Server - 使用 FastAPI + OpenTelemetry + Zipkin 搭建 Python 服务

欢迎关注我的CSDN:https://spike.blog.csdn.net/

本文地址:https://spike.blog.csdn.net/article/details/147312078

免责声明:本文来源于个人知识与公开资料,仅用于学术交流,欢迎讨论,不支持转载。


FastAPI 是轻松地构建快速、高效的 API,没有内置用于监控和追踪的工具。OpenTelemetry 通过提供强大的工具,填补这一空白。具体包括:

  • 分布式追踪:追踪请求在不同服务和组件之间的流转路径,帮助理解系统行为。
  • 指标收集:收集与导出关键指标,以了解性能,例如请求时长、吞吐量和错误率。
  • 日志集成:将日志与追踪和指标相关联,更好地进行调试和故障排查。

将 OpenTelemetry 与 FastAPI 集成,可以实时监控基于 FastAPI 的应用程序,从而提高可靠性,帮助尽早发现性能问题。

Hera 是分布式任务调度系统,专为大数据任务调度设计。
OTLPOpenTelemetry Protocol 的缩写,用于收集和传输遥测数据(如指标、日志和追踪信息)的协议。
span 用于描述一个操作的执行过程,如函数调用、数据库查询、HTTP 请求等,记录操作的开始结束时间、操作名称、与操作属性以及操作结果。

安装 FastAPI,用于构建 Python 的 API 服务:

bash 复制代码
pip install fastapi
pip show fastapi
pip install uvicorn
uvicorn main:app --host 0.0.0.0 --port 1919

安装 OpenTelemetry,用于追踪 API 服务:

bash 复制代码
pip install opentelemetry-api
pip install opentelemetry-sdk
pip install opentelemetry-instrumentation-fastapi
pip install opentelemetry-exporter-otlp
pip install opentelemetry-exporter-zipkin

安装 Zipkin (for Mac):

bash 复制代码
brew install zipkin
zipkin

参考:GitHub - openzipkin/zipkin

启动 Zipkin,如下:

构建带有 Router 的简单 FastAPI 服务:

python 复制代码
from fastapi import FastAPI
from opentelemetry import trace
from opentelemetry.exporter.zipkin.json import ZipkinExporter
from opentelemetry.instrumentation.fastapi import FastAPIInstrumentor
from opentelemetry.sdk.resources import Resource
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.sdk.trace.export import SimpleSpanProcessor

import add_router
import user_router

# 创建一个 TracerProvider
resource = Resource.create({"service.name": "my-python-service"})
tracer_provider = TracerProvider(resource=resource)  # trace 的 服务名称
trace.set_tracer_provider(tracer_provider)

# 创建一个 ZipkinExporter
zipkin_exporter = ZipkinExporter(
    endpoint="http://localhost:9411/api/v2/spans",
)

# 添加一个 SpanProcessor 来处理生成的 Span
tracer_provider.add_span_processor(SimpleSpanProcessor(zipkin_exporter))

app = FastAPI()
app.include_router(add_router.router)
app.include_router(user_router.router)

FastAPIInstrumentor.instrument_app(app)

@app.get("/")
async def root():
    tracer = trace.get_tracer(__name__)
    with tracer.start_as_current_span("root_request"):
        return {"message": "Hello, FastAPI with OpenTelemetry!"}

Router 代码,如下:

python 复制代码
# add_router.py
from fastapi import APIRouter
from opentelemetry import trace

router = APIRouter(prefix="/add", tags=["addition"])

@router.get("/numbers")
async def adding_numbers():
    tracer = trace.get_tracer(__name__)
    with tracer.start_as_current_span("adding_numbers_request"):
        return {"message": "We are in add page-numbers."}

@router.get("/strings")
async def adding_strings():
    tracer = trace.get_tracer(__name__)
    with tracer.start_as_current_span("adding_strings_request"):
        return {"message": "We are in add page-strings."}

# user_router.py
from fastapi import APIRouter
from opentelemetry import trace

router = APIRouter(prefix="/user", tags=["user"])

@router.get("/{user_id}")
async def read_user(user_id: int):
    tracer = trace.get_tracer(__name__)
    with tracer.start_as_current_span("read_user_request"):
        return {"user_id": user_id}

async 修饰的函数是 异步函数,调用时不会立即执行,而是返回异步对象,异步通过 事件循环(Event Loop) 调度,实现非阻塞的并发执行。

使用 uvicorn 启动服务,即:

bash 复制代码
uvicorn main:app --host 0.0.0.0 --port 1919

依次访问:

bash 复制代码
http://0.0.0.0:1919/
http://0.0.0.0:1919/add/strings

在 Zipkin 中,点击 RUN QUERY,显示如下:

详细信息:

参考文档:

相关推荐
ayiya_Oese27 分钟前
[数据处理] 6. 数据可视化
人工智能·pytorch·python·深度学习·机器学习·信息可视化
没有梦想的咸鱼185-1037-166335 分钟前
【大语言模型ChatGPT4/4o 】“AI大模型+”多技术融合:赋能自然科学暨ChatGPT在地学、GIS、气象、农业、生态与环境领域中的应用
人工智能·python·机器学习·arcgis·语言模型·chatgpt·数据分析
小白学大数据1 小时前
Python爬虫中time.sleep()与动态加载的配合使用
爬虫·python·scrapy·数据分析
小饕1 小时前
LangChain构建大模型应用之问答系统(五)
人工智能·python·langchain
David Bates2 小时前
代码随想录第41天:图论2(岛屿系列)
python·算法·图论
是代码侠呀2 小时前
让Promise飞,让github star 飞
python·开源·github·github star·github 加星
伊织code2 小时前
PyTorch API 10 - benchmark、data、批处理、命名张量
pytorch·python·ai·api·-·10
sword devil9003 小时前
基于pyqt的上位机开发
开发语言·python·pyqt
灯下夜无眠3 小时前
sklearn自定义pipeline的数据处理
人工智能·python·机器学习·pipeline·sklearn
weixin_428498493 小时前
C/C++工程中的Plugin机制设计与Python实现
c语言·c++·python