Tracing Analysis - Function Compute - Alibaba Cloud ドキュメントセンター

このトピックでは、Pythonランタイム環境のTracing Analysis機能について説明します。

背景

Alibaba Cloud Tracing AnalysisはOpenTracing標準を採用しており、オープンソースコミュニティと互換性があります。 Tracing Analysisは、分散アプリケーションの開発者にさまざまな機能を提供します。たとえば、開発者は分散トレースのクエリと診断、分散トポロジの動的な検出、アプリケーションのパフォーマンスのリアルタイムな要約を行うことができます。

Function ComputeはTracing Analysisと統合します。 Jaeger SDKまたはOpenTelemetryを使用してトレース情報をアップロードし、関数の呼び出しを追跡できます。 Tracing Analysisは、サーバーレスアーキテクチャのパフォーマンスボトルネックの分析と診断に役立ちます。これにより、サーバーレスシナリオでの開発と診断の効率が向上します。

概要

Tracing Analysisは、Function Computeコンソールで設定できます。詳細については、「トレース分析の有効化」をご参照ください。

サービスのTracing Analysisを有効にすると、Function Computeはシステムで消費された時間を自動的に記録します。時間は、コールドスタート時間、イニシャライザ関数の実行時間、及び関数の実行時間を含む。次の図のシステムスパンの詳細については、「スパン名の説明」をご参照ください。 Tracing Analysis

ビジネス側の関数で消費された時間を記録できます。たとえば、[カスタムスパンの作成] を使用して、関数内でApsaraDB RDSやApsara File Storage NASなどのサービスにアクセスするのにかかる時間を記録できます。

サンプルコード

Function Computeのトレース分析では、OpenTracing仕様のJaeger実装に基づいて、OpenTelemetryを使用してカスタムスパンを作成できます。

Pythonコードでは、OpenTelemetry SDKを使用して手動でデータにタグを付け、そのデータをTracing Analysisサーバーに報告できます。完全なサンプルコードについては、「python-tracing-openTelemetry」をご参照ください。

上記のコードでは、

プロジェクトディレクトリで依存関係ファイルrequirements.txtを設定します。
```
opentelemetry-api==1.12.0
opentelemetry-sdk==1.12.0
opentelemetry-exporter-jaeger==1.12.0
```

Tracing Analysisサーバーにデータを報告します。

trace.set_tracer_provider(
    TracerProvider(
        resource=Resource.create({SERVICE_NAME: "my-helloworld-service"})
    )
)
tracer = trace.get_tracer(__name__)
def handler(event, context):
    init_tracer(context.tracing.jaeger_endpoint)
    span_context = get_fc_span(context.tracing.span_context)
    start_my_span(trace.set_span_in_context(NonRecordingSpan(span_context)))
    return 'hello world'

を返す

トレーサオブジェクトを初期化して、トレーサへのアクセスを提供します。

def init_tracer(endpoint):
    jaeger_exporter = JaegerExporter(
        collector_endpoint=endpoint
    )

    span_processor = SimpleSpanProcessor(jaeger_exporter)

    trace.get_tracer_provider().add_span_processor(span_processor)

Contextオブジェクトのトレース情報を取得し、SpanContextオブジェクトに変換します。

def get_fc_span(jaeger_span_context):
    jaeger_span_context_arr = jaeger_span_context.split(":")
    tid = int(jaeger_span_context_arr[0], 16)
    sid = int(jaeger_span_context_arr[1], 16)

    span_context = trace.SpanContext(
        trace_id=tid,
        span_id=sid,
        is_remote=True,
        trace_flags=trace.TraceFlags(0x01),
    )
    return span_context

変換されたコンテキストを使用して、トレーサーと子スパンを作成します。各スパンは、コールチェーン内の名前付きおよび時限連続実行フラグメントを表す。スパンに基づいて子スパンを作成することもできます。
```
def start_my_span(context):
    with tracer.start_as_current_span(name="fc-operation", context=context):
        time.sleep(0.15)
        with tracer.start_as_current_span("child"):
            time.sleep(0.1)
```