Qu’est-ce que le traçage distribué ?
L’essor des microservices a permis aux utilisateurs de créer des applications distribuées composées de services modulaires plutôt que d’une seule unité fonctionnelle. Cette modularité facilite les tests et le déploiement tout en évitant un point de défaillance unique avec l’application.
Alors que les applications commencent à évoluer et à répartir leurs ressources entre plusieurs services cloud natifs, le traçage d’une seule transaction devient fastidieux et presque impossible. Par conséquent, les développeurs doivent appliquer des techniques de traçage distribué.
Le traçage distribué permet de suivre une transaction unique du front-end jusqu’aux services back-end tout en offrant une visibilité sur le comportement des systèmes.
Fonctionnement du traçage distribué
Le processus de traçage distribué fonctionne sur un concept fondamental de pouvoir tracer chaque transaction à travers plusieurs composants distribués de l’application. Pour obtenir cette visibilité, la technologie de traçage distribué utilise des identifiants uniques, à savoir le ID de suivi, pour étiqueter chaque transaction. Le système rassemble ensuite chaque trace des différents composants de l’application en utilisant cet identifiant unique, construisant ainsi une chronologie de la transaction.
Chaque trace se compose d’une ou plusieurs étendues qui représentent une seule opération dans une seule trace. Il est essentiel de comprendre qu’un délai peut être appelé délai parent pour un autre délai, ce qui indique que le délai parent déclenche le délai enfant.
Mise en œuvre du traçage distribué
La mise en place d’un traçage distribué dépend de la solution choisie. Cependant, chaque solution consistera en ces étapes communes. Ces trois étapes garantissent aux développeurs une base solide pour démarrer leur parcours de traçage distribué :
- Mise en place d’un système de traçage distribué.
- Code d’instrumentation pour le traçage.
- Collecte et stockage des données de trace.
1. Configuration d’un système distribué
Le choix de la bonne solution de traçage distribué est crucial. Des aspects clés, tels que la compatibilité, l’échelle et d’autres facteurs importants doivent être pris en compte.
De nombreux outils de traçage distribué prennent en charge divers langages de programmation, notamment Node.js, Python, Go, .NET, Java, etc. Ces outils permettent aux développeurs d’utiliser une solution unique pour le traçage distribué sur plusieurs services.
2. Code d’instrumentation pour le traçage
Selon la solution, la méthode d’intégration peut changer. L’approche la plus courante proposée par de nombreuses solutions consiste à utiliser un SDK qui collecte les données pendant l’exécution.
Par exemple, les développeurs utilisant Helios avec Node.js doivent installer le dernier SDK Helios OpenTelemetry en exécutant la commande suivante :
npm install --save helios-opentelemetry-sdkEnsuite, la solution nécessite de définir les variables d’environnement suivantes. Enfin, il permet au SDK de collecter les données nécessaires auprès du service :
export NODE_OPTIONS="--require helios-opentelemetry-sdk" export HS_TOKEN="{{HELIOS_API_TOKEN}}" export HS_SERVICE_NAME="<Lambda01>" export HS_ENVIRONMENT="<ServiceEnvironment01>"3. Collecte et stockage des données de trace
Dans la plupart des systèmes de traçage distribués, la collecte des données de traçage se produit automatiquement pendant l’exécution. Ensuite, ces données sont acheminées vers la solution de traçage distribué, où l’analyse et la visualisation ont lieu.
La collecte et le stockage des données de trace dépendent de la solution utilisée. Par exemple, si la solution est basée sur SaaS, le fournisseur de la solution prendra en charge tous les aspects de collecte et de stockage des données de trace. Cependant, si la solution de traçage est auto-hébergée, la responsabilité de prendre en charge ces aspects incombe aux administrateurs de la solution.
Analyse des données de suivi
L’analyse des données de trace peut être fastidieuse. Cependant, la visualisation des données de trace permet aux développeurs de comprendre plus facilement le flux de transaction réel et d’identifier les anomalies ou les goulots d’étranglement.
Ce qui suit illustre le flux de la transaction à travers les différents services et composants de l’application. Un système de traçage distribué avancé peut mettre en évidence les erreurs et les goulots d’étranglement que chaque transaction traverse.
Étant donné que les données de trace contiennent le temps nécessaire à chaque service pour traiter la transaction, les développeurs peuvent analyser les latences et identifier les anomalies susceptibles d’avoir un impact sur les performances de l’application.
L’identification d’un problème à l’aide de la solution de traçage distribué peut donner un aperçu du problème qui s’est produit. Cependant, pour obtenir plus de détails sur le problème, les développeurs peuvent avoir besoin d’outils supplémentaires qui fournissent des informations supplémentaires avec l’observabilité ou la capacité de corréler les traces avec les journaux pour identifier la cause.
Les solutions de traçage distribué, telles que Helios, offrent un aperçu des détails de l’erreur, ce qui allège la charge du développeur.
Meilleures pratiques pour le traçage distribué
Une solution complète de traçage distribué permet aux développeurs de répondre rapidement aux problèmes cruciaux. Les meilleures pratiques suivantes définissent les bases d’une solution de traçage distribué réussie.
1. Garantir l’exactitude et l’exhaustivité des données de trace
La collecte de données de trace à partir des services permet aux développeurs d’identifier les performances et la latence de tous les services traversés par chaque transaction. Cependant, lorsque les données de trace ne contiennent pas d’informations provenant d’un service spécifique, cela réduit la précision de l’ensemble de la trace et son exhaustivité globale.
Pour s’assurer que les développeurs tirent le meilleur parti du traçage distribué, il est essentiel que le système collecte des informations de traçage précises de tous les services afin de refléter les données d’origine.
2. Équilibrer les frais généraux et les détails de la trace
La collecte de toutes les informations de trace de tous les services fournira la trace la plus complète. Cependant, la collecte de la plupart des informations de trace se fait au détriment de l’application globale ou du service individuel.
Le compromis entre la quantité de données collectées et les frais généraux acceptables est crucial. La planification de ce compromis garantit que le traçage distribué ne nuit pas à la solution globale, compensant ainsi les avantages apportés par la solution.
Une autre façon d’équilibrer ces aspects consiste à filtrer et à échantillonner les informations de trace pour collecter ce qui est nécessaire. Cependant, cela nécessiterait une planification supplémentaire et une compréhension approfondie de la nécessité de collecter des informations de trace précieuses.
3. Protéger les données sensibles dans les données de trace
La collecte d’informations de trace à partir de transactions comprend la collecte de charges utiles de la transaction réelle. Ces informations sont généralement considérées comme sensibles car elles peuvent contenir des informations personnellement identifiables sur les clients, telles que les numéros de permis de conduire ou des informations bancaires.
Les réglementations mondiales définissent clairement les informations à stocker pendant les opérations commerciales et la manière de gérer ces informations. Par conséquent, il est d’une importance sans précédent que les informations collectées soient soumises à un obscurcissement des données.
Helios permet à ses utilisateurs d’obscurcir facilement les données sensibles des charges utiles collectées, permettant ainsi la conformité aux réglementations. En plus de l’obscurcissement, Helios fournit d’autres techniques pour améliorer et filtrer les données envoyées à la plateforme Helios.
Outils de traçage distribué
Aujourd’hui, de nombreux outils de traçage distribués sont disponibles pour les développeurs afin de tirer facilement parti de leurs capacités pour résoudre les problèmes plus rapidement.
1. Pas léger
Lightstep est un outil de traçage distribué indépendant du cloud qui fournit un traçage distribué en contexte complet dans des environnements multicloud ou des microservices. Il permet aux développeurs d’intégrer la solution à des systèmes complexes avec peu d’efforts supplémentaires.
Il fournit également un plan gratuit avec les fonctionnalités requises pour que les développeurs se lancent dans leur parcours de traçage distribué. De plus, le plan gratuit offre de nombreuses fonctionnalités utiles, notamment l’ingestion, l’analyse et la surveillance des données.
Source: Interface utilisateur LightStep
2. Zipkin
Zipkin est une solution open source qui fournit un traçage distribué avec des étapes faciles à utiliser pour démarrer. Il améliore ses efforts de traçage distribué en permettant l’intégration avec Elasticsearch pour une recherche efficace dans les journaux.
Source: Interface utilisateur Zipkin
Il a été développé chez Twitter pour collecter des données de synchronisation cruciales nécessaires pour résoudre les problèmes de latence dans les architectures de service, et il est simple à configurer avec une simple commande Docker :
docker run -d -p 9411:9411 openzipkin/zipkin3. Traçage Jaeger
Jaeger Tracing est une autre solution open source qui fournit un traçage distribué de bout en bout et la possibilité d’effectuer une analyse des causes profondes pour identifier les problèmes de performances ou les goulots d’étranglement sur chaque trace.
Il prend également en charge Elasticsearch pour la persistance des données et expose les métriques Prometheus par défaut pour aider les développeurs à obtenir des informations significatives. De plus, il permet de filtrer les traces en fonction de la durée, du service et des balises à l’aide de l’interface utilisateur Jaeger prédéfinie.
Source: Jaeger traçage
4. SignNoz
SigNoz est un outil open source qui permet aux développeurs d’effectuer un traçage distribué sur des systèmes basés sur des microservices tout en capturant des journaux, des traces et des métriques, puis en les visualisant dans son interface utilisateur unifiée. Il fournit également des mesures de performances pertinentes telles que la latence p50, p95 et p99.
Parmi les principaux avantages de l’utilisation de SigNoz, citons l’interface utilisateur consolidée qui présente les journaux, les métriques et les traces tout en prenant en charge OpenTelemetry.
Source: SigNoz UI
5. Nouvelle relique
New Relic est une solution de traçage distribué qui peut observer 100% des traces d’une application. Il offre une compatibilité avec une vaste pile technologique et une prise en charge des cadres standard de l’industrie tels que OpenTelemetry. Il prend également en charge les alertes pour diagnostiquer les erreurs avant qu’elles ne deviennent des problèmes majeurs.
New Relic a l’avantage d’être un cloud natif entièrement géré avec une prise en charge de l’évolutivité à la demande. De plus, les développeurs peuvent utiliser un seul agent pour instrumenter automatiquement l’intégralité du code de l’application.
Source: Interface utilisateur de la nouvelle relique
6. Chien de données
Datadog est une solution reconnue qui propose une surveillance cloud en tant que service. Il fournit des fonctionnalités de traçage distribué avec Datadog APM, y compris des fonctionnalités supplémentaires pour corréler le traçage distribué, les sessions de navigateur, les journaux, les profils, etc.