<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ThinkChat2.0新版上線,更智能更精彩,支持會話、畫圖、視頻、閱讀、搜索等,送10W Token,即刻開啟你的AI之旅 廣告
                ## Zipkin跟蹤 Zipkin跟蹤演示使用Zipkin作為跟蹤服務端,提供跟蹤Envoy請求記錄展示的功能。這個沙箱與上面描述的前端代理架構非常類似,但有一點不同:在響應返回之前,`service1`對`service2`進行API調用。這三個容器將被部署在名為`envoymesh`的虛擬網絡中。 所有的請求都經過前端Envoy進行路由,該Envoy充當位于`envoymesh`網絡邊緣的反向代理。端口`80`通過docker compose映射到端口`8000`(請參閱[/examples/zipkin-tracing/docker-compose.yml](https://github.com/envoyproxy/envoy/blob/master//examples/zipkin-tracing/docker-compose.yml))。請注意,所有Envoy都配置請求跟蹤收集(例如,[/examples/zipkin-tracing/front-envoy-zipkin.json](https://github.com/envoyproxy/envoy/blob/master//examples/zipkin-tracing/front-envoy-zipkin.json)中的`http_connection_manager/config/tracing`設置),并將Zipkin設置為跟蹤所生成的spans收集器,將發送到Zipkin群集(在[/examples/zipkin-tracing/front-envoy-zipkin.json](https://github.com/envoyproxy/envoy/blob/master//examples/zipkin-tracing/front-envoy-zipkin.json)中跟蹤驅動程序設置)。 在將請求路由到相應的Envoy服務或應用程序之前,Envoy將負責為跟蹤生成適當的spans(父/子/span上下文共享)。在高級別,每個span記錄上行API調用的延遲以及將span與其他相關span(例如跟蹤ID)關聯所需的信息。 從Envoy跟蹤的最重要的特點是,它會將調用軌跡發送到Zipkin服務群集。但是,為了充分利用跟蹤,應用程序必須傳播Envoy生成的跟蹤頭,同時調用其他服務。在我們提供的沙箱中,`service1`充當了簡單`flask`應用程序(請參閱[/examples/front-proxy/service.py](https://github.com/envoyproxy/envoy/blob/master//examples/front-proxy/service.py)中的跟蹤函數)跟蹤傳播頭,同時對`service2`進行遠程調用。 ### 運行沙箱 以下文檔將按照上圖中所述組織的envoy集群的進行設置和運行。 **第1步:構建沙箱** 若構建這個沙箱示例,并啟動示例應用程序,請運行以下命令: ``` $ pwd envoy/examples/zipkin-tracing $ docker-compose up --build -d $ docker-compose ps Name Command State Ports ------------------------------------------------------------------------------------------------------------- zipkintracing_service1_1 /bin/sh -c /usr/local/bin/ ... Up 80/tcp zipkintracing_service2_1 /bin/sh -c /usr/local/bin/ ... Up 80/tcp zipkintracing_front-envoy_1 /bin/sh -c /usr/local/bin/ ... Up 0.0.0.0:8000->80/tcp, 0.0.0.0:8001->8001/tcp ``` **第2步:產生一些請求負載** 您現在可以通過前端Envoy向`service1`發送一個請求,如下所示: ``` $ curl -v $(docker-machine ip default):8000/trace/1 * Trying 192.168.99.100... * Connected to 192.168.99.100 (192.168.99.100) port 8000 (#0) > GET /trace/1 HTTP/1.1 > Host: 192.168.99.100:8000 > User-Agent: curl/7.43.0 > Accept: */* > < HTTP/1.1 200 OK < content-type: text/html; charset=utf-8 < content-length: 89 < x-envoy-upstream-service-time: 1 < server: envoy < date: Fri, 26 Aug 2016 19:39:19 GMT < x-envoy-protocol-version: HTTP/1.1 < Hello from behind Envoy (service 1)! hostname: f26027f1ce28 resolvedhostname: 172.19.0.6 * Connection #0 to host 192.168.99.100 left intact ``` **第3步:通過Zipkin UI查看跟蹤記錄** 使用您的瀏覽器打開`http://192.168.99.100:9411`。你應該看到Zipkin儀表板。 如果這個IP地址不正確,可以通過運行`$ docker-machine ip default`找到正確的地址。將服務設置為“前端代理”,并將開始時間設置為測試的前幾分鐘(如:第2步),然后按回車。你應該看到來自前端代理的跟蹤記錄。單擊一個跟蹤記錄,就可以查看從前端代理到`service1`到`service2`的請求所經過的路徑,以及每個調用所產生的延遲。 ## 返回 - [上一級](../Sandboxes.md) - [首頁目錄](../../README.md)
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看