tracing 中的文章

Grafana Tempo笔记04: 多租户支持和数据保留策略

启用多租户支持 Tempo是一个支持多租户的分布式追踪系统。它通过使用一个名为X-Scope-OrgID的header来实现多租户支持。 前面我们部署了Tempo,但使用OTEL Collector向其中推送追踪数据时并没有启用多租户支持,通过查……

阅读全文

Grafana Tempo笔记02: 使用Helm安装Tempo

如何部署Tempo取决于我们的tracing需求。Tempo有两种部署模式:单体式或微服务式。当使用Helm在Kubernetes集群上部署Tempo时,对这两种模式都支持。 使用Tempo的Helm Charts可以在Kubernetes集群……

阅读全文

Grafana Tempo笔记01: Tempo基础知识

Tempo介绍 Grafana Tempo是一个开源的、易于使用的且高吞容量的分布式追踪后端。Tempo具有成本效益高的特点,只需要一个对象存储来运行。Tempo可以和Grafana、Mimir、Prometheus和Loki 深度集成。可以使用Tempo与……

阅读全文

分布式跟踪系统Jaeger(二):Jaeger的基本概念

1.Opentracing Opentracing是一个分布式追踪标准,与平台和语言无关,统一接口,方便接入不同的分布式追踪系统。 Jaeger也是支持Opentracing标准的项目之一。学习jaeger有必要了解Opentracing规范。 以下是jaeger的文档……

阅读全文

分布式跟踪系统Jaeger(一):Jaeger简介和示例应用HotROD

当使用微服务构建我们的程序时,客户端的一次请求会产生大量服务调用,包括服务和数据库等中间件的调用。 由单体应用迁移至微服务时,服务间调用的延迟是我们需要面对的一个问题。为了定位每次调用过程中的延迟问题和性能瓶颈,我们需要知道客户端一次请求所经……

阅读全文

分布式跟踪系统Dapper的简单理解

现在一些开源的分布式调用跟踪系统大多都参考了Google的论文《Dapper,大规模分布式系统的跟踪系统》。 这里我们简单学习一下Dapper的基本概念。 分布式调用跟踪系统实际上是随着微服务才火起来的一个概念,当然Google在很多年前已经微……

阅读全文