• EnglishEspañol日本語한국어Português
  • 로그인지금 시작하기

사용자의 편의를 위해 제공되는 기계 번역입니다.

영문본과 번역본이 일치하지 않는 경우 영문본이 우선합니다. 보다 자세한 내용은 이 페이지를 방문하시기 바랍니다.

문제 신고

제품에서 트레이 보내기

팁

이 절차는 퀵스타트를 만드는 방법을 가르치는 과정의 일부입니다. 아직 확인하지 않으셨다면 과정 소개를 확인해 보세요.

이 과정의 각 절차는 마지막 절차를 토대로 구성되므로 마지막 절차를 완료했는지 확인하고 이 절차를 진행하기 전에 제품에서 로그를 보내세요 .

트레이스는 시스템을 통해 이동하는 단일 요청의 세부 정보를 캡처합니다. 실행 흐름에서 개별 작업을 나타내는 데이터 구조인 범위로 구성됩니다.

뉴렐릭은 트레이스를 트레이스 API 로 전송하기 위한 다양한 방법을 제공합니다.

이 단원에서는 마더보드 소프트웨어 개발 키트(SDK)를 사용하여 제품에서 트레이스를 보내는 방법을 배웁니다.

import os
import random
import datetime
from sys import getsizeof
import psutil


from newrelic_telemetry_sdk import MetricClient, GaugeMetric, CountMetric, SummaryMetric
from newrelic_telemetry_sdk import EventClient, Event
from newrelic_telemetry_sdk import LogClient, Log


metric_client = MetricClient(os.environ["NEW_RELIC_LICENSE_KEY"])
event_client = EventClient(os.environ["NEW_RELIC_LICENSE_KEY"])
log_client = LogClient(os.environ["NEW_RELIC_LICENSE_KEY"])


db = {}
stats = {
    "read_response_times": [],
    "read_errors": 0,
    "read_count": 0,
    "create_response_times": [],
    "create_errors": 0,
    "create_count": 0,
    "update_response_times": [],
    "update_errors": 0,
    "update_count": 0,
    "delete_response_times": [],
    "delete_errors": 0,
    "delete_count": 0,
    "cache_hit": 0,
}
last_push = {
    "read": datetime.datetime.now(),
    "create": datetime.datetime.now(),
    "update": datetime.datetime.now(),
    "delete": datetime.datetime.now(),
}


def read(key):


    print(f"Reading...")


    if random.randint(0, 30) > 10:
        stats["cache_hit"] += 1


    stats["read_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["read_errors"] += 1
    stats["read_count"] += 1
    try_send("read")


def create(key, value):


    print(f"Writing...")


    db[key] = value
    stats["create_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["create_errors"] += 1
    stats["create_count"] += 1
    try_send("create")


def update(key, value):


    print(f"Updating...")


    db[key] = value
    stats["update_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["update_errors"] += 1
    stats["update_count"] += 1
    try_send("update")


def delete(key):


    print(f"Deleting...")


    db.pop(key, None)
    stats["delete_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["delete_errors"] += 1
    stats["delete_count"] += 1
    try_send("delete")


def try_send(type_):


    print("try_send")


    now = datetime.datetime.now()
    interval_ms = (now - last_push[type_]).total_seconds() * 1000
    if interval_ms >= 2000:
        send_metrics(type_, interval_ms)
        send_event(type_)
        send_logs()


def send_metrics(type_, interval_ms):
    
    print("sending metrics...")


    keys = GaugeMetric("fdb_keys", len(db))
    db_size = GaugeMetric("fdb_size", getsizeof(db))


    errors = CountMetric(
        name=f"fdb_{type_}_errors",
        value=stats[f"{type_}_errors"],
        interval_ms=interval_ms
    )


    cache_hits = CountMetric(
        name=f"fdb_cache_hits",
        value=stats["cache_hit"],
        interval_ms=interval_ms
    )


    response_times = stats[f"{type_}_response_times"]
    response_time_summary = SummaryMetric(
        f"fdb_{type_}_responses",
        count=len(response_times),
        min=min(response_times),
        max=max(response_times),
        sum=sum(response_times),
        interval_ms=interval_ms,
    )


    batch = [keys, db_size, errors, cache_hits, response_time_summary]
    response = metric_client.send_batch(batch)
    response.raise_for_status()
    print("Sent metrics successfully!")
    clear(type_)


def send_event(type_):


    print("sending event...")


    count = Event(
        "fdb_method", {"method": type_}
    )


    response = event_client.send_batch(count)
    response.raise_for_status()
    print("Event sent successfully!")


def send_logs():


    print("sending log...")


    process = psutil.Process(os.getpid())
    memory_usage = process.memory_percent()


    log = Log("FlashDB is using " + str(round(memory_usage * 100, 2)) + "% memory")


    response = log_client.send(log)
    response.raise_for_status()
    print("Log sent successfully!")


def clear(type_):
    stats[f"{type_}_response_times"] = []
    stats[f"{type_}_errors"] = 0
    stats["cache_hit"] = 0
    stats[f"{type_}_count"] = 0
    last_push[type_] = datetime.datetime.now()
db.py

우리의 SDK를 사용하세요

우리는 Python, Java, Node/TypeScript 등 가장 널리 사용되는 프로그래밍 언어로 오픈 소스 텔레메트리 SDK를 제공합니다. 이는 API 트레이스 API 포함한 데이터 수집 로 데이터를 보냅니다.

이 단원에서는 Python 스프레드시트 SDK를 설치하고 사용하여 첫 번째 범위를 뉴렐릭에 보고하는 방법을 알아봅니다.

첫 번째 범위를 보고하세요.

강좌 저장소 의 send-traces/flashDB 디렉터리로 변경합니다.

bash
$
cd ../../send-traces/flashDB

아직 설치하지 않았다면 newrelic-telemetry-sdk 패키지를 설치하세요.

bash
$
pip install newrelic-telemetry-sdk

선택한 IDE에서 db.py 파일을 열고 SpanClient 을 구성합니다.

import os
import random
import datetime
from sys import getsizeof
import psutil


from newrelic_telemetry_sdk import MetricClient, GaugeMetric, CountMetric, SummaryMetric
from newrelic_telemetry_sdk import EventClient, Event
from newrelic_telemetry_sdk import LogClient, Log
from newrelic_telemetry_sdk import SpanClient


metric_client = MetricClient(os.environ["NEW_RELIC_LICENSE_KEY"])
event_client = EventClient(os.environ["NEW_RELIC_LICENSE_KEY"])
log_client = LogClient(os.environ["NEW_RELIC_LICENSE_KEY"])
span_client = SpanClient(os.environ["NEW_RELIC_LICENSE_KEY"])


db = {}
stats = {
    "read_response_times": [],
    "read_errors": 0,
    "read_count": 0,
    "create_response_times": [],
    "create_errors": 0,
    "create_count": 0,
    "update_response_times": [],
    "update_errors": 0,
    "update_count": 0,
    "delete_response_times": [],
    "delete_errors": 0,
    "delete_count": 0,
    "cache_hit": 0,
}
last_push = {
    "read": datetime.datetime.now(),
    "create": datetime.datetime.now(),
    "update": datetime.datetime.now(),
    "delete": datetime.datetime.now(),
}


def read(key):


    print(f"Reading...")


    if random.randint(0, 30) > 10:
        stats["cache_hit"] += 1


    stats["read_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["read_errors"] += 1
    stats["read_count"] += 1
    try_send("read")


def create(key, value):


    print(f"Writing...")


    db[key] = value
    stats["create_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["create_errors"] += 1
    stats["create_count"] += 1
    try_send("create")


def update(key, value):


    print(f"Updating...")


    db[key] = value
    stats["update_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["update_errors"] += 1
    stats["update_count"] += 1
    try_send("update")


def delete(key):


    print(f"Deleting...")


    db.pop(key, None)
    stats["delete_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["delete_errors"] += 1
    stats["delete_count"] += 1
    try_send("delete")


def try_send(type_):


    print("try_send")


    now = datetime.datetime.now()
    interval_ms = (now - last_push[type_]).total_seconds() * 1000
    if interval_ms >= 2000:
        send_metrics(type_, interval_ms)
        send_event(type_)
        send_logs()


def send_metrics(type_, interval_ms):


    print("sending metrics...")


    keys = GaugeMetric("fdb_keys", len(db))
    db_size = GaugeMetric("fdb_size", getsizeof(db))


    errors = CountMetric(
        name=f"fdb_{type_}_errors",
        value=stats[f"{type_}_errors"],
        interval_ms=interval_ms
    )


    cache_hits = CountMetric(
        name=f"fdb_cache_hits",
        value=stats["cache_hit"],
        interval_ms=interval_ms
    )


    response_times = stats[f"{type_}_response_times"]
    response_time_summary = SummaryMetric(
        f"fdb_{type_}_responses",
        count=len(response_times),
        min=min(response_times),
        max=max(response_times),
        sum=sum(response_times),
        interval_ms=interval_ms,
    )


    batch = [keys, db_size, errors, cache_hits, response_time_summary]
    response = metric_client.send_batch(batch)
    response.raise_for_status()
    print("Sent metrics successfully!")
    clear(type_)


def send_event(type_):


    print("sending event...")


    count = Event(
        "fdb_method", {"method": type_}
    )


    response = event_client.send_batch(count)
    response.raise_for_status()
    print("Event sent successfully!")


def send_logs():


    print("sending log...")


    process = psutil.Process(os.getpid())
    memory_usage = process.memory_percent()


    log = Log("FlashDB is using " + str(round(memory_usage * 100, 2)) + "% memory")


    response = log_client.send(log)
    response.raise_for_status()
    print("Log sent successfully!")


def clear(type_):
    stats[f"{type_}_response_times"] = []
    stats[f"{type_}_errors"] = 0
    stats["cache_hit"] = 0
    stats[f"{type_}_count"] = 0
    last_push[type_] = datetime.datetime.now()
db.py

중요

이 예에서는 $NEW_RELIC_LICENSE_KEY 이라는 환경 변수를 예상합니다.

앱을 사용하여 뉴렐릭에 범위를 보고합니다.

import os
import random
import datetime
from sys import getsizeof
import psutil
import time


from newrelic_telemetry_sdk import MetricClient, GaugeMetric, CountMetric, SummaryMetric
from newrelic_telemetry_sdk import EventClient, Event
from newrelic_telemetry_sdk import LogClient, Log
from newrelic_telemetry_sdk import SpanClient, Span


metric_client = MetricClient(os.environ["NEW_RELIC_LICENSE_KEY"])
event_client = EventClient(os.environ["NEW_RELIC_LICENSE_KEY"])
log_client = LogClient(os.environ["NEW_RELIC_LICENSE_KEY"])
span_client = SpanClient(os.environ["NEW_RELIC_LICENSE_KEY"])


db = {}
stats = {
    "read_response_times": [],
    "read_errors": 0,
    "read_count": 0,
    "create_response_times": [],
    "create_errors": 0,
    "create_count": 0,
    "update_response_times": [],
    "update_errors": 0,
    "update_count": 0,
    "delete_response_times": [],
    "delete_errors": 0,
    "delete_count": 0,
    "cache_hit": 0,
}
last_push = {
    "read": datetime.datetime.now(),
    "create": datetime.datetime.now(),
    "update": datetime.datetime.now(),
    "delete": datetime.datetime.now(),
}


def read(key):


    print(f"Reading...")


    if random.randint(0, 30) > 10:
        stats["cache_hit"] += 1


    stats["read_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["read_errors"] += 1
    stats["read_count"] += 1
    try_send("read")


def create(key, value):


    print(f"Writing...")


    db[key] = value
    stats["create_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["create_errors"] += 1
    stats["create_count"] += 1
    try_send("create")


def update(key, value):


    print(f"Updating...")


    db[key] = value
    stats["update_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["update_errors"] += 1
    stats["update_count"] += 1
    try_send("update")


def delete(key):


    print(f"Deleting...")


    db.pop(key, None)
    stats["delete_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["delete_errors"] += 1
    stats["delete_count"] += 1
    try_send("delete")


def try_send(type_):


    print("try_send")


    now = datetime.datetime.now()
    interval_ms = (now - last_push[type_]).total_seconds() * 1000
    if interval_ms >= 2000:
        send_metrics(type_, interval_ms)
        send_event(type_)
        send_logs()


def send_metrics(type_, interval_ms):


    print("sending metrics...")


    keys = GaugeMetric("fdb_keys", len(db))
    db_size = GaugeMetric("fdb_size", getsizeof(db))


    errors = CountMetric(
        name=f"fdb_{type_}_errors",
        value=stats[f"{type_}_errors"],
        interval_ms=interval_ms
    )


    cache_hits = CountMetric(
        name=f"fdb_cache_hits",
        value=stats["cache_hit"],
        interval_ms=interval_ms
    )


    response_times = stats[f"{type_}_response_times"]
    response_time_summary = SummaryMetric(
        f"fdb_{type_}_responses",
        count=len(response_times),
        min=min(response_times),
        max=max(response_times),
        sum=sum(response_times),
        interval_ms=interval_ms,
    )


    batch = [keys, db_size, errors, cache_hits, response_time_summary]
    response = metric_client.send_batch(batch)
    response.raise_for_status()
    print("Sent metrics successfully!")
    clear(type_)


def send_event(type_):


    print("sending event...")


    count = Event(
        "fdb_method", {"method": type_}
    )


    response = event_client.send_batch(count)
    response.raise_for_status()
    print("Event sent successfully!")


def send_logs():


    print("sending log...")


    process = psutil.Process(os.getpid())
    memory_usage = process.memory_percent()


    log = Log("FlashDB is using " + str(round(memory_usage * 100, 2)) + "% memory")


    response = log_client.send(log)
    response.raise_for_status()
    print("Log sent successfully!")


def send_spans():


    print("sending span...")


    with Span(name="sleep") as span:
        time.sleep(0.5)


    response = span_client.send(span)
    response.raise_for_status()
    print("Span sleep sent successfully!")


def clear(type_):
    stats[f"{type_}_response_times"] = []
    stats[f"{type_}_errors"] = 0
    stats["cache_hit"] = 0
    stats[f"{type_}_count"] = 0
    last_push[type_] = datetime.datetime.now()
db.py

여기서는 귀하의 플랫폼을 사용하여 뉴렐릭에 간단한 수면 기간을 보냅니다.

2초마다 범위를 전송하도록 try_send 모듈을 수정합니다.

import os
import random
import datetime
from sys import getsizeof
import psutil
import time


from newrelic_telemetry_sdk import MetricClient, GaugeMetric, CountMetric, SummaryMetric
from newrelic_telemetry_sdk import EventClient, Event
from newrelic_telemetry_sdk import LogClient, Log
from newrelic_telemetry_sdk import SpanClient, Span


metric_client = MetricClient(os.environ["NEW_RELIC_LICENSE_KEY"])
event_client = EventClient(os.environ["NEW_RELIC_LICENSE_KEY"])
log_client = LogClient(os.environ["NEW_RELIC_LICENSE_KEY"])
span_client = SpanClient(os.environ["NEW_RELIC_LICENSE_KEY"])


db = {}
stats = {
    "read_response_times": [],
    "read_errors": 0,
    "read_count": 0,
    "create_response_times": [],
    "create_errors": 0,
    "create_count": 0,
    "update_response_times": [],
    "update_errors": 0,
    "update_count": 0,
    "delete_response_times": [],
    "delete_errors": 0,
    "delete_count": 0,
    "cache_hit": 0,
}
last_push = {
    "read": datetime.datetime.now(),
    "create": datetime.datetime.now(),
    "update": datetime.datetime.now(),
    "delete": datetime.datetime.now(),
}


def read(key):


    print(f"Reading...")


    if random.randint(0, 30) > 10:
        stats["cache_hit"] += 1


    stats["read_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["read_errors"] += 1
    stats["read_count"] += 1
    try_send("read")


def create(key, value):


    print(f"Writing...")


    db[key] = value
    stats["create_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["create_errors"] += 1
    stats["create_count"] += 1
    try_send("create")


def update(key, value):


    print(f"Updating...")


    db[key] = value
    stats["update_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["update_errors"] += 1
    stats["update_count"] += 1
    try_send("update")


def delete(key):


    print(f"Deleting...")


    db.pop(key, None)
    stats["delete_response_times"].append(random.uniform(0.5, 1.0))
    if random.choice([True, False]):
        stats["delete_errors"] += 1
    stats["delete_count"] += 1
    try_send("delete")


def try_send(type_):


    print("try_send")


    now = datetime.datetime.now()
    interval_ms = (now - last_push[type_]).total_seconds() * 1000
    if interval_ms >= 2000:
        send_metrics(type_, interval_ms)
        send_event(type_)
        send_logs()
        send_spans()


def send_metrics(type_, interval_ms):


    print("sending metrics...")


    keys = GaugeMetric("fdb_keys", len(db))
    db_size = GaugeMetric("fdb_size", getsizeof(db))


    errors = CountMetric(
        name=f"fdb_{type_}_errors",
        value=stats[f"{type_}_errors"],
        interval_ms=interval_ms
    )


    cache_hits = CountMetric(
        name=f"fdb_cache_hits",
        value=stats["cache_hit"],
        interval_ms=interval_ms
    )


    response_times = stats[f"{type_}_response_times"]
    response_time_summary = SummaryMetric(
        f"fdb_{type_}_responses",
        count=len(response_times),
        min=min(response_times),
        max=max(response_times),
        sum=sum(response_times),
        interval_ms=interval_ms,
    )


    batch = [keys, db_size, errors, cache_hits, response_time_summary]
    response = metric_client.send_batch(batch)
    response.raise_for_status()
    print("Sent metrics successfully!")
    clear(type_)


def send_event(type_):


    print("sending event...")


    count = Event(
        "fdb_method", {"method": type_}
    )


    response = event_client.send_batch(count)
    response.raise_for_status()
    print("Event sent successfully!")


def send_logs():


    print("sending log...")


    process = psutil.Process(os.getpid())
    memory_usage = process.memory_percent()


    log = Log("FlashDB is using " + str(round(memory_usage * 100, 2)) + "% memory")


    response = log_client.send(log)
    response.raise_for_status()
    print("Log sent successfully!")


def send_spans():


    print("sending span...")


    with Span(name="sleep") as span:
        time.sleep(0.5)


    response = span_client.send(span)
    response.raise_for_status()
    print("Span sleep sent successfully!")


def clear(type_):
    stats[f"{type_}_response_times"] = []
    stats[f"{type_}_errors"] = 0
    stats["cache_hit"] = 0
    stats[f"{type_}_count"] = 0
    last_push[type_] = datetime.datetime.now()
db.py

이제 플랫폼은 이 범위를 2초마다 보고합니다.

build-a-quickstart-lab/send-traces/flashDB 에서 애플리케이션 루트로 이동합니다.

서비스를 실행하여 범위를 보고하는지 확인하세요.

bash
$
python simulator.py
Writing...
try_send
Reading...
try_send
Reading...
try_send
Writing...
try_send
Writing...
try_send
Reading...
sending metrics...
Sent metrics successfully!
sending event...
Event sent successfully!
sending log...
Log sent successfully!
sending span...
Span sleep sent successfully!

대체 옵션

언어 SDK가 귀하의 요구 사항에 맞지 않으면 다음 옵션 중 하나를 시도해 보십시오.

  • 기존 Zipkin 출력: 기존 Zipkin 구현이 있는 경우 간단히 엔드포인트를 뉴렐릭으로 변경하여 데이터를 보고할 수 있습니다. 기존 Zipkin 계측의 데이터를 보고 하려면 설명서를 읽어보세요.
  • 수동 구현: 이전 옵션이 요구 사항에 맞지 않는 경우 언제든지 직접 라이브러리를 수동으로 생성하여 뉴렐릭 트레이스 API 에 대한 POST 요청을 만들 수 있습니다.

귀하의 플랫폼이 이제 뉴렐릭에 데이터를 보고하고 있습니다. 다음으로 대시보드를 사용하여 뉴렐릭에서 이 데이터를 관찰합니다.

팁

이 절차는 퀵스타트를 만드는 방법을 가르치는 과정의 일부입니다. 다음 단원인 대시보드 만들기를 계속 진행하세요.

Copyright © 2024 New Relic Inc.
채용정보서비스 이용약관DMCA 정책개인정보 고지쿠키 정책영국 현대판 노예법

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.