使用 Google Cloud Run 進行 Stackdriver Trace

Question

我一直在深入研究 Google Cloud Run 上的 Stackdriver Trace 集成。 我可以讓它與代理一起工作，但有幾個問題困擾着我。

鑒於

• Stackdriver 代理在一個小緩沖區中聚合跟蹤並定期發送它們。
• 當 Cloud Run 服務未處理請求時，CPU 訪問會受到限制。
• Cloud Run 服務沒有關閉鈎子； 您無法在關閉前清除緩沖區：容器只會收到SIGKILL 。 這是您無法從應用程序中捕捉到的信號。
• 運行在請求-響應周期之外發送信息的后台進程似乎違反了Knative Container Runtime 合同
• 日志數據的集合被記錄在案，不需要我運行代理，但沒有這樣的遙測解決方案。
• 我發現了一份報告，稱有人使用基於代理的方法在 Cloud Run 上丟失了蹤跡

谷歌是如何做到的

我進入了 Cloud Endpoints ESP 的源代碼（Cloud Run 集成處於測試階段），看看他們是否以不同的方式解決它，但使用了相同的模式：有一個帶有跟蹤 (1s) 和它會定期清除。

題

雖然我的跟蹤集成似乎在我的測試設置中工作，但我擔心在生產環境中運行它時不完整和丟失的跟蹤。

• 這是一個假設的問題還是一個真實的問題？

• 看起來解決這個問題的正確方法是將遙測數據寫入日志，而不是使用代理進程。 Stackdriver Trace 支持嗎？

Answer 1

這是一個假設的問題還是一個真實的問題？

如果您考慮 Cloud Run 服務接收單個請求，那么這絕對是一個問題，因為在容器實例的 CPU 受到限制之前，庫將沒有時間刷新數據。

但是，在現實生活中的用例中：

• Cloud Run 服務經常連續或頻繁地接收請求，這意味着其容器實例將：持續擁有 CPU 或不時擁有可用 CPU。
• 刪除跟蹤是可以的：如果由於實例被拒絕而沒有收集某些跟蹤，則很可能在發生這種情況之前您已經收集了足夠多樣化的樣本集。 此外，您可能只對聚合報告感興趣，在這種情況下，收集單個跟蹤無關緊要。

請注意，Trace 庫本身通常會對請求進行采樣以進行跟蹤，它們很少會跟蹤 100% 的請求。

看起來解決這個問題的正確方法是將遙測數據寫入日志，而不是使用代理進程。 Stackdriver Trace 支持嗎？

不，Stackdriver Trace 從發送到其 API 的 span 中獲取數據。 請注意，要將數據發送到 Stackdriver Trace，您可以使用 OpenCenss 和 OpenTelemetry 等庫，專有 Stackdriver Trace 庫不是推薦的方式。

Answer 2

你是對的。 這是一個公平的問題，因為大多數跟蹤庫傾向於在后台采樣/上傳跟蹤跨度。

由於 (1) 當容器不處理任何請求時，您的 CPU 幾乎縮放為零，並且 (2) 容器實例可能會因不活動而隨時被終止，因此您無法可靠地上傳應用程序中收集的那些跟蹤范圍。 正如您所說，由於我們沒有完全停止 CPU，它有時可能會起作用，但它並不總是起作用。

看起來某些 Stackdriver（和/或 OpenTelemetry fka OpenCensus）庫讓您可以控制推送跟蹤跨度的生命周期。

例如，OpenCensus Stackdriver 導出器的 Go 包有一個Flush()方法，您可以在完成請求之前調用該方法，而不是依賴運行時定期上傳跟蹤范圍： https : //godoc.org/contrib.go.opencensus .io/exporter/stackdriver#Exporter.Flush

我假設其他語言的其他跟蹤庫也公開了類似的 Flush() 方法，如果沒有，請在評論中告訴我，這將是對這些庫的有效功能請求。

Answer 3

Cloud Run 現在支持發送 SIGTERM。 如果您的應用程序處理 SIGTERM，它將在關閉前獲得 10 秒的寬限時間。

您可以使用這 10 秒來：

• 刷新有未發送數據的緩沖區
• 關閉與其他系統的連接

文檔： 容器運行時合約