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 ddtrace.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

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:v1
    container_name: my-python-app
    network_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。