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
<https://www.c-sharpcorner.com/article/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



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
<https://github.com/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



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。



选A,B其中一个去搜索,就可以看到下面的结果



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



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。



再来看看两个请求的对比图。



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



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。



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 <https://github.com/caozhiyuan/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
<https://github.com/catcherwong-archive/2019/tree/master/04/JaegerDemo>

友情链接
ioDraw流程图
API参考文档
OK工具箱
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:637538335
关注微信