NCC Mocha v0.2.0 发布， 新增对 Metrics 的支持

目录

• 项目简介
  
• 项目进度
  
• v0.2.0 发布内容
  
• 快速体验
  
• 数据的发送
  
• 数据的查询
  
  
  
  • Trace
    
    
    
    • 配置 Jaeger 数据源
      
    • Trace 数据的查询
      
    
    
  • Metrics
    
    
    
    • 配置 Prometheus 数据源
      
    • Metrics 数据的查询
      
    • 目前的限制
      
    
    
  
  

项目简介

Mocha 是一个基于 .NET 开发的 APM 系统，同时提供可伸缩的可观测性数据分析和存储平台。
项目地址：https://github.com/dotnetcore/mocha
注意：使用 git clone --recursive 克隆本仓库以及子模块。
项目进度

目前项目处于早期阶段，已经完成了对 Trace 和 Metrics 的基础支持，可以通过 OTel SDK 上报数据到 Mocha Distributor，然后通过 Grafana 展示。目前仅支持通过 docker-compose 进行简单体验。
v0.2.0 发布内容

• 支持 OTel Metrics 数据上报
  
• 支持通过 Grafana 展示 Metrics 数据
  

快速体验

在项目根目录下的docker目录中，执行以下命令启动项目：

1. docker-compose up -d

复制代码

启动成功后，可以看到以下容器：

• distributor: 提供用于接收 OTLP 数据的 gRPC API
  
• query: 提供用于接收查询协议的 HTTP API
  
• mysql: 用于存储数据
  
• grafana: 用于展示数据
  

数据的发送

将 SDK 的 OTLP exporter 配置为 http://localhost:4317 即可将数据发送到 distributor。
数据的查询

Trace

配置 Jaeger 数据源

我们实现了支持 Jaeger 查询协议的 API，因此可以直接在 Grafana 中配置 Jaeger 数据源。
访问 http://localhost:3000/ 即可看到grafana的登录页面。用户名和密码都是admin。
登录后，点击左侧的菜单，选择 Data Sources，然后点击 Add data source。

选择 Jaeger。

配置 Jaeger 数据源的 URL 为 http://query:5775/jaeger。

点击 Save & Test，如果显示如下信息，则说明配置成功。

如果还没往 distributor 发送过数据，会显示如下警告信息。

Trace 数据的查询

点击左侧的菜单，选择 Explore，然后选择 Jaeger 数据源，即可看到 Trace 数据。

Metrics

配置 Prometheus 数据源

我们实现了支持 PromQL 查询协议的 API，因此可以直接在 Grafana 中配置 Prometheus 数据源。
访问 http://localhost:3000/ 即可看到grafana的登录页面。用户名和密码都是admin。
登录后，点击左侧的菜单，选择 Data Sources，然后点击 Add data source。
选择 Prometheus。

配置 Prometheus 数据源的 URL 为 http://query:5775/prometheus。

配置 HTTP Method 为 POST。

点击 Save & Test，如果显示如下信息，则说明配置成功。

Metrics 数据的查询

点击左侧的菜单，选择 Explore，然后选择 Prometheus 数据源，即可看到 Metrics 数据。

点击左侧的菜单，选择 Dashboards，即可创建一个 Dashboard。

选择我们刚刚创建的 Prometheus 数据源。

接下来就可以根据需要添加 Panel，展示 Metrics 数据了。

目前的限制

目前 Mocha 支持的 Prometheus 的查询语法有限，更完整的支持需要等待后续版本。
目前支持的 function 主要有：
abs, absent, histogram_quantile, increase, rate, avg_over_time, min_over_time, max_over_time, sum_over_time, count_over_time, stdvar_over_time, stddev_over_time
目前支持的 aggregation 主要有：
sum, min, max, avg, count, stdvar, stddev, count, count_values, topk, bottomk, quantile

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！