ASP.NET Core使用Jaeger实现分布式追踪-白红宇

ASP.NET Core使用Jaeger实现分布式追踪

最近我们公司的部分.NET Core的项目接入了Jaeger，也算是稍微完善了一下.NET团队的技术栈。

至于为什么选择Jaeger而不是Skywalking，这个问题我只能回答，大佬们说了算。

前段时间也在CSharpCorner写过一篇类似的介绍

Exploring Distributed Tracing Using ASP.NET Core And Jaeger。

下面回到正题，我们先看一下Jaeger的简介

Jaeger的简单介绍

Jaeger是Uber开源的一个分布式追踪的工具，主要为基于微服务的分布式系统提供监测和故障诊断。包含了下面的内容

Distributed context propagation

Distributed transaction monitoring

Root cause analysis

Service dependency analysis

Performance / latency optimization

下面就通过一个简单的例子来体验一下。

示例

在这个示例的话，我们只用了jaegertracing/all-in-one这个docker的镜像来搭建，因为是本地的开发测试环境，不需要搭建额外的存储，这个感觉还是比较贴心的。

我们会用到两个主要的nuget包

Jaeger 这个是官方的client

OpenTracing.Contrib.NetCore.Unofficial 这个是对.NET Core探针的处理，从opentracing-contrib/csharp-netcore这个项目移植过来的(这个项目并不活跃，只能自己做扩展)

然后我们会建两个API的项目，一个是AService，一个是BService。

其中BService会提供一个接口，从缓存中读数据，如果读不到就通过EF Core去从sqlite中读，然后写入缓存，最后再返回结果。

AService 会通过HttpClient去调用BService的接口，从而会形成调用链。

开始之前，我们先把docker-compose.yml配置一下

version: '3.4'

services:

aservice:

image: ${DOCKER_REGISTRY-}aservicebuild:  context: .  dockerfile: AService/Dockerfileports:  - "9898:80"  depends_on:  - jagerservice  - bservicenetworks:    backend:

bservice:

image: ${DOCKER_REGISTRY-}bservicebuild:  context: .  dockerfile: BService/Dockerfileports:  - "9899:80"depends_on:  - jagerservice    networks:    backend:

jagerservice:

image: jaegertracing/all-in-one:latestenvironment:  - COLLECTOR_ZIPKIN_HTTP_PORT=9411 ports:  - "5775:5775/udp"  - "6831:6831/udp"  - "6832:6832/udp"  - "5778:5778"  - "16686:16686"  - "14268:14268"  - "9411:9411"networks:    backend:

networks:

backend:

driver: bridge

然后就在两个项目的Startup加入下面的一些配置，主要是和Jaeger相关的。

public void ConfigureServices(IServiceCollection services)

{

// others ....// Adds opentracingservices.AddOpenTracing();// Adds the Jaeger Tracer.services.AddSingleton
    
     (serviceProvider =>{    string serviceName = serviceProvider.GetRequiredService
     
      ().ApplicationName;        var loggerFactory = serviceProvider.GetRequiredService
      
       ();    var sampler = new ConstSampler(sample: true);    var reporter = new RemoteReporter.Builder()            .WithLoggerFactory(loggerFactory)            .WithSender(new UdpSender("jagerservice", 6831, 0))            .Build();    var tracer = new Tracer.Builder(serviceName)        .WithLoggerFactory(loggerFactory)        .WithSampler(sampler)        .WithReporter(reporter)        .Build();    GlobalTracer.Register(tracer);    return tracer;});

}

这里需要注意的是我们要根据情况来选择sampler，演示这里用了最简单的ConstSampler。

回到BService这个项目，我们添加SQLite和EasyCaching的相关支持。

public void ConfigureServices(IServiceCollection services)

{

// Adds an InMemory-Sqlite DB to show EFCore traces.services    .AddEntityFrameworkSqlite()    .AddDbContext
    
     (options =>    {        var connectionStringBuilder = new SqliteConnectionStringBuilder        {            DataSource = ":memory:",            Mode = SqliteOpenMode.Memory,            Cache = SqliteCacheMode.Shared        };        var connection = new SqliteConnection(connectionStringBuilder.ConnectionString);        connection.Open();        connection.EnableExtensions(true);        options.UseSqlite(connection);    });// Add EasyCaching Inmemory provider.services.AddEasyCaching(options =>{    options.UseInMemory("m1");});

}

然后控制器上面就比较简单了。

// GET api/values

[HttpGet]

public async Task GetAsync()

{

var provider = _providerFactory.GetCachingProvider("m1");var obj = await provider.GetAsync("mykey", async () => await _dbContext.DemoObjs.ToListAsync(), TimeSpan.FromSeconds(30));return Ok(obj);

}

AService就是通过HttpClient去调用上面的这个接口即可。

// GET api/values

[HttpGet]

public async Task GetAsync()

{

var res = await GetDemoAsync();return res;

}

private async Task GetDemoAsync()

{

var client = _clientFactory.CreateClient();var request = new HttpRequestMessage{    Method = HttpMethod.Get,    RequestUri = new Uri($"http://bservice/api/values")};var response = await client.SendAsync(request);response.EnsureSuccessStatusCode();var body = await response.Content.ReadAsStringAsync();return body;

}

到这里的话，代码这块是ok了，下面就来看看效果。

先通过访问几次AService

大概能得到一个这样的结果

然后去Jaeger的界面上我们可以看到，两个服务已经注册上来了。

选A，B其中一个去搜索，就可以看到下面的结果

这个就最外层，能看到这些请求一些宏观的信息。

我们选界面上最后一个，也就是第一个请求，进去看看细节

从上面这个图大概也能看出来，做了一些什么操作，请求来到AService，它就发起了HTTP请求到BService，BService则是先通过EasyCaching去取缓存，显然缓存中没数据，它就去读数据库了。

和另外的请求对比一下，可以发现是少了查数据库这一步操作的。这也是为什么上面的是10个span，而下面的才8个。

再来看看两个请求的对比图。

上图中那些红色和绿色的块就是两个请求的差异点了。

回去看看其他细节，可以发现类似下面的内容

有很多日志相关的东西，这些东西在这里可能没有太多实际的作用，我们可以通过调整日志的级别来不让它写入到Jaeger中。

或者是通过下面的方法来过滤

services.AddOpenTracing(new System.Collections.Generic.Dictionary

{

{"AService", LogLevel.Information}

});

最后就是依赖图了。

写在最后

虽说Jaeger用起来挺简单的，但是也是有点美中不足的，不过这个锅不应该是Jaeger来背的，主要还是很多我们常用的库没有直接的支持Diagnostic，所以能监控到的东西还是略少。

不过在github发现了ClrProfiler.Trace这个项目，可以通过clrprofiler来解决上面的问题。

最后是本文的示例代码

JaegerDemo

如果您认为这篇文章还不错或者有所收获，可以点击右下角的【推荐】按钮，因为你的支持是我继续写作，分享的最大动力！

作者：Catcher ( 黄文清 )

来源：