最近咱们公司的部分.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。git
至于为何选择Jaeger而不是Skywalking,这个问题我只能回答,大佬们说了算。github
前段时间也在CSharpCorner写过一篇相似的介绍
Exploring Distributed Tracing Using ASP.NET Core And Jaeger。sql
下面回到正题,咱们先看一下Jaeger的简介docker
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。包含了下面的内容数据库
下面就经过一个简单的例子来体验一下。api
在这个示例的话,咱们只用了jaegertracing/all-in-one
这个docker的镜像来搭建,由于是本地的开发测试环境,不须要搭建额外的存储,这个感受仍是比较贴心的。缓存
咱们会用到两个主要的nuget包async
Jaeger
这个是官方的clientOpenTracing.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,只能本身作扩展)而后咱们会建两个API的项目,一个是AService
,一个是BService
。分布式
其中BService
会提供一个接口,从缓存中读数据,若是读不到就经过EF Core去从sqlite中读,而后写入缓存,最后再返回结果。ide
AService
会经过HttpClient去调用BService
的接口,从而会造成调用链。
开始以前,咱们先把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
而后就在两个项目的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; }); }
这里须要注意的是咱们要根据状况来选择sampler,演示这里用了最简单的ConstSampler。
回到BService
这个项目,咱们添加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"); }); }
而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
就是经过HttpClient去调用上面的这个接口便可。
// 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。
先经过http://localhost:9898/api/values/
访问几回AService
大概能获得一个这样的结果
而后去Jaeger的界面上咱们能够看到,两个服务已经注册上来了。
选A,B其中一个去搜索,就能够看到下面的结果
这个就最外层,能看到这些请求一些宏观的信息。
咱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,作了一些什么操做,请求来到AService
,它就发起了HTTP请求到BService
,BService
则是先经过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,能够发现是少了查数据库这一步操做的。这也是为何上面的是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别点了。
回去看看其余细节,能够发现相似下面的内容
有不少日志相关的东西,这些东西在这里可能没有太多实际的做用,咱们能够经过调整日志的级别来不让它写入到Jaeger中。
或者是经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。
虽然说Jaeger用起来挺简单的,可是也是有点美中不足的,不过这个锅不该该是Jaeger来背的,主要仍是不少咱们经常使用的库没有直接的支持Diagnostic
,因此能监控到的东西仍是略少。
不过在github发现了ClrProfiler.Trace这个项目,能够经过clrprofiler来解决上面的问题。
最后是本文的示例代码