开源APM监控Pinpoint的快速部署和使用

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接: https://blog.csdn.net/smooth00/article/details/85120572

       Pinpoint是用于大规模分布式系统的APM工具。它是在Dapper(一个由Google构建的分布式系统跟踪基础架构)之后构建的,为开发人员提供有关复杂分布式系统行为的更多信息。

开源地址:https://github.com/naver/pinpoint

       Pinpoint作为一款非常优秀的开源APM监控平台,和其他开源系统一样,最繁琐的应该是部署,但是如果你能通过Docker的方式进行部署,我们就可以感受到一键部署的便捷:

Docker镜像地址:https://hub.docker.com/u/pinpointdocker

Docker-compose地址:https://github.com/naver/pinpoint-docker

一、部署前准备

在Centos7系统上安装Docker和docker-compose

yum update -y
yum install docker epel-release python-pip -y
pip install --upgrade pip
pip install docker-compose

对于docker-compose也可以安装指定版本(比如最新版的,因为不同版本支持不同格式的docker-compose文件)

yum update -y nss curl libcurl
sudo curl -L https://github.com/docker/compose/releases/download/1.23.2/docker-compose-Linux-x86_64 -o /usr/local/bin/docker-compose
chmod +x /usr/local/bin/docker-compose

为了加速docker镜像pull速度,可以修改daemon.json

# cat /etc/docker/daemon.json
{"registry-mirrors": ["http://579fe187.m.daocloud.io","https://pee6w651.mirror.aliyuncs.com"]}

启动docker

systemctl enable docker
systemctl start docker

二、安装Pinpoint

按照官网的docker部署方式:https://github.com/naver/pinpoint-docker (部署前把宿主机防火墙都关了)

git clone https://github.com/naver/pinpoint-docker.git
cd Pinpoint-Docker
docker-compose pull && docker-compose up -d

直接这样部署可能会有问题,比如我们只在一台宿主机上部署,我们可以用git命令下载,或是用curl命令先下载zip再解压:

sudo curl -L https://github.com/naver/pinpoint-docker/archive/master.zip -o /opt/pinpoint-docker.zip
cd /opt
upzip pinpoint-docker.zip -d .
cd /opt/pinpoint-docker-master

编辑docker-compose.yml,将多个节点的zookeeper改成一个节点(注释掉不需要的):

#zookeepers
  zoo1:
    image: zookeeper:3.4
    restart: always
    #hostname: zoo1
    hostname: 172.17.2.84
    environment:
      ZOO_MY_ID: 1
      #ZOO_SERVERS: server.1=0.0.0.0:2888:3888 server.2=zoo2:2888:3888 server.3=zoo3:2888:3888
      ZOO_SERVERS: server.1=0.0.0.0:2888:3888
    networks:
      - pinpoint

  #zoo2:
  #  image: zookeeper:3.4
  #  restart: always
  #  hostname: zoo2
  #  environment:
  #    ZOO_MY_ID: 2
  #    ZOO_SERVERS: server.1=zoo1:2888:3888 server.2=0.0.0.0:2888:3888 server.3=zoo3:2888:3888
  #  networks:
  #    - pinpoint

  #zoo3:
  #  image: zookeeper:3.4
  #  restart: always
  #  hostname: zoo3
  #  environment:
  #    ZOO_MY_ID: 3
  #    ZOO_SERVERS: server.1=zoo1:2888:3888 server.2=zoo2:2888:3888 server.3=0.0.0.0:2888:3888
  #  networks:
  #    - pinpoint

如还有问题,请修改相对路径为绝对路径

...
 volumes:
      - /home/pinpoint/hbase
      - /home/pinpoint/zookeeper
...

 基本我在根目录下,运行docker-compose up -d 就能完成docker集群的部署(在后台进行),如果是想看清部署的整个过程,直接用命令:

docker-compose up

启动完后容器:

用Rancher查看能比较直观:

 安装完后,就可以连接http://172.17.2.84:8079查看,除了一个quickapp应用,什么也没有:

三、部署监控代理

为了监控我们的应用(tomcat、Java、weblogic等),就需要部署监控代理,这个非常简单,首先是去官网下载同版本的agent包:https://github.com/naver/pinpoint/releases/download/1.8.0/pinpoint-agent-1.8.0.tar.gz

将agent包解压到应用(以tomcat为例)目录下:

tar zxvf pinpoint-agent-1.8.0.tar.gz -C pinpoint-agent

修改配置文件pinpoint.config,将collector的ip配置为监控收集服务pinpoint-collector的IP:

然后修改tomcat的启动文件catalina.sh,添加javaagent配置参数(这一点和其他商用APM监控工具一样):

JAVA_OPTS="$JAVA_OPTS -javaagent:/usr/apache-tomcat-7.0.54/pinpoint-agent/pinpoint-bootstrap-1.8.0.jar"
JAVA_OPTS="$JAVA_OPTS -Dpinpoint.agentId=APM-104"
JAVA_OPTS="$JAVA_OPTS -Dpinpoint.applicationName=tomcat7-test"

除了javaagent参数,还有agentId参数(应用的唯一标识,不允许和其他应用重名),和applicationName(应用名)。

配完后,就可以重启tomcat了,那么在界面上就能看到新追加的应用了:

 对于微服务的jar包也能进行监控:

java -javaagent:/mypath/pinpoint-agent/pinpoint-bootstrap-1.8.0.jar -Dpinpoint.agentId=APM-104 -Dpinpoint.applicationName=tomcat7-test -jar myapp.jar

四、使用手册

1. 查看调用关系

1.1 访问地址
http://yoururl
1.2 选择应用

默认两层展示

调整层级深度:

示例为前端调用4层追溯,后端调用4层追溯(4层为最深层级)

结果展示:

在图片内按鼠标滚轮调整图片大小。

连线上数字为调用次数

选择更多时间范围(默认最新5分钟)

2. 查看调用链

鼠标按住右键(其实不分左右键),选中图中区域,松开鼠标键,则展示选中时间段调用层级

展示结果:

默认按耗时排序

选中某一调用,展示详细调用链及耗时

选中timelinetab可查看耗时情况:

3. 查看错误信息

3.1 选择错误应用

机器应用抛出错误,机器应用会标红

3.2 查看详细信息
选中应用,去除成功多选按钮选中对勾,按住鼠标右键,选中红点范围,松开鼠标右键,即可查看详细错误信息:

结果为:

选中某次错误请求,可在详细列表内找到详细错误信息

4. 查看应用情况

选中某一应用
单击inspector

选中某一机器id,时间段,可展示jvm详细信息

其中内容包含:Jvm内存使用情况,Jvm永久带使用占用空间,Cpu使用情况,每秒处理的消息数(S标识操作系统,U标识此应用),Jvm线程情况,单请求平均响应时间等。

猜你喜欢

转载自blog.csdn.net/smooth00/article/details/85120572