通過SkyWalkingPythonSDK上報Python應用資料 - Application Real-Time Monitoring Service

通過SkyWalking為應用埋點並上報鏈路資料至Managed Service for OpenTelemetry後，Managed Service for OpenTelemetry即可開始監控應用，您可以查看應用拓撲、調用鏈路、異常事務、慢事務和SQL分析等一系列監控資料。本文介紹如何使用SkyWalking Python Agent進行自動埋點並上報應用資料。

前提條件

下載Apache-skywalking的Python Agent（建議下載最新版本）。
在Python專案中引入Skywalking-python Agent。
擷取存取點資訊
登入ARMS控制台，在左側導覽列單擊接入中心。
在服務端應用地區單擊SkyWalking卡片。
在彈出的SkyWalking面板中選擇資料需要上報的地區。
說明
初次接入的地區將會自動進行資源初始化。
選擇串連方式，然後複製存取點資訊。
若您的服務部署在阿里雲上，且所屬地區與選擇的接入地區一致，推薦使用阿里雲內網方式，否則選擇公網方式。

背景資訊

SkyWalking是一款廣受歡迎的國產APM（Application Performance Monitoring，應用效能監控）產品，主要針對微服務、Cloud Native和容器化（Docker、Kubernetes、Mesos）架構的應用。SkyWalking的核心是一個分布式追蹤系統。

Skywalking-python是SkyWalking的Python Agent官方庫，可以通過接入Skywalking-python實現對Python應用的監控，Skywalking-python支援Kafka、HTTP、AIOHTTP、Redis、WebSockets等多種第三方庫的自動埋點。

展開查看支援監控的第三方庫

庫	Python版本 - 庫版本	外掛程式名
aiohttp	Python≥3.7 - 3.7.*	sw_aiohttp
aioredis	Python≥3.7 - 2.0.*	sw_aioredis
aiormq	Python≥3.7 - 6.3、6.4	sw_aiormq
amqp	Python≥3.7 - 2.6.1	sw_amqp
asyncpg	Python≥3.7 - 0.25.0	sw_asyncpg
bottle	Python≥3.7 - 0.12.23	sw_bottle
celery	Python≥3.7 - 5.1	sw_celery
confluent_kafka	Python≥3.7 - 1.5.0、1.7.0、1.8.2	sw_confluent_kafka
django	Python≥3.7 - 3.2	sw_django
elasticsearch	Python ≥3.7 - 7.13、7.14、7.15	sw_elasticsearch
hug	Python ≥3.11 - 暫不支援 Python ≥3.10 - 2.5、2.6 Python ≥3.7 - 2.4.1、2.5、2.6	sw_falcon
fastapi	Python ≥3.7 - 0.89.、0.88.	sw_fastapi
flask	Python ≥3.7 - 2.0	sw_flask
happybase	Python ≥3.7 - 1.2.0	sw_happybase
http_server	Python ≥3.7 - *	sw_http_server
werkzeug	Python ≥3.7 - 1.0.1、2.0	sw_http_server
httpx	Python ≥3.7 - 0.23.、0.22.	sw_httpx
kafka-python	Python ≥3.7 - 2.0	sw_kafka
loguru	Python ≥3.7 - 0.6.0、0.7.0	sw_loguru
mysqlclient	Python ≥3.7 - 2.1.*	sw_mysqlclient
neo4j	Python ≥3.7 - 5.*	sw_neo4j
psycopg[binary]	Python ≥3.11 - 3.1.* Python ≥3.7 - 3.0.18、3.1.*	sw_psycopg
psycopg2-binary	Python ≥3.10 - 暫不支援 Python ≥3.7 - 2.9	sw_psycopg2
pymongo	Python ≥3.7 - 3.11.*	sw_pymongo
pymysql	Python ≥3.7 - 1.0	sw_pymysql
pyramid	Python ≥3.7 - 1.10、2.0	sw_pyramid
pika	Python ≥3.7 - 1.2	sw_rabbitmq
redis	Python ≥3.7 - 3.5.*、4.5.1	sw_redis
requests	Python ≥3.7 - 2.26、2.25	sw_requests
sanic	Python ≥3.10 - 暫不支援 Python ≥3.7 - 20.12	sw_sanic
tornado	Python ≥3.7 - 6.0、6.1	sw_tornado
urllib3	Python ≥3.7 - 1.26、1.25	sw_urllib3
urllib_request	Python ≥3.7 - *	sw_urllib_request
websockets	Python ≥3.7 - 10.3、10.4	sw_websockets

樣本Demo

樣本Demo倉庫地址：SkyWalking Demo

該Demo是一個簡單的基於Flask架構的請求路由轉寄和操作MySQL資料庫的樣本，SkyWalking Agent對其監控並上報資料。

用SkyWalking為Python應用自動埋點

您可以在Python專案檔代碼裡直接配置SkyWalking Python Agent參數或在環境變數中配置SkyWalking Python Agent參數。

在代碼中配置參數

在Python專案檔中修改config.init參數，樣本Demo中對應為proxy/TestProxy.py和controller/TestController.py檔案。

from skywalking import config
config.init(ConfigurationName = ConfigurationValue)

將參數配置到環境變數

在環境變數檔案中添加以下內容，並重新整理使其生效。

export SW_AGENT_ConfigurationName=ConfigurationValue

說明

如果是Docker容器環境，可以在docker-compose.yaml檔案的environment選項下面配置環境變數。

配置存取點和令牌。
1. 在Python檔案中引入Skywalking。
```
from skywalking import agent, config
```
2. 配置存取點和鑒權令牌。
  請將<endpoint>和<auth-token>分別替換成前提條件中擷取的存取點資訊和鑒權令牌。
```
config.init(agent_collector_backend_services='<endpoint>',
            agent_authentication='<auth-token>')
```

配置Service Name作為應用標識。

config.init(agent_name='<service name>'）

選擇資料上報協議，SkyWalking支援gRPC上報。

### 可選擇的上報協議有'grpc'。
config.init(agent_protocol='<protocol>'）

根據需求配置其他選擇性參數。參數詳情請參見Apache SkyWalking官方文檔。
重新啟動應用。

常見問題

gRPC上報資料出現Method not found: skywalking.v3.LogReportService/collect錯誤。
在config.init中設定agent_log_reporter_active為False。
```
config.init(agent_log_reporter_active=False)
```
gRPC上報資料出現Method not found: skywalking.v3.MeterReportService/collect錯誤。控制台暫不支援metric資料上報，您可以在config.init中設定agent_meter_reporter_active為False。
```
config.init(agent_meter_reporter_active=False)
```

Application Real-Time Monitoring Service：通過SkyWalking上報Python應用資料