStatusActor>();
        });
        //添加TelemetryTracing監控
        services.AddOpenTelemetryTracing((tracerProviderBuilder) => tracerProviderBuilder
                .SetResourceBuilder(ResourceBuilder.CreateDefault().AddService("DaprBackEnd"))
                .AddAspNetCoreInstrumentation()
                .AddHttpClientInstrumentation()
　　　　　　　　　　//設置zipkin相關設置
                .AddZipkinExporter(zipkinOptions => { zipkinOptions.Endpoint = new Uri("http://localhost:9411/api/v2/spans"); }
            ));
    }

    // This method gets called by the runtime. Use this method to configure the HTTP request pipeline.
    public void Configure(IApplicationBuilder app, IWebHostEnvironment env)
    {
        if (env.IsDevelopment())
        {
            app.UseDeveloperExceptionPage();
        }
        app.UseRouting();
        app.UseAuthorization();
        app.UseEndpoints(endpoints =>
        {
            //開啓.Net的OpenTelemetry，然後修改Diagnostics.Activity的ParentId，讓當前的Tracing跟Dapr Sidecar傳來的TraceId一致
            endpoints.Map("/Amazing", async (HttpContext context) =>
            {
                if (context.Request.Headers.TryGetValue("traceparent", out var traceparent))
                {
                    Console.WriteLine($"TraceParent: {traceparent}");
                }
                if (context.Request.Headers.TryGetValue("tracestate", out var tracestate))
                {
                    Console.WriteLine($"TraceState: {tracestate}");
                }
                System.Diagnostics.Activity.Current?.SetParentId(traceparent.ToString());
                _ = await new HttpClient().GetStringAsync("https://www.baidu.com");
                Console.WriteLine($"Invoke succeed: traceID:{traceparent}");
            });
            endpoints.MapControllers();
            endpoints.MapActorsHandlers();
        });
    }
}

　3、啓動 dapr 應用：　

dapr run --dapr-http-port 3511 --app-port 8220 --app-id DaprBackEnd dotnet .\DaprBackEnd.dl

　4、使用 Dapr CLI 命令：

dapr invoke --app-id DaprBackEnd --method /Amazing

　5、查看檢測效果：

打開 Zipkin，地址：http://localhost:9411/, 來看一下 Zipkin 的 Tracing

總結：

詳細的可觀察性在生產中運行分佈式系統至關重要。

　　Dapr 提供不同類型的遙測，包括分佈式跟蹤、日誌記錄、指標和運行狀況狀態。

　　Dapr 僅生成 Dapr 系統服務和分支的遙測。不會自動包含應用程序代碼中的遙測數據。不過，可以使用特定的 SDK （如 OpenTelemetry SDK for .NET）從應用程序代碼發出遙測數據。

　　Dapr 遙測採用基於開放標準的格式生成，因此可通過大量可用的監視工具來引入。示例包括 Zipkin、Azure 應用程序 Insights、ELK Stack、New Relic 和 Grafana。有關如何監視具有特定監視後端的 Dapr 應用程序的教程，請參閱 Dapr 文檔中的監視應用程序 Dapr 。

參考：

　https://docs.microsoft.com/zh-cn/dotnet/architecture/dapr-for-net-developers/observability

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/K8iYBfAaF6GC5eWvvD2__Q

前言：

一、可觀測性

二、工作原理

三、特點

分佈式跟蹤

指標

日誌記錄

運行情況

四、.Net Core 應用

猜你喜歡