观测云对接 Pinpoint 最佳实践

news2024/9/27 12:09:31

简介

Pinpoint 是一个开源的分布式应用性能监控工具，由韩国搜索引擎公司 Naver 开发。它主要用于跟踪和监控分布式应用程序和微服务架构中的性能问题。Pinpoint 的核心功能包括对分布式链路的追踪和监控，通过收集和分析数据来帮助开发者定位问题所在。Pinpoint 支持实时的链路追踪，可以追踪请求在不同服务之间的传播路径，帮助用户了解整个操作流程和性能瓶颈。

观测云支持各种 APM 工具，包括 Pinpoint，只需要安装 DataKit，开通 Pinpoint 采集器，即可接收来自 Pinpoint 上报的链路数据，然后再通过观测云强大的分析展示能力，在观测云上对应用的链路、应用的日志、应用运行的环境进行综合分析。

实验环境

观测云 SaaS
Linux 主机（可以连接 https://openway.guance.com ）
安装 JDK1.8
安装 DataKit
下载 Java Demo
下载 pinpoint-agent-2.5.1.tar.gz

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，执行 datakit monitor 查看 DataKit 运行情况。

datakit monitor

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，然后重启 DataKit。

Pinpoint 采集器

cd /usr/local/datakit/conf.d/pinpoint/
cp pinpoint.conf.sample pinpoint.conf

日志采集器

cd /usr/local/datakit/conf.d/log
cp logging.conf.sample pinpoint-log.conf

java-demo-pinpoint-1.0-SNAPSHOT.jar 会产生日志文件 /usr/local/df-demo/logs/log.log 这里要做链路和日志的联动分析，所以需要采集日志。编辑 pinpoint-log.conf ，logfiles 里面填写文件路径，source 表示数量来源，用于在观测云上区分日志。

重启 DataKit

datakit service -R

重启完成后再执行 datakit monitor ，Inputs 位置多了两个采集器 logging 和 pinpoint 。

应用接入 Pinpoint

解压 pinpoint-agent-2.5.1.tar.gz 到 /usr/local/df-demo 目录，java-demo-pinpoint-1.0-SNAPSHOT.jar 也放到该目录。

cd  /usr/local/df-demo
tar -zxvf pinpoint-agent-2.5.1.tar.gz

配置端口

DataKit 的 Pinpoint 采集器默认接收 Pinpoint 上报链路的端口是 9991，所以需要修改 pinpoint-root.config 配置文件，把上报端口改成 9991。

cd  /usr/local/df-demo
vim  pinpoint-agent-2.5.1/pinpoint-root.config

profiler.transport.module = GRPC
profiler.transport.grpc.agent.collector.port = 9991 
profiler.transport.grpc.metadata.collector.port = 9991
profiler.transport.grpc.stat.collector.port = 9991 
profiler.transport.grpc.span.collector.port = 9991

日志输出 TraceId

logback 日志中输出 trace_id，需要开启一个开关。编辑 pinpoint.config 文件，设置 profiler.logback.logging.transactioninfo 为 true 。

cd  /usr/local/df-demo
vim pinpoint-agent-2.5.1/profiles/release/pinpoint.config

Java Demo 中日志输出是 logback，只需要在日志输出的 layout 中添加 %X{PtxId} %X{PspanId} 即可输出链路调用中 Pinpoint 产生的 trace_id 和 span_id。

    <appender name = "Console" class= "ch.qos.logback.core.ConsoleAppender" >
        <layout class = "ch.qos.logback.classic.PatternLayout">
            <Pattern >%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{20} - [%method,%line] - [%X{PtxId} %X{PspanId}] - %msg%n</Pattern >
        </layout >
    </appender>

启动 Java 应用。

cd  /usr/local/df-demo
java -javaagent:pinpoint-agent-2.5.1/pinpoint-bootstrap.jar -Dpinpoint.config=pinpoint-agent-2.5.1/pinpoint-root.config -Dpinpoint.agentId=java-pinpoint-demo -Dpinpoint.applicationName=java-pinpoint-demo  -jar java-demo-pinpoint-1.0-SNAPSHOT.jar

日志链路打通

登录观测云控制台，点击「日志」 -「Pipelines」 - 「新建Pipeline」，日志来源输入 pinpoint-log ，输入 Pipeline 名称，填写如下解析规则，最后保存。

grok(_, "%{TIMESTAMP_ISO8601:time}%{SPACE}%{NOTSPACE:thread_name}%{SPACE}%{LOGLEVEL:status}%{SPACE}%{NOTSPACE:class_name}%{SPACE}-%{SPACE}\\[%{NOTSPACE:method_name},%{NUMBER:line}\\]%{SPACE}-%{SPACE}\\[%{DATA:trace_id} %{DATA:span_id}\\]%{SPACE}-%{SPACE}%{GREEDYDATA:msg}") 
default_time(time,"Asia/Shanghai")