走进SkyWalking-插件概念[#2]

2023-02-20 14:55:01Python09

走进SkyWalking-插件概念[#2],第1张

[TOC]

在解析SkyWalking的源码之前，我们先来了解下SkyWalking中的插件机制，那它的作用是什么？为什么先要去了解它呢？我们知道SkyWalking是用来监控应用程序的系统，那它必然需要收集我们应用程序中需要监控的相关数据，那问题就来了，它怎么知道我们系统中需要收集哪些数据？所以插架的作用就在于此，由于对监控的应用程序的不确定性，进而提供了可扩展的插件机制来满足实际的业务监控需求。

为什么先要去了解它？因为对监控数据的来源收集是应用监控的基础，也是第一步，也就是SkyWalking中的探针部分，同时它也是我们解析Agent启动源码中重要的一环。

在SkyWalking的文档及源文件中，相信你能看到官方已经提供了很多常见框架的不同版本的通用插件，这里面一些由官方提供，一些由社区开发者Pull；但是如果你想在项目中重度使用SkyWalking来做APM，仅仅使用这些插件还是不够的，你必然需要封装符合自己业务监控需求的插件，相应的，你必须的知道插件的机制以及如何开发。

工欲善其事必先利其器，开发插件前，我们先得具备SkyWalking的插件中的基础概念以及开发规范的要点。

它是上下文管理器，是SkyWalking中的核心API，负责提供所有主要的API，像下文中Span和Context的一些列操作都是由它封装并提供方法，同时负责维护Context上下文，内部是通过 ThreadLocal 来进行多线程的隔离和维护的，在后面插件开发的过程中会经常使用到这个类的。

跨度，它是系统中完成的单个工作单元，通俗的说一条完整的调用链路就是由多个Span单元组成的，通过下图相信你会更加直观的了解它，

这是 /storage/waste 的一条调用链路，下面的每一行就代表一个Span，上面的 test 是自定义的插件拦截定义的Span。

OpenTracing的规范中定义了一个Span需要包含操作名称、开始和结束时间、跨度标签、跨度日志、 SpanContext ，其中SpanContext的作用是携带跨进程的边界数据，由 traceId 、 spanId 、键值对数据组成。

而SkyWalking的Span概念与之类似，同时提供了一些扩展，我们先来看下Span的类图结构,

首先 AsyncSpan 定义了一个顶层接口，

能看到里面定义了两个方法，它们是在异步场景下使用的API，当Span中的组成信息需要在另一个线程中进行设置时，像标签、日志、属性等，就可以使用它们。使用的方式也很简单，比如在A线程的Span里面调用 prepareForAsync() 方法，然后再B线程中拿到Span进行设置，完成后调用 asyncFinish() 方法来结束调用即可。

再来看它的子类接口 AbstractSpan ，它里面就定义了Span的属性组成，像操作名称OperateName、标签Tag、日志Log、组件Component、类别Layer等等。其中

而下面的实现子类中，其中 NoopSpan 是一个空实现，没有任何实际操作，用来存放 IgnoredTracerContext 的，我们主要看 AbstractTracingSpan 下三个重要的实现子类：

我们再定义Span的时候只需要根据上面的描述创建相应的Span即可，其中 EntrySpan 和 ExitSpan 注意要设置Component和Layer值。这里创建Span的方式也很简单，利用 ContextManager 提供的API来完成，

Context通常代表着上下文，相信看过一些框架源码，像Spring等，一定对它很熟悉；那我们来看看SkyWalking中的Context是怎么定义的，先看类图，

这里 AbstractTracerContext 是一个顶层接口，代表着跟踪上下文的管理器， IgnoredTracerContext 刚才我们提到过，源码注释中对其说明是表示一个被忽略的上下文，主要作用是用一个字段 int stackDepth 来维护堆栈深度，它通常在Span中的OperateName定义为空时会被创建；而 TracingContext 才是核心跟踪逻辑控制器，它保存着一些基本的信息个状态以外，还存放着上下文中传播的 Span 和跨度深度等重要数据。

我们在创建 Span 的时候方法内部会自动帮我创建 AbstractTracerContext 并初始化，所以不用担心，主要在下面两种情况下会需要我们进行传递处理：

通过上面我们知道了SkyWalking中插件的作用、自定义插件中需要定义的哪些基本信息和规范，以及如何在不同的场景下进行上下文的传播，那接下来就是如何进行插件开发了，下一篇我们继续。

身未动，心已远。

把一件事做到极致就是天分！

你好，手工装各种库用gem，rvm是用来管理ruby的，ruby的其中一个“程序”叫rubygems，简称 gem，是个ruby版本管理器，bundle是rails框架里面安装Gemfile指定的各种库的工具。 gem和bundle是装的同意的东西，rvm是装ruby的。，而用来管理项目的gem的，叫bundle.完全是不同的东西，他们相同的只是都可以管理gem

它采用纯 Python 实现，是一个分布式用户负载测试的工具。使用基于 Requests 库的客户端发起请求，使编写脚本大大简化在模拟并发方面摒弃进程和线程，完全基于时间驱动，采用协程（gevent）提供的非阻塞 IO 和 coroutine 来实现网络层的并发请求。因此单台压力机也能产生数千并发请求数。

Locust官网

特点:

支持Python版本: 3.6, 3.7, 3.8

安装方式: pip install locust -i https://pypi.tuna.tsinghua.edu.cn/simple

案例

--- 一个用户下一步具体要执行什么动作，是随机的，也就是 locust 会从动作列表中随机选择一个

--- @task 接受一个参数，表示权重，数值越大，这个动作被选中的概率就越高

然后打开浏览器, 直接在浏览器输入 http://localhost:8089 打开UI界面，界面如下:

locust -f locustfile.py --headless -u 100 -r 10 -t 10s

运行多个进程的Locust, 使用 --master 命令启动主进程, 使用 --worker 启动从属进程

主进程控制从进程并收集从进程的测试结果从进程负责执行测试，并反馈结果给主进程。

启动无界面主进程