监控ACK集群下的Python应用_应用实时监控服务(ARMS)-阿里云帮助中心

通过本教程，您将学习如何将ACK集群下的Python应用接入ARMS应用监控，体验应用性能分析和调用链分析等功能，并配置告警。

说明

如需将其他环境下的应用接入应用监控，请参见应用接入。

使用流程

为应用安装探针。
1. 安装ack-onepilot组件：ack-onepilot是阿里云容器服务Kubernetes提供的系统组件，可以让部署在容器服务Kubernetes中的Java、Golang或Python应用接入ARMS。
2. 更新Dockerfile：下载aliyun-bootstrap探针安装器，安装探针后使用探针启动Python应用。
3. 更新YAML：通过在应用的YAML中添加labels，开启监控并配置应用在ARMS中的展示名称。
查看监控数据。
为监控数据配置告警。

准备环境和资源

ACK：

创建Kubernetes集群。具体操作，请参见创建ACK托管集群。

创建Python应用。

Python版本要求，请参见Python探针兼容性要求。

Python应用需使用Gunicorn启动，例如：

gunicorn -w 4 -k uvicorn.workers.UvicornWorker -b 0.0.0.0:8000 app:app

如果有使用gevent协程，则需要设置环境变量GEVENT_ENABLE=true。

如果您没有可以使用的Python应用，可以参考以下示例YAML创建。具体操作，请参见创建无状态工作负载Deployment。

说明

示例YAML创建了以下资源：

空间名称：arms-demo。以下所有资源均创建在arms-demo命名空间下。
无状态应用：arms-python-client和arms-python-server。
服务：arms-python-client-svc和arms-python-server-svc。

展开查看完整示例YAML文件（Python）

apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app: arms-python-client
  name: arms-python-client
  namespace: arms-demo
spec:
  progressDeadlineSeconds: 600
  replicas: 1
  revisionHistoryLimit: 10
  selector:
    matchLabels:
      app: arms-python-client
  strategy:
    rollingUpdate:
      maxSurge: 25%
      maxUnavailable: 25%
    type: RollingUpdate
  template:
    metadata:
      labels:
        app: arms-python-client
    spec:
      containers:
        - image: registry.cn-hangzhou.aliyuncs.com/private-mesh/arms-python-demo:client
          imagePullPolicy: Always
          name: client
          resources:
            requests:
              cpu: 250m
              memory: 300Mi
          terminationMessagePath: /dev/termination-log
          terminationMessagePolicy: File
      dnsPolicy: ClusterFirst
      restartPolicy: Always
      schedulerName: default-scheduler
      securityContext: {}
      terminationGracePeriodSeconds: 30

---

apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app: arms-python-server
  name: arms-python-server
  namespace: arms-demo
spec:
  progressDeadlineSeconds: 600
  replicas: 1
  revisionHistoryLimit: 10
  selector:
    matchLabels:
      app: arms-python-server
  strategy:
    rollingUpdate:
      maxSurge: 25%
      maxUnavailable: 25%
    type: RollingUpdate
  template:
    metadata:
      labels:
        app: arms-python-server
    spec:
      containers:
        - env:
          - name: CLIENT_URL
            value: 'http://arms-python-client-svc:8000'
        - image: registry.cn-hangzhou.aliyuncs.com/private-mesh/arms-python-demo:server
          imagePullPolicy: Always
          name: server
          resources:
            requests:
              cpu: 250m
              memory: 300Mi
          terminationMessagePath: /dev/termination-log
          terminationMessagePolicy: File
      dnsPolicy: ClusterFirst
      restartPolicy: Always
      schedulerName: default-scheduler
      securityContext: {}
      terminationGracePeriodSeconds: 30

---

apiVersion: v1
kind: Service
metadata:
  labels:
    app: arms-python-server
  name: arms-python-server-svc
  namespace: arms-demo
spec:
  internalTrafficPolicy: Cluster
  ipFamilies:
    - IPv4
  ipFamilyPolicy: SingleStack
  ports:
    - name: http
      port: 8000
      protocol: TCP
      targetPort: 8000
  selector:
    app: arms-python-server
  sessionAffinity: None
  type: ClusterIP

apiVersion: v1
kind: Service
metadata:
  name: arms-python-client-svc
  namespace: arms-demo
  uid: 91f94804-594e-495b-9f57-9def1fdc7c1d
spec:
  internalTrafficPolicy: Cluster
  ipFamilies:
    - IPv4
  ipFamilyPolicy: SingleStack
  ports:
    - name: http
      port: 8000
      protocol: TCP
      targetPort: 8000
  selector:
    app: arms-python-client
  sessionAffinity: None
  type: ClusterIP

其中，arms-python-server和arms-python-client的应用代码分别为：

arms-python-client

from fastapi import FastAPI
from langchain.llms.fake import FakeListLLM
import uvicorn
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate

app = FastAPI()
llm = FakeListLLM(responses=["I'll callback later.", "You 'console' them!"])

template = """Question: {question}

Answer: Let's think step by step."""

prompt = PromptTemplate(template=template, input_variables=["question"])

llm_chain = LLMChain(prompt=prompt, llm=llm)

question = "What NFL team won the Super Bowl in the year Justin Beiber was born?"

@app.get("/")
def call_langchain():
    res = llm_chain.run(question)
    return {"data": res}

if __name__ == "__main__":
    uvicorn.run(app, host="0.0.0.0", port=8000)

arms-python-server

import uvicorn
from fastapi import FastAPI, HTTPException
from logging import getLogger
_logger = getLogger(__name__)
import requests
import os
app = FastAPI()

def call_client():
    url = 'https://www.aliyun.com'  # 替换为你的实际地址
    call_url = os.environ.get("CLIENT_URL")
    if call_url is None or call_url == "":
        call_url = url
    response = requests.get(call_url)
    print(f"response code: {response.status_code} - {response.text}")
    return response.text

@app.get("/")
async def call():
    call_client()
    return {"data": f"call"}


if __name__ == "__main__":
    uvicorn.run(app, host="0.0.0.0", port=8000)

ARMS：
已开通应用监控计费版本。
应用监控每月提供50 GB的免费额度，当月未使用完的试用额度不会结转至次月，当月超出免费额度的部分，按照写入的数据量进行收费。收费详情，请参见计费说明。

为应用安装探针

1. 安装ack-onepilot组件

在容器服务管理控制台的集群列表页面单击目标集群名称。
在左侧导航栏选择运维管理 > 组件管理，然后在右侧页面通过关键字搜索ack-onepilot。
在ack-onepilot卡片上单击安装，然后在弹出的对话框单击确定。
说明
确保ack-onepilot版本在3.2.4及以上。

2. 更新Dockerfile

从PyPI仓库下载探针安装器。
```
pip3 install aliyun-bootstrap
```
使用aliyun-bootstrap安装探针。
```
aliyun-bootstrap -a install
```
通过ARMS Python探针启动应用。
```
aliyun-instrument python app.py
```
构建镜像。

完整的Dockerfile示例如下：

修改前的Dockerfile

# 使用Python 3.10基础镜像
FROM docker.m.daocloud.io/python:3.10

# 设置工作目录
WORKDIR /app

# 复制requirements.txt文件到工作目录
COPY requirements.txt .

# 使用pip安装依赖
RUN pip install --no-cache-dir -r requirements.txt

COPY ./app.py /app/app.py
# 暴露容器的8000端口
EXPOSE 8000
CMD ["python","app.py"]

修改后的Dockerfile

# 使用官方的Python 3.10基础镜像
FROM docker.m.daocloud.io/python:3.10

# 设置工作目录
WORKDIR /app

# 复制requirements.txt文件到工作目录
COPY requirements.txt .

# 使用pip安装依赖
RUN pip install --no-cache-dir -r requirements.txt
#########################安装aliyun python 探针###############################
RUN pip3 install aliyun-bootstrap && aliyun-bootstrap -a install
##########################################################

COPY ./app.py /app/app.py


# 暴露容器的8000端口
EXPOSE 8000
#########################################################
CMD ["aliyun-instrument","python","app.py"]

3. 更新YAML

在工作负载 > 无状态页面选择应用所在的命名空间，然后在目标应用右侧选择更多 > 查看Yaml。
在编辑YAML中将以下labels添加到spec.template.metadata层级下，然后单击更新。
```
labels:
  aliyun.com/app-language: python # Python应用必填，标明此应用是Python应用。
  armsPilotAutoEnable: 'on'
  armsPilotCreateAppName: "<your-deployment-name>"    #应用在ARMS中的展示名称。
```
例如，在arms-python-client和arms-python-server应用的YAML中添加配置，开启监控并配置在ARMS中的展示名称分别为arms-python-client和arms-python-server。
arms-python-client应用
arms-python-server应用
待容器完成自动重新部署后，等待1~2分钟，在ARMS控制台的应用监控 > 应用列表页面单击应用名称，查看应用的监控指标。更多信息，请参见查看监控详情（新版）。

查看监控详情

调用链分析

微服务场景：
调用链分析功能可以通过自由组合筛选条件与聚合维度进行实时分析，并支持通过错/慢Trace分析功能，定位系统或应用产生错、慢调用的原因。
调用链详情：
大模型场景：
针对大模型场景，您可以查看LLM领域的新版TraceView，更直观地分析不同操作类型的输入输出、Token消耗等信息。
切换为大模型视图：
大模型调用信息：