Profile 采集配置¶

操作系统支持：

Profile 支持采集使用 Java / Python 等不同语言环境下应用程序运行过程中的动态性能数据，帮助用户查看 CPU、内存、IO 的性能问题。

配置说明¶

进入 DataKit 安装目录下的 conf.d/profile 目录，复制 profile.conf.sample 并命名为 profile.conf 。配置文件说明如下：

# {"version": "1.4.3", "desc": "do NOT edit this line"}

[[inputs.profile]]
## profile Agent endpoints register by version respectively.
## Endpoints can be skipped listen by remove them from the list.
## Default value set as below. DO NOT MODIFY THESE ENDPOINTS if not necessary.
endpoints = ["/profiling/v1/input"]

配置完成后，重启 DataKit 。

sudo datakit service --restart

指标集¶

以下所有数据采集，默认会追加名为 host 的全局 tag（tag 值为 DataKit 所在主机名），也可以在配置中通过 [inputs.profile.tags] 指定其它标签：

 [inputs.profile.tags]
  # some_tag = "some_value"
  # more_tag = "some_other_value"
  # ...

`profile`¶

标签

标签名	描述
`container_host`	container hostname
`endpoint`	endpoint info
`env`	application environment info
`http_method`	http request method name
`http_status_code`	http response code
`operation`	span name
`project`	project name
`service`	service name
`source_type`	tracing source type
`span_type`	span type
`status`	span status
`version`	application version info

指标列表

指标	描述	数据类型	单位
`duration`	duration of span	int	μs
`message`	origin content of span	string	-
`parent_id`	parent span ID of current span	string	-
`pid`	application process id.	string	-
`priority`		int	-
`resource`	resource name produce current span	string	-
`span_id`	span id	string	-
`start`	start time of span.	int	usec
`trace_id`	trace id	string	-

安装运行 Profiling Agent¶

目前支持 java 和 python 语言使用相应语言的profiling 库。

Java¶

下载最新的 ddtrace agent dd-java-agent.jar

# java版本要求：java8版本需要高于8u262+，或者使用java11及以上版本
wget -O dd-java-agent.jar 'https://dtdg.co/latest-java-tracer'

运行 Java Code

java -javaagent:/<your-path>/dd-java-agent.jar \
-Ddd.service=profiling-demo \
-Ddd.env=dev \
-Ddd.version=1.2.3  \
-Ddd.profiling.enabled=true  \
-XX:FlightRecorderOptions=stackdepth=256 \
-Ddd.trace.agent.port=9529 \
-jar your-app.jar

Python¶

安装 DDTrace Python 函数库

pip install ddtrace

自动profiling

DD_PROFILING_ENABLED=true \
DD_ENV=dev \
DD_SERVICE=my-web-app \
DD_VERSION=1.0.3 \
DD_TRACE_AGENT_URL=http://127.0.0.1:9529 \
ddtrace-run python app.py

通过代码的方式开启profiling

import time
import ddtrace
from ddtrace.profiling import Profiler

ddtrace.tracer.configure(
    https=False,
    hostname="localhost",
    port="9529",
)

prof = Profiler()
prof.start(True, True)


# your code here ...
#while True:
#    time.sleep(1)

此时运行则不需要再用 ddtrace-run 命令

DD_ENV=testing DD_SERVICE=python-profiling-manual DD_VERSION=7.8.9 python3 app.py

查看 Profile¶

上述程序启动后，会定期（默认 1 分钟上报一次）收集 profiling 数据并上报给 DataKit，稍等片刻后就可以在观测云工作空间看到 profiling 数据。