Zipkin 및 Jaeger를 사용하여 Beego에서 분산 추적 구현
마이크로서비스가 널리 보급됨에 따라 분산 시스템 개발이 점점 더 보편화되었습니다. 그러나 분산 시스템은 다양한 서비스 간의 요청 흐름을 추적하는 방법, 서비스 성능을 분석하고 최적화하는 방법 등과 같은 새로운 과제도 가져옵니다. 이러한 측면에서 분산 추적 솔루션은 점점 더 중요한 구성 요소가 되었습니다. 이 기사에서는 Zipkin과 Jaeger를 사용하여 Beego에서 분산 추적을 구현하는 방법을 소개합니다.
여러 서비스에 걸친 요청 추적은 분산 추적의 주요 목표입니다. 중앙 집중식 로그 스트림이나 지표 스트림은 서비스 간 상관 관계를 제공할 수 없기 때문에 이 문제를 해결할 수 없습니다. 요청에는 여러 서비스가 함께 작동해야 할 수 있으며 이러한 서비스는 다른 서비스의 응답 시간과 동작을 인식해야 합니다. 전통적인 접근 방식은 다양한 지표를 기록한 다음 임계값을 완화하여 요청 수신 시 차단을 방지하는 것입니다. 그러나 이 접근 방식은 결함 및 성능 문제와 같은 문제를 숨길 수 있습니다. 분산 추적은 서비스 간 요청 추적을 위한 솔루션입니다. 이 접근 방식에서는 요청이 서비스 간에 흐름에 따라 각 서비스가 전체 요청을 추적하는 일련의 ID를 생성합니다.
Beego에서 분산 추적을 구현하는 방법을 살펴보겠습니다.
Zipkin과 Jaeger는 현재 가장 인기 있는 분산 추적 솔루션입니다. 두 도구 모두 OpenTracing API를 지원하므로 개발자는 일관된 방식으로 서비스 전반에 걸쳐 요청을 기록하고 추적할 수 있습니다.
먼저 Zipkin 또는 Jaeger를 설치 및 시작한 다음 Beego 애플리케이션에서 분산 추적을 구성해야 합니다. 이번 글에서는 Zipkin을 사용하겠습니다.
Zipkin 설치:
curl -sSL https://zipkin.io/quickstart.sh | bash -s java -jar zipkin.jar
Zipkin이 실행되면 http://localhost:9411을 통해 웹 UI에 액세스할 수 있습니다.
다음으로 Beego에 OpenTracing API에 대한 지원을 추가해야 합니다. opentracing-go 패키지를 사용하고 그것이 제공하는 API를 사용하여 서비스 간 요청 및 기타 이벤트를 기록할 수 있습니다. 추적 코드의 예는 다음과 같습니다.
import ( "github.com/opentracing/opentracing-go" ) func main() { // Initialize the tracer tracer, closer := initTracer() defer closer.Close() // Start a new span span := tracer.StartSpan("example-span") // Record some events span.SetTag("example-tag", "example-value") span.LogKV("example-key", "example-value") // Finish the span span.Finish() } func initTracer() (opentracing.Tracer, io.Closer) { // Initialize the tracer tracer, closer := zipkin.NewTracer( zipkin.NewReporter(httpTransport.NewReporter("http://localhost:9411/api/v2/spans")), zipkin.WithLocalEndpoint(zipkin.NewEndpoint("example-service", "localhost:80")), zipkin.WithTraceID128Bit(true), ) // Set the tracer as the global tracer opentracing.SetGlobalTracer(tracer) return tracer, closer }
위의 예에서는 먼저 Zipkin 추적기를 초기화한 다음 이를 사용하여 일부 이벤트를 기록합니다. 태그와 키-값 쌍을 추가하고span.Finish()를 호출하여 범위를 종료할 수 있습니다.
이제 Beego 애플리케이션에 분산 추적을 추가해 보겠습니다.
먼저 opentracing-go 및 zipkin-go-opentracing 종속성을 추가해 보겠습니다. go mod를 사용하거나 패키지를 수동으로 설치할 수 있습니다.
go get github.com/opentracing/opentracing-go go get github.com/openzipkin/zipkin-go-opentracing
그런 다음 Beego 애플리케이션에서 Zipkin 추적기와 Beego 추적기 미들웨어를 초기화해야 합니다. 다음은 Beego 추적기 미들웨어의 샘플 코드입니다.
import ( "net/http" "github.com/astaxie/beego" opentracing "github.com/opentracing/opentracing-go" "github.com/openzipkin/zipkin-go-opentracing" ) func TraceMiddleware() func(http.ResponseWriter, *http.Request, http.HandlerFunc) { return func(w http.ResponseWriter, r *http.Request, next http.HandlerFunc) { // Initialize the tracer tracer, closer := initTracer() defer closer.Close() // Extract the span context from the HTTP headers spanCtx, err := tracer.Extract(opentracing.HTTPHeaders, opentracing.HTTPHeadersCarrier(r.Header)) if err != nil && err != opentracing.ErrSpanContextNotFound { beego.Error("failed to extract span context:", err) } // Start a new span span := tracer.StartSpan(r.URL.Path, ext.RPCServerOption(spanCtx)) // Set some tags span.SetTag("http.method", r.Method) span.SetTag("http.url", r.URL.String()) // Inject the span context into the HTTP headers carrier := opentracing.HTTPHeadersCarrier(r.Header) if err := tracer.Inject(span.Context(), opentracing.HTTPHeaders, carrier); err != nil { beego.Error("failed to inject span context:", err) } // Set the span as a variable in the request context r = r.WithContext(opentracing.ContextWithSpan(r.Context(), span)) // Call the next middleware/handler next(w, r) // Finish the span span.Finish() } } func initTracer() (opentracing.Tracer, io.Closer) { // Initialize the Zipkin tracer report := zipkinhttp.NewReporter("http://localhost:9411/api/v2/spans") defer report.Close() endpoint, err := zipkin.NewEndpoint("example-service", "localhost:80") if err != nil { beego.Error("failed to create Zipkin endpoint:", err) } nativeTracer, err := zipkin.NewTracer( report, zipkin.WithLocalEndpoint(endpoint), zipkin.WithTraceID128Bit(true)) if err != nil { beego.Error("failed to create Zipkin tracer:", err) } // Initialize the OpenTracing API tracer tracer := zipkinopentracing.Wrap(nativeTracer) // Set the tracer as the global tracer opentracing.SetGlobalTracer(tracer) return tracer, report }
위의 샘플 코드에서는 TraceMiddleware라는 미들웨어를 정의합니다. 이 미들웨어는 HTTP 헤더(있는 경우)에서 기존 추적 컨텍스트를 추출하고 이를 사용하여 요청에 대한 새 추적기를 생성합니다. 또한 다른 모든 미들웨어와 핸들러가 액세스할 수 있도록 요청 컨텍스트에서 범위를 설정했습니다. 마지막으로 핸들러 실행이 종료된 후 Zipkin이 요청된 모든 서비스에 대한 상호 종속성 추적을 기록할 수 있도록 범위에서 Finish() 메서드를 호출합니다.
또한 이 미들웨어를 Beego 라우터에 연결해야 합니다. 라우터 초기화 코드에서 다음 코드를 사용하여 이 작업을 수행할 수 있습니다.
beego.InsertFilter("*", beego.BeforeRouter, TraceMiddleware())
이제 Beego 애플리케이션을 실행하고 http://localhost:9411을 방문하여 Zipkin UI를 열고 추적 데이터를 확인하세요.
Beego 애플리케이션에서 분산 추적을 구현하는 것은 복잡해 보일 수 있지만 opentracing-go 및 zipkin-go-opentracing 라이브러리를 사용하면 이 기능을 쉽게 추가할 수 있습니다. 이는 서비스의 수와 복잡성이 지속적으로 증가함에 따라 점점 더 중요해지고 있으며 이를 통해 서비스가 어떻게 함께 작동하는지 이해하고 요청 처리 프로세스 전반에 걸쳐 서비스가 제대로 작동하는지 확인할 수 있습니다.
위 내용은 Zipkin과 Jaeger를 사용하여 Beego에서 분산 추적 구현의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Golang은 빠른 개발 및 동시 프로그래밍에 적합한 반면 C는 극심한 성능과 기본 제어가 필요한 프로젝트에 더 적합합니다. 1) Golang의 동시성 모델은 Goroutine 및 Channel을 통한 동시성 프로그래밍을 단순화합니다. 2) C의 템플릿 프로그래밍은 일반적인 코드 및 성능 최적화를 제공합니다. 3) Golang의 쓰레기 수집은 편리하지만 성능에 영향을 줄 수 있습니다. C의 메모리 관리는 복잡하지만 제어는 괜찮습니다.

goimpactsdevelopmentpositively throughlyspeed, 효율성 및 단순성.

C는 하드웨어 리소스 및 고성능 최적화가 직접 제어되는 시나리오에 더 적합하지만 Golang은 빠른 개발 및 높은 동시성 처리가 필요한 시나리오에 더 적합합니다. 1.C의 장점은 게임 개발과 같은 고성능 요구에 적합한 하드웨어 특성 및 높은 최적화 기능에 가깝습니다. 2. Golang의 장점은 간결한 구문 및 자연 동시성 지원에 있으며, 이는 동시성 서비스 개발에 적합합니다.

Golang은 실제 응용 분야에서 탁월하며 단순성, 효율성 및 동시성으로 유명합니다. 1) 동시 프로그래밍은 Goroutines 및 채널을 통해 구현됩니다. 2) Flexible Code는 인터페이스 및 다형성을 사용하여 작성됩니다. 3) NET/HTTP 패키지로 네트워크 프로그래밍 단순화, 4) 효율적인 동시 크롤러 구축, 5) 도구 및 모범 사례를 통해 디버깅 및 최적화.

GO의 핵심 기능에는 쓰레기 수집, 정적 연결 및 동시성 지원이 포함됩니다. 1. Go Language의 동시성 모델은 고루틴 및 채널을 통한 효율적인 동시 프로그래밍을 실현합니다. 2. 인터페이스 및 다형성은 인터페이스 방법을 통해 구현되므로 서로 다른 유형을 통일 된 방식으로 처리 할 수 있습니다. 3. 기본 사용법은 기능 정의 및 호출의 효율성을 보여줍니다. 4. 고급 사용에서 슬라이스는 동적 크기 조정의 강력한 기능을 제공합니다. 5. 레이스 조건과 같은 일반적인 오류는 Getest-race를 통해 감지 및 해결할 수 있습니다. 6. 성능 최적화는 sync.pool을 통해 개체를 재사용하여 쓰레기 수집 압력을 줄입니다.

Go Language는 효율적이고 확장 가능한 시스템을 구축하는 데 잘 작동합니다. 장점은 다음과 같습니다. 1. 고성능 : 기계 코드로 컴파일, 빠른 달리기 속도; 2. 동시 프로그래밍 : 고어 라틴 및 채널을 통한 멀티 태스킹 단순화; 3. 단순성 : 간결한 구문, 학습 및 유지 보수 비용 절감; 4. 크로스 플랫폼 : 크로스 플랫폼 컴파일, 쉬운 배포를 지원합니다.

SQL 쿼리 결과의 정렬에 대해 혼란스러워합니다. SQL을 학습하는 과정에서 종종 혼란스러운 문제가 발생합니다. 최근 저자는 "Mick-SQL 기본 사항"을 읽고 있습니다.

기술 스택 컨버전스와 기술 선택의 관계, 소프트웨어 개발에서 기술 스택의 선택 및 관리는 매우 중요한 문제입니다. 최근에 일부 독자들은 ...


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

PhpStorm 맥 버전
최신(2018.2.1) 전문 PHP 통합 개발 도구

WebStorm Mac 버전
유용한 JavaScript 개발 도구

MinGW - Windows용 미니멀리스트 GNU
이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기
