转载

Ruby探针的基本实现原理

语言本身

Ruby语言支持语法级别的系统,框架,甚至语言本身的方法复写,一般叫做元编程(meta programming), 此基础之上还有一些术语为mixin,方法的动态定义,运行时类改写等等,这些技术和机制可以让语言本身就能实 现其他语言需要字节码才能实现的功能,例如探针需要hook HttpRequest 中的 request 方法,就可以通过下面的方式实现:

class HttpRequest    def request_new     puts 'before request'     result = request_old     puts 'after request'     result   end    alias_method :request_old, :request   alias_method :request, :request_new  end 

这里只是展示其中一种最简单的方法,还有很多其他方法,比如我们想完全放弃原有的方法的话,那就可以直接覆盖掉这个方法了。

框架

某些框架如Rails提供pub-sub机制,这种情况下探针只需要订阅特定类型的消息,然后进行数据再加工就可以了。对于Rails,这个比较简单:

module ActionController   class PageRequest     def call(name, started, finished, unique_id, payload)       Rails.logger.debug [name, started, finished, unique_id, payload].join(' ')     end    end end  ActiveSupport::Notifications.subscribe('process_action.action_controller',            ActionController::PageRequest.new)  # 每次访问就能够订阅到‘process_action.action_controller’的消息: # # process_action.action_controller 2012-04-13 01:08:35 +0300 2012-04-13 01:08:35 +0300 af358ed7fab884532ec7 { #   controller: "Devise::SessionsController", #   action: "new", #   params: {"action"=>"new", "controller"=>"devise/sessions"}, #   format: :html, #   method: "GET", #   path: "/login/sign_in", #   status: 200, #   view_runtime: 279.3080806732178, #   db_runtime: 40.053 # } 

这样我们就能拿到这个 request 的数据了,订阅消息类型还请自己查阅相关框架的文档。

RACK

Rack绝对是个好东西,它把几乎所有的web框架和server沟通的接口定义好了,而且是如此的简洁,就是一个call方法。 一个最简单的Rack应用如下:

# configu.ru  class App    def call     [200, {"Content-Type" => "text/html"}, ["hello world"]]   end  end  run app  # rackup 

只需要这个call方法就搞定了,而多层的rack middleware 也只是嵌套着调用 call 方法,所有要hook的话,这里就够了, 不过因为这里基本就是根了,需要注意抓取的数据量及堆栈信息,太长的话会影响性能的。

数据库

数据库层基本都是对orm框架的hook,在每个查询的结果输出中都会有执行的时间信息,超过阀值则调用数据库本身的查询 语句优化工具,并保存输出结果。至于hook的方法就是【1】中或者采用【2】中的方法,如果框架支持的话。

外部服务

外部服务就是对访问外部http请求的http_client类似的库进行hook,也就是按照【1】中的方法,对发起 request 的方法进行hook。

后台任务

后台任务机制同上面几项,只不过是在非http server 的进程中运行,数据抓取的机制一样,但分类不同, 需要探针在运行过程中,判断数据抓取的对象状态,即web事务中还是非web事务中,非web事务都统一存 储到后台任务的数据容器中。

Thread Profiler

Thread Profiler就是一个加强版的事务采集器,可以设定采样周期和采样频率,将周期内的事务请求进行数据的聚合处理, 然后统计出在这个周期内的堆栈调用占比信息,然后可以根据此信息找出时间占比或者调用次数最多的方法,然后有针对性的 进行优化。

总结

以上所述,还只是一些最根本的原理性知识,细节的点还有很多,比如如何进行数据的本地存储和处理,以及线程间的数据冲突处理, 还有基于fork的多进程server的进程间的数据传输,在以后的文章中,会针对每一项都做出详细的解释,还请大家持续关注。

本文系 OneAPM 工程师编译整理。OneAPM是中国基础软件领域的新兴领军企业,能帮助企业用户和开发者轻松实现:缓慢的程序代码和SQL语句的实时抓取。想阅读更多技术文章,请访问OneAPM 官方技术博客 。

正文到此结束
Loading...