本文介紹Python運行環境的鏈路追蹤相關內容。

背景信息

阿里云鏈路追蹤服務（Tracing Analysis）基于OpenTracing標準，兼容開源社區，為分布式應用的開發者提供了完整地分布式調用鏈查詢和診斷、分布式拓撲動態發現、應用性能實時匯總等功能。

函數計算與鏈路追蹤集成后，支持使用Jaeger SDK和OpenTelemetry上傳鏈路信息，使您能夠跟蹤函數的執行，幫助您快速分析和診斷Serverless架構下的性能瓶頸，提高Serverless場景的開發診斷效率。

功能簡介

您可以在函數計算控制臺配置鏈路追蹤。具體操作，請參見配置鏈路追蹤。

為服務開啟鏈路追蹤后，函數計算會自動記錄請求在系統側的耗時，包含冷啟動耗時、Initializer函數的耗時和函數的執行時間等。關于下圖中系統Span的說明，請參見Span名稱說明。鏈路追蹤

如您還需查看函數內業務側的耗時，例如，在函數內訪問RDS，NAS等服務的耗時，可以通過創建自定義Span來實現。

示例代碼

函數計算的鏈路分析基于OpenTracing協議的Jaeger實現，Python運行時提供使用OpenTelemetry的方式自定義Span。

在Python語言的代碼中，您可以通過OpenTelemetry SDK手動埋點將數據上報到鏈路追蹤服務端。完整的示例代碼，請參見python-tracing-openTelemetry。

示例代碼解析如下。
  • 在工程目錄中配置依賴文件requirements.txt。
    opentelemetry-api==1.12.0
opentelemetry-sdk==1.12.0
opentelemetry-exporter-jaeger==1.12.0
  • 上報數據到鏈路追蹤服務端。
    trace.set_tracer_provider(
    TracerProvider(
        resource=Resource.create({SERVICE_NAME: "my-helloworld-service"})
    )
)
tracer = trace.get_tracer(__name__)
def handler(event, context):
    init_tracer(context.tracing.jaeger_endpoint)
    span_context = get_fc_span(context.tracing.span_context)
    start_my_span(trace.set_span_in_context(NonRecordingSpan(span_context)))
    return 'hello world'
  • 初始化一個tracer對象，提供對Tracers的訪問。
    def init_tracer(endpoint):
    jaeger_exporter = JaegerExporter(
        collector_endpoint=endpoint
    )

    span_processor = SimpleSpanProcessor(jaeger_exporter)

    trace.get_tracer_provider().add_span_processor(span_processor)
  • 獲取上下文的Tracing信息，轉換為SpanContext對象。
    def get_fc_span(jaeger_span_context):
    jaeger_span_context_arr = jaeger_span_context.split(":")
    tid = int(jaeger_span_context_arr[0], 16)
    sid = int(jaeger_span_context_arr[1], 16)

    span_context = trace.SpanContext(
        trace_id=tid,
        span_id=sid,
        is_remote=True,
        trace_flags=trace.TraceFlags(0x01),
    )
    return span_context
  • 創建tracer并通過轉換的Context創建子Span。每一個Span代表調用鏈中被命名并計時的連續性執行片段，您也可以基于該Span繼續創建子Span。
    def start_my_span(context):
    with tracer.start_as_current_span(name="fc-operation", context=context):
        time.sleep(0.15)
        with tracer.start_as_current_span("child"):
            time.sleep(0.1)