skywalking学习

文章目录

  • 前言
  • 一、skywalking单体安装部署
    • 1. 下载skywalking
    • 2. 部署oap和oap-ui服务
    • 3. 测试skywalking监控springboot应用
  • 二、搭建swck(skywalking集群)
    • 1.安装k8s
    • 2.下载swck
    • 3.设置pod自动注入java agent
  • 三、skywalking监控python
  • 四、skywalking监控cpp
  • 总结
  • 参考


前言

本文主要介绍最近时间学习skywalking的一些内容


一、skywalking单体安装部署

1. 下载skywalking

下载地址
在这里插入图片描述
下载对应的版本,上传到虚拟机

2. 部署oap和oap-ui服务

解压对应的下载的包

tar -zxvf apache-skywalking-apm-9.7.0.tar.gz

在这里插入图片描述
.sh是linux上的执行文件
.bat是windows上的脚本文件

在linux上我们可以通过 sh startup.sh来启动skywalking,但是它会存在一些问题,这个脚本
因此我们可以分开启动 oap服务和webui页面
最好用两个命令行窗口来启动

sh oapService.sh  # 启动oap
sh webappService.sh  # 启动 web ui

这样默认启动数据会存储在h2 内存数据库中,关闭程序后数据不保留
我们可以修改对应的配置文件,存储到其它数据库中,es,mysql等
在这里插入图片描述

3. 测试skywalking监控springboot应用

下载java-agent并解压

启动好skywalking服务后,就可以用应用程序进行连接,这里使用idea进行连接
在这里插入图片描述
添加参数

-javaagent:探针jar所在位置
-DSWAGENTNAME=skywalking-demo
-DSWAGENTCOLLECTORBACKENDSERVICES=192.168.184.200:11800   # 部署oap服务的地址

再点击运行即可自动连接到skywalking

二、搭建swck(skywalking集群)

1.安装k8s

本文主要参考
centos7 部署k8s 1.28.2
K8s集群搭建教程

根据上面的过程部署好k8s平台
注意 k8s版本不一样 部署的要求不一样
如:k8s 1.24以后版本需要装cri-docker等工具
docker安装需要配置阿里云容器镜像加速服务

2.下载swck

swck github地址
并进行安装
参考这个文档skywalking 官网 swck教程

3.设置pod自动注入java agent

直接加一个参数即可swck-injection=enabled
在这里插入图片描述

三、skywalking监控python

python agent支持uWSGI 和Gunicorn
使用 SkyWalking Python 代理命令行界面 (sw-python CLI)

也可以通过之前的sdk的方式集成skywalking

  1. 使用pip 安装 skywalking的agent
pip install "apache-skywalking"
  1. 设置环境变量
    设置oap服务的地址
    export SW_AGENT_COLLECTOR_BACKEND_SERVICES=localhost:11800
  2. 运行项目即可
    原来的运行命令
    下面运行需要去掉注释,放到同一行
uwsgi --die-on-term
    --http 0.0.0.0:5000  # 应用程序的ip地址
    --http-manage-expect 
    --master --workers 3 
    --enable-threads 
    --threads 3 
    --manage-script-name 
    --mount /=main:app  # main.py 下的 app 模块

集成skywalking的命令

sw-python run -p   # 多添加这一行即可
uwsgi --die-on-term
    --http 0.0.0.0:5000 
    --http-manage-expect 
    --master --workers 3 
    --enable-threads 
    --threads 3 
    --manage-script-name 
    --mount /=main:app

四、skywalking监控cpp

skywalking监控cpp程序,目前只有通过sdk的方式进行集成
官网集成c++的sdk
github上有详细的介绍,但是这个下载过程可能会遇到无法下载子包的问题
可以按照详细的步骤进行编译,再引入到我们的项目中
但是我编译出现了很多问题,一直没有成功,对c++这一块不熟!!!


总结

通过学习了解了skywalking的使用,如何集成java,python等应用,k8s平台的安装部署等。

参考

b站 叩丁狼–skywalking安装教程 讲的很详细,思维导图也全,监控java
skywalking官网教程
官网python agent教程
官网集成c++的sdk cpp想要集成skywalking当前没有自动的agent,需要通过sdk的内嵌代码方式进行集成
swck github地址
skywalking 官网 swck教程
centos7 部署k8s 1.28.2
K8s集群搭建教程

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/690815.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

生气时,你的“心”会发生什么变化?孟德尔随机化分析猛如虎,结果都是套路...

“不生气不生气,气出病来无人替”,不少人遇事常这样宽慰自己。事实上,“气死”真不是危言耸听。越来越多的研究证明了情绪稳定对健康的重要性,那么,当情绪频繁波动时,我们的心血管究竟会发生什么变化&#…

SpringBoot 的多配置文件

文章目录 SpringBoot 的多配置文件spring.profiles.active 配置Profile 和 ActiveProfiles 注解 SpringBoot 的多配置文件 spring.profiles.active 配置 默认情况下,当你启动 SpringBoot 项目时,会在日志中看到如下一条 INFO 信息: No act…

产气荚膜梭菌定植与婴儿食物过敏之间的关联

谷禾健康 牛奶蛋白过敏(CMPA)是婴儿最常见的食物过敏类型之一。粪便病原菌培养显示产气荚膜梭菌阳性率超过30%,明显高于其他细菌。因此推测产气荚膜梭菌定植可能是婴儿牛奶蛋白过敏的发病因素之一。 一项真实世界的研究,杨敏团队从…

C++全栈聊天项目(21) 滚动聊天布局设计

滚动聊天布局设计 我们的聊天布局如下图 最外层的是一个chatview(黑色), chatview内部在添加一个MainLayout(蓝色),MainLayout内部添加一个scrollarea(红色),scrollarea内部包含一个widget&…

【Redis】Redis经典问题:缓存穿透、缓存击穿、缓存雪崩

目录 缓存的处理流程缓存穿透解释产生原因解决方案1.针对不存在的数据也进行缓存2.设置合适的缓存过期时间3. 对缓存访问进行限流和降级4. 接口层增加校验5. 布隆过滤器原理优点缺点关于扩容其他使用场景SpringBoot 整合 布隆过滤器 缓存击穿产生原因解决方案1.设置热点数据永不…

Swift 序列(Sequence)排序面面俱到 - 从过去到现在(二)

概览 在上篇 Swift 序列(Sequence)排序面面俱到 - 从过去到现在(一)博文中,我们讨论了 Swift 语言中序列和集合元素排序的一些基本知识,我们还给出了以自定义类型中任意属性排序的“康庄大道”。 不过在实际的撸码场景中,我们往往需要的是“多属性”同时参与到排序的考…

STM32F103C8T6基于HAL库移植uC/OS-III

文章目录 一、建立STM32CubeMX工程二、移植1、 uC/OS-III源码2、移植过程 三、配置相关代码1、bsp.c和bsp.h2、main.c3、修改启动代码4、修改app_cfg.h文件5、修改includes.h文件6、修改lib_cfg.h文件 四、编译与烧录总结参考资料 学习嵌入式实时操作系统(RTOS&…

Swift 序列(Sequence)排序面面俱到 - 从过去到现在(一)

概览 在任何语言中对序列(或集合)元素的排序无疑是一种司空见惯的常规操作,在 Swift 语言里自然也不例外。序列排序看似简单,实则“暗藏玄机”。 要想真正掌握 Swift 语言中对排序的“各种姿势”,我们还得从长计议。不如就先从最简单的排序基本功开始聊起吧。 在本篇博…

9行超强代码用Python工具快速获取放假日期

9行超强代码用Python工具快速获取放假日期 在很多场景下,我们需要获知国内具体的节假日安排情况,而国内每一年具体的放假安排以及调休情况,都依赖于国务院发布的具体公告,如果不想自己手动整理相关数据的话,我们可以用Python来快速获取最新的放假日期. 可以通过调用公开的 API…

spark-3.5.1+Hadoop 3.4.0+Hive4.0 分布式集群 安装配置

Hadoop安装参考: Hadoop 3.4.0HBase2.5.8ZooKeeper3.8.4Hive4.0Sqoop 分布式高可用集群部署安装 大数据系列二-CSDN博客 一 下载:Downloads | Apache Spark 1 下载Maven – Welcome to Apache Maven # maven安装及配置教程 wget https://dlcdn.apache.org/maven/maven-3/3.8…

App UI 风格创新无限

App UI 风格创新无限

如何理解与学习数学分析——第二部分——数学分析中的基本概念——第8章——可微性

第2 部分:数学分析中的基本概念 (Concepts in Analysis) 8. 可微性(Differentiability) 本章讨论梯度(gradients)/斜率(slopes)和切线(tangent),指出常见的误解并解释如何避免这些误解。将可微性的定义与图形表示联系起来,展示如何将其应用…

什么是2+1退休模式?什么是链动2+1模式?

21退休模式又称链动21模式,主要是建立团队模式,同时快速提升销量。是目前成熟模式中裂变速度最快的模式。21退休模式合理合规,同时激励用户公司的利润分享机制,让您在享受购物折扣的同时,也能促进并获得客观收益。 模…

大模型多轮问答的两种方式

前言 大模型的多轮问答难点就是在于如何精确识别用户最新的提问的真实意图,而在常见的使用大模型进行多轮对话方式中,我接触到的只有两种方式: 一种是简单地直接使用 user 和 assistant 两个角色将一问一答的会话内容喂给大模型&#xff0c…

Large-Scale LiDAR Consistent Mapping usingHierarchical LiDAR Bundle Adjustment

1. 代码地址 GitHub - hku-mars/HBA: [RAL 2023] A globally consistent LiDAR map optimization module 2. 摘要 重建精确一致的大规模激光雷达点云地图对于机器人应用至关重要。现有的基于位姿图优化的解决方案,尽管它在时间方面是有效的,但不能直接…

【python】python电影评论数据抓取分析可视化(源码+数据+课程论文)【独一无二】

👉博__主👈:米码收割机 👉技__能👈:C/Python语言 👉公众号👈:测试开发自动化【获取源码商业合作】 👉荣__誉👈:阿里云博客专家博主、5…

Windows系统问题

Windows系统问题 一、补丁更新提示:0x80070643问题:解决方法:1.以管理员权限运行【cmd】。2.禁用 【Windows RE】,请运行reagentc /disable。3.回收【Windows RE】恢复分区空间。4.准备新的【Windows RE】恢复分区空间。5.配置并启…

如何检测UV胶的均匀性?

如何检测UV胶的均匀性? 检测UV胶的均匀性可以通过以下几种方法来实现: 肉眼目视检查: 这是最简单直接的方法。将UV胶涂在表面上,使用裸眼观察胶层的表面。特别注意是否存在气泡、颜色不均匀、裂纹或其他明显的不均匀性。如凹凸不…

从零开始实现自己的串口调试助手(9)-重置多文本框,保存/载入指令集

重置多文本框 添加多文本控件列表 在构造函数中把我们需要操作的控件归类到对应列表之中 //创建多文本存放数组 - 存放那三列内容 checkBox lineEdi btnfor(int i1;i<9;i){// 添加到按钮数组QString btnName QString("pushButton_t%1").arg(i); //构建对应控件名…