Integração de monitoramento Temporal

Instalar o agente de infraestrutura

Para usar a integração Temporal, é necessário primeiro instalar o agente de infraestrutura no mesmo host. O agente de infraestrutura monitora o próprio host, enquanto a integração que você instalará na próxima etapa estende seu monitoramento com dados específicos do tempo, como banco de dados e instância métrica.

Expor métrica temporal

As etapas a seguir executarão uma instância local do Servidor Temporal usando o arquivo de configuração padrão docker-compose.yml:

1. Se ainda não o fez, instale docker e docker-compose em seu host:

   bash

   Copiar

   $
   sudo apt install docker
   $
   sudo apt install docker-compose

2. Clone o repositório:

   bash

   Copiar

   $
   git clone https://github.com/temporalio/docker-compose.git

3. Mude o diretório para a raiz do projeto:

   bash

   Copiar

   $
   sudo nano docker-compose/docker-compose.yml

4. Adicione o endpoint e a porta do Prometheus ao arquivo docker-compose.yml .

   Environment:
   - PROMETHEUS_ENDPOINT=0.0.0.0:8000
   ports:
   - 8000:8000

   Copiar

5. Execute o comando docker-compose up para criar sua instância:

   bash

   Copiar

   $
   sudo docker-compose up

6. Confirme se sua instância está sendo executada corretamente nos seguintes URLs:

   • O servidor Temporal estará disponível em localhost:7233.
   • A interface web Temporal estará disponível em http://YOUR_DOMAIN:8080
   • A métrica do servidor Temporal estará disponível na página http://YOUR_DOMAIN:8080/metrics

Expor métricas do Java SDK

Agora você exporá a métrica do SDK Client que o Prometheus irá extrair:

1. Crie um arquivo MetricsWorker.java na pasta principal do seu projeto:

   //...
   // You need to import the following packages to set up metrics in Java.
   // See the Developer's guide for packages required for the other SDKs.
   import com.sun.net.httpserver.HttpServer;
   import com.uber.m3.tally.RootScopeBuilder;
   import com.uber.m3.tally.Scope;
   import com.uber.m3.util.Duration;
   import com.uber.m3.util.ImmutableMap;
   
   // See the Micrometer documentation for configuration details on other supported monitoring systems.
   // This example shows how to set up the Prometheus registry and stats reported.
   
   PrometheusMeterRegistry registry = new PrometheusMeterRegistry(PrometheusConfig.DEFAULT);
   StatsReporter reporter = new MicrometerClientStatsReporter(registry);
   
   // set up a new scope, report every 10 seconds
       Scope scope = new RootScopeBuilder()
               .tags(ImmutableMap.of(
                           "workerCustomTag1",
                           "workerCustomTag1Value",
                           "workerCustomTag2",
                           "workerCustomTag2Value"))
               .reporter(reporter)
               .reportEvery(com.uber.m3.util.Duration.ofSeconds(10));
   
   // For Prometheus collection, expose the scrape endpoint at port 8077. See Micrometer documentation for details on starting the Prometheus scrape endpoint. For example,
   HttpServer scrapeEndpoint = MetricsUtils.startPrometheusScrapeEndpoint(registry, 8077); //note: MetricsUtils is a utility file with the scrape endpoint configuration. See Micrometer docs for details on this configuration.
   // Stopping the starter stops the HTTP server that exposes the scrape endpoint.
   //Runtime.getRuntime().addShutdownHook(new Thread(() -> scrapeEndpoint.stop(1)));
   
   //Create Workflow service stubs to connect to the Frontend Service.
   WorkflowServiceStubs service = WorkflowServiceStubs.newServiceStubs(
           WorkflowServiceStubsOptions.newBuilder()
                   .setMetricsScope(scope) //set the metrics scope for the WorkflowServiceStubs
                   .build());
   
   //Create a Workflow service client, which can be used to start, signal, and query Workflow Executions.
   WorkflowClient yourClient = WorkflowClient.newInstance(service,
           WorkflowClientOptions.newBuilder().build());
   
   //...

   Copiar

2. Vá para o diretório do seu projeto e construa seu projeto:

   bash

   Copiar

   $
   ./gradlew build

3. Inicie o trabalhador:

   bash

   Copiar

   $
   ./gradlew -q execute -PmainClass=<YOUR_METRICS_FILE>

4. Verifique a métrica do trabalhador no endpoint exposto do Prometheus Scrape: http://YOUR_DOMAIN:8077/metrics.

   Observação

   Para mais informações sobre a configuração do SDK métrica, acesse a documentação oficial do Temporal.

Configurar a integração

Após a instalação bem-sucedida, você deve configurar sua configuração:

1. Crie um arquivo com o nome nri-prometheus-temporal-config.yml neste caminho:

   bash

   Copiar

   $
   cd /etc/newrelic-infra/integrations.d/

2. Aqui está um exemplo de arquivo de configuração. Certifique-se de atualizar os URLs do espaço reservado:

   integrations:
   - name: nri-prometheus
       config:
       standalone: false
       # Defaults to true. When standalone is set to `false`, `nri-prometheus` requires an infrastructure agent to send data.
       emitters: infra-sdk
       # When running with infrastructure agent emitters will have to include infra-sdk
       cluster_name: Temporal_Server_Metrics
       # Match the name of your cluster with the name seen in New Relic.
       targets:
           - description: Temporal_Server_Metrics
           urls: ["http://<YOUR_DOMAIN>:8000/metrics", "http://<YOUR_DOMAIN>:8077/metrics"]
       #    tls_config:
       #      ca_file_path: "/etc/etcd/etcd-client-ca.crt"
       #      cert_file_path: "/etc/etcd/etcd-client.crt"
       #      key_file_path: "/etc/etcd/etcd-client.key"
       verbose: false
       # Defaults to false. This determines whether or not the integration should run in verbose mode.
       audit: false
       # Defaults to false and does not include verbose mode. Audit mode logs the uncompressed data sent to New Relic and can lead to a high log volume.
       # scrape_timeout: "YOUR_TIMEOUT_DURATION"
       # `scrape_timeout` is not a mandatory configuration and defaults to 30s. The HTTP client timeout when fetching data from endpoints.
       scrape_duration: "5s"
       # worker_threads: 4
       # `worker_threads` is not a mandatory configuration and defaults to `4` for clusters with more than 400 endpoints. Slowly increase the worker thread until scrape time falls between the desired `scrape_duration`. Note: Increasing this value too much results in huge memory consumption if too many metrics are scraped at once.
       insecure_skip_verify: false
       # Defaults to false. Determins if the integration should skip TLS verification or not.
       timeout: 10s

   Copiar

3. Use nossas instruções para reiniciar seu agente de infraestrutura:

   bash

   Copiar

   $
   sudo systemctl restart newrelic-infra.service

4. Aguarde alguns minutos até que os dados comecem a fluir para sua conta New Relic.

Encontre seus dados

Você pode escolher nosso modelo dashboard pré-construído chamado Temporal para monitor sua métrica Temporal. Siga estas etapas para usar nosso modelo dashboard pré-construído:

1. De one.newrelic.com, vá para a página + Add data .

2. Clique no Dashboards.

3. Na barra de pesquisa, digite Temporal.

4. O dashboard Temporal deve aparecer. Clique nele para instalá-lo.

   Seu dashboard Temporal é considerado um dashboard personalizado e pode ser encontrado na interface do dashboard. Para obter documentos sobre como usar e editar o painel, consulte nossos documentos dashboard .

   Aqui está uma consulta NRQL para verificar a soma da latência da solicitação temporal:

   SELECT sum(temporal_request_latency_sum) FROM Metric WHERE scrapedTargetURL = 'http://<YOUR_DOMAIN>:8000/metrics'

   Copiar