OpenCensus
OpenCensus 项目是 Google 开源的一个用来收集和追踪应用指标的第三方库。
OpenCensus 能够提供了一套统一的测量工具：跨服务捕获跟踪跨度（span）、应用级别指标以及来自其他应用的元数据（例如日志）。
OpenCensus 有如下一些主要特点：
标准通信协议和一致的 API ：用于处理 metric 和 trace
多语言库，包括Java，C++，Go，.Net，Python，PHP，Node.js，Erlang 和 Ruby
与 RPC 框架的集成，可以提供开箱即用的追踪和指标 ......
这种介绍类文章有很多，不必多言，本章将以 golang 版本的配套工具为例做一个最基础的 Demo
更多参见：https://opencensus.io/introduction
Note：
以下章节假设你已阅读并掌握
opencensus-go的 README.md 中描述的几个基本概念，主要包括tag、stats、exporters等，我们将直入主题，以最快速度来完成一个最简单的Demo;
Exporters
如你所知开发 Exporters 的团队有很多，还有一些是云服务，我们摘两个能够在本地快速搭建并使用的工具来做
Demo
Zipkin (Tracing)
- 网址：https://zipkin.io/pages/quickstart.html
- 通过
http://localhost:9411/api/v2/spans收集 - 通过
http://127.0.0.1:9411展示
打开网址下载 jar 包，启动 zipkin 用来收集和展示 Trace 信息
$> java -jar zipkin-server-2.12.9-exec.jar --logging.level.zipkin2=INFO
Prometheus : graphite_exporter (Stats)
- 网址：https://github.com/prometheus/graphite_exporter
- 通过
http://localhost:9109上传度量值 - 通过
http://localhost:9108/metrics查看度量值
编译&启动 : 直接 checkout 工程，编译并执行即可启动服务
$> go build -o graphite_exporter .
$> ./graphite_exporter
Demo
启动了上面两个服务就可以直接看例子了，例子中收集了 foo / bar / baz 三个函数的调用信息，并以 Trace 和 View 方式实现了上报
package main
import (
"context"
"fmt"
"go.opencensus.io/stats"
"go.opencensus.io/stats/view"
"go.opencensus.io/tag"
"log"
"net/http"
"time"
"contrib.go.opencensus.io/exporter/graphite"
"contrib.go.opencensus.io/exporter/zipkin"
openzipkin "github.com/openzipkin/zipkin-go"
zhttp "github.com/openzipkin/zipkin-go/reporter/http"
"go.opencensus.io/trace"
)
var (
FooMessage = stats.Int64("foo", "测试一下 foo", stats.UnitDimensionless)
BarMessage = stats.Int64("bar", "测试一下 bar", stats.UnitDimensionless)
BazMessage = stats.Int64("baz", "测试一下 baz", stats.UnitDimensionless)
)
func main() {
localEndpoint, err := openzipkin.NewEndpoint("example-server", "[myip]:5454")
if err != nil {
log.Println(err)
}
reporter := zhttp.NewReporter("http://localhost:9411/api/v2/spans")
defer reporter.Close()
exporterTrace := zipkin.NewExporter(reporter, localEndpoint)
trace.RegisterExporter(exporterTrace)
trace.ApplyConfig(trace.Config{DefaultSampler: trace.AlwaysSample()})
exporterView, err := graphite.NewExporter(graphite.Options{Namespace: "opencensus", Port: 9109})
if err != nil {
log.Fatal(err)
}
view.RegisterExporter(exporterView)
if err = view.Register(
&view.View{
Name: "foo_view",
Description: "foo message",
Measure: FooMessage,
TagKeys: nil,
Aggregation: view.Count(),
},
&view.View{
Name: "bar_view",
Description: "bar message",
Measure: BarMessage,
TagKeys: nil,
Aggregation: view.Count(),
},
&view.View{
Name: "baz_view",
Description: "baz message",
Measure: BazMessage,
TagKeys: nil,
Aggregation: view.Count(),
},
); err != nil {
log.Fatalf("Cannot register the view: %v", err)
}
view.SetReportingPeriod(1 * time.Second)
ctx := context.Background()
osk, _ := tag.NewKey("liangc-macos")
uid, _ := tag.NewKey("uid-liangc")
ctx, err = tag.New(ctx,
tag.Insert(osk, "macOS-10.12.5"),
tag.Upsert(uid, "cc14514"),
)
if err != nil {
log.Fatal(err)
}
go foo(ctx)
fmt.Println("ok.")
addr := ":2004"
log.Printf("Serving at %s", addr)
log.Fatal(http.ListenAndServe(addr, nil))
}
func foo(ctx context.Context) {
// Name the current span "/foo"
stats.Record(ctx, FooMessage.M(1))
ctx, span := trace.StartSpan(ctx, "/foo")
defer span.End()
go func() {
for {
// Foo calls bar and baz
bar(ctx)
baz(ctx)
}
}()
}
func bar(ctx context.Context) {
stats.Record(ctx, BarMessage.M(1))
ctx, span := trace.StartSpan(ctx, "/bar")
defer span.End()
// Do bar
time.Sleep(1 * time.Second)
}
func baz(ctx context.Context) {
stats.Record(ctx, BazMessage.M(1))
ctx, span := trace.StartSpan(ctx, "/baz")
defer span.End()
// Do baz
time.Sleep(2 * time.Second)
}
展示
Zipkin 展示 Trace 信息
图中 X 轴是时间线，可以看到截取了 32s 的调用数据，函数从 foo 开始，然后 bar 和 baz 交替执行，并附带了执行时间；
graphite_exporter 展示 Stats 信息
可以看到 bar_view 和 baz_view 分别被调用了 17 次，foo_view 作为入口函数只调用了一次
有疑问加站长微信联系（非本文作者）
