通过SkyWalking Python SDK上报Python应用数据_应用实时监控服务(ARMS)-阿里云帮助中心

通过SkyWalking为应用埋点并上报链路数据至可观测链路 OpenTelemetry 版后，可观测链路 OpenTelemetry 版即可开始监控应用，您可以查看应用拓扑、调用链路、异常事务、慢事务和SQL分析等一系列监控数据。本文介绍如何使用SkyWalking Python Agent进行自动埋点并上报应用数据。

前提条件

下载Apache-skywalking的Python Agent（建议下载最新版本）。
在Python项目中引入Skywalking-python Agent。
获取接入点信息
登录ARMS控制台，在左侧导航栏单击接入中心。
在服务端应用区域单击SkyWalking卡片。
在弹出的SkyWalking面板中选择数据需要上报的地域。
说明
初次接入的地域将会自动进行资源初始化。
选择连接方式，然后复制接入点信息。
若您的服务部署在阿里云上，且所属地域与选择的接入地域一致，推荐使用阿里云内网方式，否则选择公网方式。

背景信息

SkyWalking是一款广受欢迎的国产APM（Application Performance Monitoring，应用性能监控）产品，主要针对微服务、Cloud Native和容器化（Docker、Kubernetes、Mesos）架构的应用。SkyWalking的核心是一个分布式追踪系统。

Skywalking-python是SkyWalking的Python Agent官方库，可以通过接入Skywalking-python实现对Python应用的监控，Skywalking-python支持Kafka、HTTP、AIOHTTP、Redis、WebSockets等多种第三方库的自动埋点。

展开查看支持监控的第三方库

库	Python版本 - 库版本	插件名
aiohttp	Python≥3.7 - 3.7.*	sw_aiohttp
aioredis	Python≥3.7 - 2.0.*	sw_aioredis
aiormq	Python≥3.7 - 6.3、6.4	sw_aiormq
amqp	Python≥3.7 - 2.6.1	sw_amqp
asyncpg	Python≥3.7 - 0.25.0	sw_asyncpg
bottle	Python≥3.7 - 0.12.23	sw_bottle
celery	Python≥3.7 - 5.1	sw_celery
confluent_kafka	Python≥3.7 - 1.5.0、1.7.0、1.8.2	sw_confluent_kafka
django	Python≥3.7 - 3.2	sw_django
elasticsearch	Python ≥3.7 - 7.13、7.14、7.15	sw_elasticsearch
hug	Python ≥3.11 - 暂不支持 Python ≥3.10 - 2.5、2.6 Python ≥3.7 - 2.4.1、2.5、2.6	sw_falcon
fastapi	Python ≥3.7 - 0.89.、0.88.	sw_fastapi
flask	Python ≥3.7 - 2.0	sw_flask
happybase	Python ≥3.7 - 1.2.0	sw_happybase
http_server	Python ≥3.7 - *	sw_http_server
werkzeug	Python ≥3.7 - 1.0.1、2.0	sw_http_server
httpx	Python ≥3.7 - 0.23.、0.22.	sw_httpx
kafka-python	Python ≥3.7 - 2.0	sw_kafka
loguru	Python ≥3.7 - 0.6.0、0.7.0	sw_loguru
mysqlclient	Python ≥3.7 - 2.1.*	sw_mysqlclient
neo4j	Python ≥3.7 - 5.*	sw_neo4j
psycopg[binary]	Python ≥3.11 - 3.1.* Python ≥3.7 - 3.0.18、3.1.*	sw_psycopg
psycopg2-binary	Python ≥3.10 - 暂不支持 Python ≥3.7 - 2.9	sw_psycopg2
pymongo	Python ≥3.7 - 3.11.*	sw_pymongo
pymysql	Python ≥3.7 - 1.0	sw_pymysql
pyramid	Python ≥3.7 - 1.10、2.0	sw_pyramid
pika	Python ≥3.7 - 1.2	sw_rabbitmq
redis	Python ≥3.7 - 3.5.*、4.5.1	sw_redis
requests	Python ≥3.7 - 2.26、2.25	sw_requests
sanic	Python ≥3.10 - 暂不支持 Python ≥3.7 - 20.12	sw_sanic
tornado	Python ≥3.7 - 6.0、6.1	sw_tornado
urllib3	Python ≥3.7 - 1.26、1.25	sw_urllib3
urllib_request	Python ≥3.7 - *	sw_urllib_request
websockets	Python ≥3.7 - 10.3、10.4	sw_websockets

示例Demo

示例Demo仓库地址：SkyWalking Demo

该Demo是一个简单的基于Flask框架的请求路由转发和操作MySQL数据库的示例，SkyWalking Agent对其监控并上报数据。

用SkyWalking为Python应用自动埋点

您可以在Python项目文件代码里直接配置SkyWalking Python Agent参数或在环境变量中配置SkyWalking Python Agent参数。

在代码中配置参数

在Python项目文件中修改config.init参数，示例Demo中对应为proxy/TestProxy.py和controller/TestController.py文件。

from skywalking import config
config.init(ConfigurationName = ConfigurationValue)

将参数配置到环境变量

在环境变量文件中添加以下内容，并刷新使其生效。

export SW_AGENT_ConfigurationName=ConfigurationValue

说明

如果是Docker容器环境，可以在docker-compose.yaml文件的environment选项下面配置环境变量。

配置接入点和令牌。
1. 在Python文件中引入Skywalking。
```
from skywalking import agent, config
```
2. 配置接入点和鉴权令牌。
  请将<endpoint>和<auth-token>分别替换成前提条件中获取的接入点信息和鉴权令牌。
```
config.init(agent_collector_backend_services='<endpoint>',
            agent_authentication='<auth-token>')
```

配置Service Name作为应用标识。

config.init(agent_name='<service name>'）

选择数据上报协议，SkyWalking支持gRPC上报。

### 可选择的上报协议有'grpc'。
config.init(agent_protocol='<protocol>'）

根据需求配置其他可选参数。参数详情请参见Apache SkyWalking官方文档。
重新启动应用。

常见问题

gRPC上报数据出现Method not found: skywalking.v3.LogReportService/collect错误。
在config.init中设置agent_log_reporter_active为False。
```
config.init(agent_log_reporter_active=False)
```
gRPC上报数据出现Method not found: skywalking.v3.MeterReportService/collect错误。控制台暂不支持metric数据上报，您可以在config.init中设置agent_meter_reporter_active为False。
```
config.init(agent_meter_reporter_active=False)
```

通过SkyWalking上报Python应用数据