Python Flask 容器化应用链路可观测
简介
Flask 是一个基于 Python 的轻量级 Web 应用框架，因其简洁灵活而被称为“微框架”。它提供了 Web 开发所需的核心功能，如请求处理、路由管理等，但不会强制开发者使用特定的工具或库。这种设计使得 Flask 极易上手，同时也具备良好的扩展性，能够满足从小型到中型 Web 应用的开发需求。
在现代分布式系统架构下，一个请求往往需要调用多个服务来完成。链路跟踪（Tracing）技术应运而生，它通过记录请求在各个服务之间的流转路径，为开发者和运维人员提供了一种强大的工具。借助链路跟踪，可以快速定位系统中的问题、分析性能瓶颈，进而优化整个系统的运行效率。
观测云是一款面向开发、运维、测试及业务团队的实时数据监测平台，专注于解决云计算和云原生时代系统全链路的可观测性问题。它能够全面覆盖云平台、云原生架构、应用程序以及业务相关的监测需求，提供包括基础设施监测、日志与指标管理、应用性能监测、用户访问监测以及监控告警等全方位的解决方案。观测云支持 OpenTracing 协议，可实现对分布式架构应用的端到端链路分析，并将链路数据与基础设施、日志、用户访问监测等进行关联分析。用户可以在观测云的“应用性能监测 > 链路”模块中，方便地搜索、筛选、导出链路数据，查看链路详情，并借助火焰图、Span 列表、瀑布图等可视化工具，对链路性能进行全面且深入的分析。
以下是一个简单的 Python Flask 应用示例，展示了如何使用 ddtrace 进行链路追踪，以实现对应用的性能监控和问题定位。
前置条件
- 注册观测云
- Linux 主机（可以连接 https://openway.guance.com）
- 安装 Docker
- 安装 Docker Compose
集成方案
部署 DataKit
登录观测云控制台，点击「集成」 -「DataKit」 - 「Linux」，点击“复制”图标。
把复制的安装命令粘贴到 Linux 主机上执行。
开通采集器
DataKit 内置几十种采集器，开通采集器很方便，只需要复制官方提供的 sample 文件，改成 “.conf”结尾，这里我们只需要创建 opentelemetry.conf，然后重启 DataKit。
cd /usr/local/datakit/conf.d/ddtrace/
cp ddtrace.conf.sample ddtrace.conf
重启 DataKit
datakit service -R
部署 Python 项目
在 Linux 的 data 目录创建四个文件。
/data/
├── app.py
├── requirements.txt
├── Dockerfile
└── docker-compose.yml
app.py
# app.py
from flask import Flask
from ddtrace import patch_all# Patch all supported libraries for tracing
patch_all()app = Flask(__name__)@app.route('/')
def hello():return 'Hello, Docker with ddtrace!'if __name__ == '__main__':app.run(host='0.0.0.0', port=5000)
requirements.txt
在 requirements.txt 文件中列出所有需要的依赖包，包括 ddtrace。
flask
ddtrace
Dockerfile
ddtrace-run 是一个命令行工具，用于启动和追踪 Python 应用程序。它会自动对支持的库进行追踪。
# 使用官方Python镜像作为基础镜像
FROM python:3.9-slim# 设置工作目录
WORKDIR /app# 将当前目录下的所有文件复制到工作目录中
COPY . /app# 安装依赖
RUN pip install --no-cache-dir -r requirements.txt# 暴露应用程序运行的端口
EXPOSE 5000# 定义容器启动时执行的命令
CMD ["ddtrace-run", "python", "app.py"]
docker-compose.yml
version: '3.8'services:python-app:image: pubrepo.guance.com/python-demo-app:v1container_name: my-python-appnetwork_mode: "host" # 使用主机网络模式restart: unless-stopped working_dir: /app ports:- "5000:5000" volumes:- .:/app environment:- DD_SERVICE=python-demo- DD_ENV=pre- DD_VERSION=1.0.0.0- DD_AGENT_HOST=localhost- DD_TRACE_AGENT_PORT=9529- DD_LOGS_INJECTION=true
启动项目
运行以下命令来构建和运行 Docker 容器。
docker build -t pubrepo.guance.com/python-demo-app:v1 -f Dockerfile .
docker-compose up
效果展示
打开浏览器，访问 http://localhost:5000，你应该会看到 “Hello, Docker with ddtrace!” 的页面。
登录观测云控制台，点击「应用性能监测」 -「链路」，进入一个 span，查看火焰图、Span列表、瀑布图等。
