查看應用程式要求的延遲時間

建立 GKE 叢集

本指南將建立標準 GKE 叢集。如果您使用 Google Kubernetes Engine 的 Autopilot 模式，或是啟用 GKE 適用的工作負載身分聯盟，則必須將應用程式設為使用 GKE 適用的工作負載身分聯盟。

1. 按一下工具列中的 terminal 「Activate Cloud Shell」(啟用 Cloud Shell)，然後在 Cloud Shell 中執行以下步驟。

2. 建立叢集：

   gcloud container clusters create cloud-trace-demo --zone us-central1-c
   

   上述指令只需幾分鐘即可完成。該指令會在可用區 us-central1-c 中建立名為 cloud-trace-demo 的標準叢集。

3. 將 kubectl 設為自動重新整理憑證，即可使用與 Google Cloud CLI 相同的身分識別資訊：

   gcloud container clusters get-credentials cloud-trace-demo --zone us-central1-c
   

4. 驗證叢集存取權：

   kubectl get nodes
   

   這個指令的範例輸出內容如下：

   NAME                                              STATUS   ROLES    AGE   VERSION
   gke-cloud-trace-demo-default-pool-063c0416-113s   Ready    <none>   78s   v1.22.12-gke.2300
   gke-cloud-trace-demo-default-pool-063c0416-1n27   Ready    <none>   79s   v1.22.12-gke.2300
   gke-cloud-trace-demo-default-pool-063c0416-frkd   Ready    <none>   78s   v1.22.12-gke.2300
   

下載及部署應用程式

下載並部署使用 Flask 框架和 OpenTelemetry 套件的 Python 應用程式。本頁的「關於應用程式」部分會說明應用程式。

在 Cloud Shell 中執行下列操作：

1. 從 GitHub 複製 Python 應用程式：

   git clone https://github.com/GoogleCloudPlatform/python-docs-samples.git
   

2. 執行下列指令來部署範例應用程式：

   cd python-docs-samples/trace/cloud-trace-demo-app-opentelemetry && ./setup.sh
   

   指令碼 setup.sh 需要幾分鐘才會完成。

   這個指令碼會使用預建的映像檔設定三項服務，然後等候系統佈建所有資源。工作負載名稱為 cloud-trace-demo-a、cloud-trace-demo-b 和 cloud-trace-demo-c。

   這個指令的範例輸出內容如下：

   deployment.apps/cloud-trace-demo-a is created
   service/cloud-trace-demo-a is created
   deployment.apps/cloud-trace-demo-b is created
   service/cloud-trace-demo-b is created
   deployment.apps/cloud-trace-demo-c is created
   service/cloud-trace-demo-c is created
   
   Wait for load balancer initialization complete......
   Completed.
   

建立追蹤記錄資料

「追蹤記錄」會記錄應用程式完成單次作業所需的時間。

要建立追蹤記錄，請在 Cloud Shell 中執行下列指令：

curl $(kubectl get svc -o=jsonpath='{.items[?(@.metadata.name=="cloud-trace-demo-a")].status.loadBalancer.ingress[0].ip}')

上述指令的回應如下所示：

Hello, I am service A
And I am service B
Hello, I am service C

執行 curl 指令數次，即可產生多個追蹤記錄。

查看延遲時間資料

1. 前往 Google Cloud 控制台的「Trace Explorer」頁面：

   前往「Trace Explorer」頁面

   您也可以透過搜尋列找到這個頁面。

   下列螢幕截圖顯示多次執行 curl 指令的結果。這張圖表會顯示「spans」的匯總延遲時間資料，這些資料會說明追蹤記錄的子作業。

   

2. 如要查看追蹤記錄詳情，請選取圖表中的時距或資料表中任一列。

   系統會開啟追蹤記錄詳細資料對話方塊，如以下螢幕截圖所示：

   

   甘特圖會顯示所選追蹤記錄的相關資訊。甘特圖的第一列代表追蹤記錄，後續每列則代表追蹤記錄中的一個時距。

3. 在甘特圖中選取所需時距，即可查看相關詳細資訊。

關於申請

本快速入門導覽課程中使用的範例應用程式可在 GitHub 存放區中取得。這個存放區包含如何在 Cloud Shell 以外的環境中使用應用程式。這個應用程式範例是使用 Python 編寫，並使用 Flask 架構和 OpenTelemetry 套件，在 GKE 叢集中執行。

本指南將建立標準 GKE 叢集。如果您使用 Google Kubernetes Engine 的 Autopilot 模式，或是啟用 GKE 適用的工作負載身分聯盟，則必須將應用程式設為使用 GKE 適用的工作負載身分聯盟。

檢測

GitHub 存放區中的 app.py 檔案包含擷取追蹤資料並傳送至 Google Cloud 專案所需的檢測工具：

• 應用程式會匯入多個 OpenTelemetry 套件：

  from opentelemetry import trace
  from opentelemetry.exporter.cloud_trace import CloudTraceSpanExporter
  from opentelemetry.instrumentation.flask import FlaskInstrumentor
  from opentelemetry.instrumentation.requests import RequestsInstrumentor
  from opentelemetry.propagate import set_global_textmap
  from opentelemetry.propagators.cloud_trace_propagator import CloudTraceFormatPropagator
  from opentelemetry.sdk.trace import TracerProvider
  from opentelemetry.sdk.trace.export import BatchSpanProcessor
  

• 應用程式會使用追蹤記錄內容檢測網路要求，並自動追蹤 Flask 處理常式和其他服務的要求：

  app = flask.Flask(__name__)
  FlaskInstrumentor().instrument_app(app)
  RequestsInstrumentor().instrument()

• 應用程式會將 Cloud Trace 匯出工具設為追蹤記錄提供者，以便以 Cloud Trace 格式傳播追蹤記錄內容：

  def configure_exporter(exporter):
      """Configures OpenTelemetry context propagation to use Cloud Trace context
  
      Args:
          exporter: exporter instance to be configured in the OpenTelemetry tracer provider
      """
      set_global_textmap(CloudTraceFormatPropagator())
      tracer_provider = TracerProvider()
      tracer_provider.add_span_processor(BatchSpanProcessor(exporter))
      trace.set_tracer_provider(tracer_provider)
  
  
  configure_exporter(CloudTraceSpanExporter())
  tracer = trace.get_tracer(__name__)

• 下列程式碼片段說明如何在 Python 中傳送要求。OpenTelemetry 會透過傳出要求，為您隱含地傳播追蹤記錄內容：

  if endpoint is not None and endpoint != "":
      data = {"body": keyword}
      response = requests.get(
          endpoint,
          params=data,
      )
      return keyword + "\n" + response.text
  else:
      return keyword, 200
  
  

應用程式的運作方式

為求明確，本節服務名稱中省略了 cloud-trace-demo。例如，服務 cloud-trace-demo-c 會以 c 的形式參照。

這個應用程式會建立三項服務，分別命名為 a、b 和 c。服務 a 已設定為呼叫服務 b，服務 b 已設定為呼叫服務 c。如要進一步瞭解服務的設定，請參閱 GitHub 存放區中的 YAML 檔案。

在本快速入門課程中，您向 a 服務發出 HTTP 要求時，使用了下列 curl 指令：

curl $(kubectl get svc -o=jsonpath='{.items[?(@.metadata.name=="cloud-trace-demo-a")].status.loadBalancer.ingress[0].ip}')

curl 指令的運作方式如下：

1. kubectl 會擷取名為 cloud-trace-demo-a 的服務 IP 位址。
2. curl 指令隨後會將 HTTP 要求傳送至服務 a。
3. 服務 a 會接收 HTTP 要求，並將要求傳送至服務 b。
4. 服務 b 會接收 HTTP 要求，並將要求傳送至服務 c。
5. 服務 c 會接收來自服務 b 的 HTTP 要求，並將字串 Hello, I am service C 傳回至服務 b。
6. 服務 b 會收到來自服務 c 的回應，並將其附加至字串 And I am service B，然後將結果傳回至服務 a。
7. 服務 a 會收到來自服務 b 的回應，並將其附加至字串 Hello, I am service A。
8. Cloud Shell 會列印服務 a 的回應。