使用 DeepFlow Wasm 插件实现业务可观测性
2023-09-080x00: 简介
DeepFlow 利用 eBPF 采集并解析应用协议,实现了零侵扰的分布式追踪和指标数据的采集。DeepFlow 已经内置支持了十多种应用协议的解析,并且还在持续增加中。但我们发现实际业务环境中情况会更加复杂:开发会坚持返回 HTTP 200 同时将错误信息放到自定义 JSON 结构中,大量 RPC 的 Payload 部分使用 Protobuf、Thrift 等依赖 Schema 进行解码的序列化方式,调用的处理流程中发生了跨线程导致 eBPF AutoTracing 断链。
针对这些复杂场景,DeepFlow 实现了一套零侵扰的 WebAssembly 插件机制,使得开发人员可针对自己的业务环境定制化 DeepFlow 的协议解析能力。本文将分享两个案例,来介绍 DeepFlow 中的 Wasm 插件能力。
0x01: 案例 - 解析 JSON 中的错误信息
在本例中,被监控 HTTP API 的响应消息为 JSON 格式,当 API 出错时 HTTP 协议的状态码可能仍然是 200,确切的错误信息通过 JSON 中的 OPT_STATUS 等字段返回:
1 | { |
查阅 API 文档后我们得知,OPT_STATUS的值不等于SUCCESS时表示 API 调用失败。在常规的 DeepFlow 解析流程中,会按照如下方式构造 HTTP 调用日志的各个字段:
- response_code:赋值为 HTTP 响应头中的状态码,例如 200、404、500 等
- response_status:状态码小于 400 时认为正常,4XX 认为是客户端异常,5XX 认为是服务端异常
- response_exception:赋值为 HTTP 异常状态码对应的英文解释,例如 404 时此字段赋值为 Not Found
- response_result:当 HTTP 状态码为异常时赋值为整个 HTTP Payload
当我们安装了 Wasm 插件后,我们可以在上述解析的基础上,将失败 API 的调用日志中的如下字段进行覆写,以实现正确体现业务错误的效果:
- response_code:当 JSON 中 OPT_STATUS != SUCCESS、且 HTTP 状态码小于 400 时,此值覆写为 500
- response_status:按照新的 response_code 重新赋值,例如 500 时赋值为服务端异常
- response_exception:当 JSON 中的 OPT_STATUS != SUCCESS时覆写为 DESCRIPTION 字段的值
- response_result:当 response_code 大于等于 400 时赋值为整个 JSON Payload
我们将 Wasm 插件代码放到了这个 GitHub 仓库中。上述 API 行为描述的实际上是 DeepFlow 企业版中的 statistics 服务,下面演示将此 Wasm 插件注入到 DeepFlow Agent 以后,对 DeepFlow 企业版服务的自我观测效果。首先我们在命令行中触发一次 statistics 服务的 API 调用:
1 | # 请求 |
上述 API 响应中,HTTP 的状态码为 401,OPT_STATUS=AUTH_HEADER_ERROR。我们能在 DeepFlow 页面正确的看到客户端异常指标(本例中插件注入在 cloud.deepflow K8s 集群的 deepflow-agent 中):
01-client_error_metrics
在 DeepFlow 调用日志页面,可以看到客户端异常的调用日志的详情信息,整个 JSON body 放在了response_result里面:
02-request_log
对该调用发起追踪,能看到是因为fauths返回的 401 异常:
03-tracing
下面是详细的调用链。第一步发起 DNS 请求:
04-dns
第二步调用后端服务验证 License:
05-license
第三步发起 DNS 请求 fauths 服务的地址:
06-dns
第四步调用 fauth 的 /auth API 验证权限,中间需要访问 Redis 获取用户信息:
07-fauth
08-redis
0x02: 案例 - 提取流水号并用于分布式追踪
在金融行业的核心交易系统中,服务之间通常通过在 RPC 中传递一个流水号来实现分布式追踪。本例中我们编写了一个演示 Demo 服务,它演示了一个简单的 gRPC 客户端和服务端。我们知道 gRPC 的消息体是使用 Protobuf 序列化的,本例将演示如何利用 DeepFlow 的 Wasm 插件机制解析这个 Demo 中的 Protobuf 消息,获取其中的流水号,并最终实现分布式追踪。Wasm 插件的代码可以在这个 GitHub 仓库中找到。
本例中的 gRPC 消息定义如下:
1 | service Game{ |
在 Wasm 插件中,我们将 gRPC Payload 中的 business_id 字段的值赋值到 trace_id 中,用于分布式调用链追踪。同时会将 business_id 及 msg 等原始字段在调用日志的 Native tag 中存储一份,分别对应 attribute.business_id 及 attribute.msg,可用于业务查看更详细的交易信息。
我们将 gRPC Demo 部署在 cloud.deepflow 环境中 Sandbox K8s 集群里,安装好 Wasm 插件后,在 DeepFlow 页面直接过滤 l7_protocol = Custom 即可看到这个私有协议的指标和调用日志数据:
08-metrics
09-request-log
10-tracing
0x03: 如何使用 Golang SDK 开发插件
Wasm 插件可使用多种语言开发,目前 DeepFlow 对 Golang 提供了一个 SDK,开发可以参考文档。其中核心的步骤如下:
- 新建一个 go 项目, 并且拉取 Golang SDK
1 | go mod init ProjectName && go get github.com/deepflowio/deepflow-wasm-go-sdk |
- 在插件中实现协议解析逻辑
1 | package main |
- 编译为 Wasm 插件
1 | # 建议 go 版本不低于1.21,tinygo 版本不低于 0.29 |
0x04: 如何在 DeepFlow 中部署插件
- 将编译好的插件上传至 deepflow-server
1 | deepflow-ctl plugin create --type wasm --image wasm.wasm --name wasm-demo-1 |
- 修改 deepflow-agent 的组配置,添加需要加载的插件
1 | static_config: |
注:目前修改此配置后 deepflow-agent 会自动重启。
- 检查插件是否正确加载
1 | kubectl -n deepflow logs -f deepflow-agent-xxxxx | grep -i plugin |
11-check
我们看到插件 main 函数里的 warn 日志正常输出,说明插件加载成功了。
0x05: 总结
DeepFlow Wasm 插件机制提供了一个可编程的、安全的、资源消耗可控的运行沙箱,它是整个 DeepFlow Pipeline 机制的重要一环。它的使用场景包括:
- 增强原生支持的协议:在原生协议的解析能力基础之上,提取更多的业务信息
- 支持私有协议的解析:特别是从 Protobuf、Thrift 等依赖 Schema 的 Payload 内容中提取业务字段
- 零侵扰分布式追踪:通过解析调用中的事务全局 ID,用于实现分布式追踪
- 自定义脱敏:对 MySQL、Redis 等协议中的业务敏感信息进行抹除
未来,我们还会基于 Wasm 插件提供更强大的可编程性。例如:
- 自定义过滤:对调用日志进行基于 URL、Endpoint 等字段的过滤
- 自定义采样:通过对 TraceID 等追踪字段的分析,决定是否对调用日志进行采样丢弃
0x06: 什么是 DeepFlow
DeepFlow 是云杉网络开发的一款可观测性产品,旨在为复杂的云基础设施及云原生应用提供深度可观测性。DeepFlow 基于 eBPF 实现了应用性能指标、分布式追踪、持续性能剖析等观测信号的零侵扰(Zero Code
)采集,并结合智能标签(SmartEncoding
)技术实现了所有观测信号的全栈(Full Stack
)关联和高效存取。使用 DeepFlow,可以让云原生应用自动具有深度可观测性,从而消除开发者不断插桩的沉重负担,并为 DevOps/SRE 团队提供从代码到基础设施的监控及诊断能力。
GitHub 地址:https://github.com/deepflowio/deepflow
访问 DeepFlow Demo,体验零插桩、全覆盖、全关联的可观测性。