tubone

tubone

Boyaki makes a new world


 Recent posts  6 / 53

SepOctNovDecJanオムロン HV-F312で腰の痛みをなくすGithub Actionを使って、簡単CIを作ってみるChromeDriverがGoogleChrome v76 に対応していないらしい。Googleデータポータルを触ってみるHyper-vにMetasploitableの仮想マシンを立ててみるNightwatch.jsでE2Eテストを回したときにうまく動かないたった一つの理由particles.jsをVue.jsで使ってかっこいいページを作るGitPitchを使ってMarkdownからプレゼンテーションを作ってBadgeをレポジトリに貼るSentryを使ってフロントエンドのエラーを確認するJSON Resume + API With GitHubを使って、さくっと職務経歴書チックなもののAPIなど作ってみるGitHubに30日間草を生やし続けた感想Netlify Formを使って、簡易Contact Formを作ってみる10/1は天下一品の日Ansible + Serverspecを使ってMacの環境構築を自動でする (Ansible編)Ansible + Serverspecを使ってMacの環境構築を自動でする (Serverspec編)今日のラーメン台風の時の我が家のセンサー(netatmo)の値をZabbixで見る究極の謝罪はSlackのスタンプを活用しよう! ~明日から使えるSlackスタンプスニペット集~ハロウィーンはえちえちでチンパンジーなイベントじゃない。GitHubと向き合うイベントだ昔ながらのラーメンたべたい珠玉の一杯。たくさん残業した日はこのラーメンを食べろ!docoptはNimでも使えたのお話GitHubに草を生やし続け90日が経ったので感想を書くGoでAWS Lambdaを動かして、GitHubAPIv4(GraphQL)を叩いてみた感想Hadoopゾウさんについて本気出して考えてみたNuxt.jsでparticles-bg-vueを使うNuxt.jsのmodulesをCompositionAPIで使ってみる(@nuxtjs/toast編)くろおびらーめん with チャーシュー飯Nuxt.jsのmodulesをCompositionAPIで使ってみる(@nuxtjs/toast Global Option編)Nuxt.js + Composition APIでVuexのStateをReactiveに使う方法【初学者】Juliaを使って円周率を求める初めてプログラミングをした時のゴミソース見つけた面倒なことはPythonにやらせよう@GitHub API v4を使ったリリース実績取得Gatsby.jsで作ったブログに読み終わるまで○○分を追加した話Google広告設定でみる属性情報であなたをもっと知ろう!Blog用に新しいLogo作った話今年1年を振り返ってGoのEchoでJaegerを使ってボトルネックを調査するGatsby.jsで作ったBlogの投稿をGitHubの草にして表示させるWeb Developer Roadmap 2020を眺めながら今年の目標(Frontend)をだらだら考えるの会AWS X-RayでLambdaのトレースをしつつ、Datadog APMに連携するElixirでパラレルな負荷試験ツールを作るMonWedFri
Elixirでパラレルな負荷試験ツールを作るAWS X-RayでLambdaのトレースをしつつ、Datadog APMに連携するWeb Developer Roadmap 2020を眺めながら今年の目標(Frontend)をだらだら考えるの会Gatsby.jsで作ったBlogの投稿をGitHubの草にして表示させるGoのEchoでJaegerを使ってボトルネックを調査する今年1年を振り返って


 SearchBox

Search your interesting by Algolia in this blog.


 All 145 Tags

ぼやき 19JavaScript 12GitHub 7Vue.js 6TypeScript 6ラーメン 6デブ活 5Nuxt.js 4React 3Gatsby.js 3Auto Provisioning 3Serverspec 3Mac 3AWS 3自動テスト 3Python 3Ansible 3GitHub Action 2Go 2Lambda 2ChromeDriver 2GraphQL 2Netlify 2toast 2Chainer 2Write Code Every Day 2CompositionAPI 2Nim 1particle.js 1JSON Resume 1GitHub Pages 1Resume 1CV 1GitHubAction 1Sentry 1監視 1 1weed 1CI 1GitPitch 1GitHub Badges 1Azusa Colors 1Travis 1天下一品 1E2E Test 1Netlify Form 1Selenium 1Contact Form 1GoogleChrome 1Gatsby 1Googleデータポータル 1BI 1Azure Devops Build Pipeline 1netatmo 1台風 1IoT 1センシング 1Google Apps Script 1API FLASH 1SlackAPI 1Clasp 1Google Analytics 1Jest 1Unit Test 1Slack 1Stamp 1ハロウィーン 1昆布 1健康 1Headless CMS 1腰痛 1仮想化 1Hyper-v 1docopt 1CLI 1Hadoop 1ゾウ 1metasploitable 1powerShell 1RNN 1LSTM 1Chat BOT 1アイマス 1デレマス 1ひなこのーと 1Deep Learing 1OpenCV 1機械学習 1CNN 1分類学習 1顔認識 1AWS認定ソリューションアーキテクトプロフェッショナル 1資格 1勉強法 1E2Eテスト 1particles-bg-vue 1particle 1Proton 1particles.js 1Nightwatch.js 1test 1チャーシュー飯 1modules 1Composition API 1Vuex 1ストアパターン 1Julia 1円周率 1初心者 1The Gauss–Legendre algorithm 1Leibniz formula for π 1ギター 1DTM 1エフェクター 1ATELIERZ 1Caparison 1VOCALOID 1かわいい 1恐竜時代 1ことり隊 1早稲田 1GitHub API v4 1リリース実績 1Estimated Reading Time 1あと何分 1Logo 1SVG 1Server 1Seti@Home 1Google広告設定 1Google 1属性情報 1Persolal Data 1振り返り 1Echo 1Jaeger 1ボトルネック調査 1React Calendar Heatmap 1Frontend 1Web Developer Roadmap 2020 1Elixir 1Load Test 1X-Ray 1Datadog 1APM 1
この記事は214文字1.1で読めます

Goの勉強をしておかないと社内でニートになってしまうので、お勉強を兼ねてGoのWebフレームワークのEchoを使ったアプリケーションを作成中です。

その中でボトルネック調査をする必要があったので、Opentracing形式のトレースアプリケーションであるJaegerをローカル環境で使ってみたいと思います。

Table of Contents

そもそもEchoとは?

img

EchoとはGoのWAF(Web Framework)です。

特徴として公式によると、High performanceextensibleminimalistGo web frameworkだそうです。

よくわかりませんね。ちょっと特徴を洗い出してみます。

はやい

Goの中でもパフォーマンスがいいと言われているGinに比べても十分な速度がでていることが公式のGitHubにのってました。

img

Ginより早いならEcho使っておけばええんや!と思いますが、

GitHubレポジトリのスター数はEchoは16.1k, Ginは34.4kとGinの方が人気なのは間違いありませんので、プロジェクトによって見極める必要はありそうです。

また、Goの場合は標準のnet/httpライブラリがそこそこ優秀なので簡単なAPI作成であればWAF不要論もあります。

公式ドキュメントが優秀

Echoの場合、Ginに比べて公式のドキュメントが充実しているような気がしました。気のせいかもしれません。

Ginの方はドキュメントにDISQUSのコメント欄があります。これはいいアイディアですね。

Echoの公式ドキュメント

Ginの公式ドキュメント

さて、Echoがいいという話はこんなところにして早速jaegerの実装してみます。

jaegerとは?

jeagerUber Technologies Inc.OSSとして公開した分散トレーシングシステムです。

img

マイクロサービスなアーキテクチャを横串で監視できる強みとGo, Java, Node, Python, C++ でクライアントが提供されていることが魅力です。

また、トレーシングの結果収集もOpenTracingとしてドキュメントがありますので、別言語にも移植できそうです。

(Nimに移植しますかね・・・。)

ともかく、かっこいいですね。今回はマイクロサービスな作り方をしていないので、そこまでかっこよくはなりませんが、さっそく使っていきましょう!

jaeger tracing

Jaegerの実装と関係ないコードは省いてます。

まずは、main.go エントリーポイントから

// main.go

package main

import (
	"github.com/labstack/echo/v4"
	"github.com/tubone24/what-is-your-color/handler"
	"github.com/labstack/echo-contrib/jaegertracing"
)

func main() {
	e := echo.New()
	c := jaegertracing.New(e, nil)
	defer c.Close()

	e.GET("/get/:username", handler.GetColor())

	log.Fatal(e.Start(":9090"))
}

echo.New()したあとに、echo-contribで提供されているjaegerteacingを呼びます。

これだけで、各APIの呼び出しをrouterごとに記録することができるようになっています。 簡単ですね!便利ですね!

child spanを記録する

さらにAPI内部の動き、例えばDBの書き込みスピードなどを計測する場合にはchild spanという機能を使うことで実現できます。

/get/:usernameというAPIのハンドラーを見てみます。

package handler

import (
	"github.com/labstack/echo-contrib/jaegertracing"
	"github.com/labstack/echo/v4"
	"net/http"

	"github.com/tubone24/what-is-your-color/api"
)

func GetColor() echo.HandlerFunc {
	return func(c echo.Context) error {
		username := c.Param("username")
		github := &api.GitHub{Client: &api.GithubClientImpl{}}
		sp := jaegertracing.CreateChildSpan(c, "Call API")
		defer sp.Finish()
		sp.SetBaggageItem("Func", "GetColor")
		sp.SetTag("Func", "GetColor")
		err, langs := github.DoGetColor(username)
		if err != nil {
			return echo.NewHTTPError(http.StatusInternalServerError, "Internal Error")
		}
		return c.JSON(http.StatusOK, langs)
	}
}

このコード例では、GitHubのAPIからの結果をgithub.DoGetColor(username) で取得していますが、手前でCreateChildSpan でchildspanを指定してます。

jaegerで結果を見る

jaegerを起動します。起動には公式ドキュメントにのっているall-in-one dockerを使います。(あらかじめDockerコンテナが動く環境を作っておきます。)

docker run -d --name jaeger \
  -e COLLECTOR_ZIPKIN_HTTP_PORT=9411 \
  -p 5775:5775/udp \
  -p 6831:6831/udp \
  -p 6832:6832/udp \
  -p 5778:5778 \
  -p 16686:16686 \
  -p 14268:14268 \
  -p 9411:9411 \
  jaegertracing/all-in-one:1.9

不要な開放ポートがありますが、めんどくさいのでドキュメントそのままです。

起動すると、jaegerUIがhttp://localhost:16686/で立ち上がります。

先程作ったEchoサーバも立ち上げます。

go run main.go

APIをコールしてみるとTracingされているのがわかります。

img

/get/:usernameというAPIのコールも出ています。

img

こまかく見ていきますと、:username はpath parameterなのですが、APIコール時にtubone24というユーザ名を設定しコールしたことがわかります。

1.04sかかってますね・・・。

img

また、childspanも無事記録してます。

img

img

どうやらバックエンド(GitHub)へのコールはそこまで0.48msとそこまで遅くはないみたいです。

別のところにボトルネックがあるんですかね・・。

結論

jaegerでトレーシングが簡単にできましたが、ボトルネック発見は難しいということがよくわかりました。

˚