← 返回

在 Kubernetes 叢集上安裝 OpenResty XRay 的 Agent

章亦春釋出於 Jul 26, 2024 更新於 Jul 26, 2024

預計閱讀 4 分鐘

閱讀次數

當您的應用在 Kubernetes 容器中執行時，OpenResty XRay Agent 可直接部署於您的 K8s 環境中。本文將逐步指導您如何在 Kubernetes 叢集上安裝 XRay Agent 服務，實現對系統中各類應用和容器的自動化分析與診斷。

登入控制檯

登入賬號。

點選 “Go to console“。

它會帶您進入 Agent 安裝的嚮導頁面。

我將展示如何透過容器進行安裝。

這次的例子中選擇的是 “Kubernetes”。

在 Kubernetes 叢集上安裝 Agent

首先，用這條命令在 Kubernetes 叢集中建立一個 Docker 映象倉庫的訪問金鑰。

點選複製它。

貼上並執行命令。

訪問金鑰已成功建立。

用這個 yaml 檔案部署 Agent。

您可以根據目機器的 CPU 架構選擇 x86_64 或 arm64。在這個例子中，我們選擇 x86_64 架構。

使用 vim 編輯器建立一個新的 yaml 檔案。將該檔案儲存到本地，並命名為 openresty-xray-agent.yml。

複製這個 yaml 檔案的內容。

貼上並儲存檔案。

我們可以使用以下命令進行配置應用。

複製它。

貼上並執行這條命令。

Agent 已經部署成功了。

接下來使用這個命令檢查 pod 的狀態。

複製它。

貼上並執行該命令。

可以看到，Agent 已經成功安裝並正在執行了。

配置和檢測應用

回到嚮導頁面。

在非生產模式下，系統將採取更激進的分析方式，以便更快地獲得結果。

生產模式用於分析線上生產環境，它會盡可能減少對目標應用和伺服器效能的影響。不過這也意味著分析時間可能會更長。

偏執模式與生產模式類似，不過它會嘗試進一步降低對目標伺服器請求延時的效能影響。相應地，取樣的時間會更久。

下面來自動檢測目標系統中正在執行的應用和容器。

這些是自動檢測到的目標應用。

如果要新增未檢測到的新應用，可以配置自定義應用。

您可以在這裡輸入新應用的名稱。

選擇應用的型別。

您可以在這個程序列表中選擇新應用對應的程序。

啟動分析器和檢視分析結果

點選這裡開始執行分析器。

分析器已經開始執行。

點選 “Traffic and Load”。

系統檢測到目標機器上有足夠的流量和負載。只有目標應用有負載有流量時，我們的系統才能進行有意義的分析。

進入 Console。

等待第一份分析報告生成，因為第一個 Agent 剛剛完成安裝。 “Insights” 頁面裡的分析報告是彙總所有 Agent 上的所有應用生成的。

您可以觀察生成的實時進度。

可以看到，第一份全自動的分析報告已經生成好了！

未來會定期自動生成日報和週報。

切換到 “Dashboard” 頁面。

可以看到各種不同型別應用的火焰圖和其他圖表，比如 Apache 和 OpenResty 應用。

安裝另一個 Agent

如果要安裝另一個 Agent，只需點選這裡。

這裡使用的步驟，和我們之前在 Kubernetes 叢集上安裝時的步驟相同。

如果需要在其他作業系統上安裝，或者改用 RPM 包安裝方式，可以點選這裡。

回到了我們之前看到的嚮導頁面，在這裡可以選擇不同的安裝方式或作業系統。

關於 OpenResty XRay

OpenResty XRay 是一個動態追蹤產品，它可以自動分析執行中的應用，以解決效能問題、行為問題和安全漏洞，並提供可行的建議。在底層實現上，OpenResty XRay 由我們的 Y 語言驅動，可以在不同環境下支援多種不同的執行時，如 Stap+、eBPF+、GDB 和 ODB。

立即申請 OpenResty XRay 試用

關於作者

章亦春是開源 OpenResty^® 專案創始人兼 OpenResty Inc. 公司 CEO 和創始人。

章亦春（Github ID: agentzh），生於中國江蘇，現定居美國灣區。他是中國早期開源技術和文化的倡導者和領軍人物，曾供職於多家國際知名的高科技企業，如 Cloudflare、雅虎、阿里巴巴, 是 “邊緣計算“、”動態追蹤 “和 “機器程式設計 “的先驅，擁有超過 22 年的程式設計及 16 年的開源經驗。作為擁有超過 4000 萬全球域名使用者的開源專案的領導者。他基於其 OpenResty^® 開源專案打造的高科技企業 OpenResty Inc. 位於美國矽谷中心。其主打的兩個產品 OpenResty XRay（利用動態追蹤技術的非侵入式的故障剖析和排除工具）和 OpenResty Edge（最適合微服務和分散式流量的全能型閘道器軟體），廣受全球眾多上市及大型企業青睞。在 OpenResty 以外，章亦春為多個開源專案貢獻了累計超過百萬行程式碼，其中包括，Linux 核心、Nginx、LuaJIT、GDB、SystemTap、LLVM、Perl 等，並編寫過 60 多個開源軟體庫。