作者观测云高级技术专家深圳办公室黄小龙

简介

Profile 通过收集和分析应用程序运行过程中 CPU、内存和 I/O 相关的数据，可以识别应用程序的性能瓶颈和错误，帮助我们更好地了解程序的运行情况。Profile 是一种非常有价值的技术，通过 Profile 可以实现：

识别性能瓶颈： Profiling 可以帮助发现程序的性能瓶颈，即程序中最耗费时间的部分。通过识别性能瓶颈，以便我们采取措施来优化这部分性能。
优化程序性能： 通过 Profiling 收集的数据，我们可以知道程序的哪些部分需要进行优化。通过优化这些部分，可以提高程序的性能，减少资源的消耗。
排查程序错误： 在应用程序中，有时会出现各种错误。通过 Profiling 分析程序的运行情况，我们可以找到错误的原因，并及时进行修复。

利用**观测云**可以快速收集应用程序 Profile 数据，利用 Profile 火焰图查看器分析 Java 、Python 、 Go 不同语言环境下应用程序运行过程中的动态性能数据，直观地 查看每一个方法、类和线程的调用关系和执行效率。通过关联链路，获取链路相关 Span 的关联代码执行片段，实现方法级代码性能追踪，帮助开发人员发现代码优化方向。

收集应用程序 Profile 数据，会对应用程序本身性能造成一定的影响，所以一般情况下不建议在生产环境实时启动 Profile 数据收集，在 Kubernetes 部署的应用程序可以通过动态开关打开 Profile 数据采集，从而实现对应用程序的关键问题定位。

前置条件

安装 DataKit

登录观测云控制台，选择「集成」-「DataKit」-「Kubernetes」，按照所提示的安装步骤下载 datakit.yaml，并配置 DataWay 数据网关地址。

打开 Profile 采集器

修改 datakit.yaml 文件，ConfigMap 加入 Profile 采集配置：

apiVersion: v1
kind: ConfigMap
metadata:name: datakit-confnamespace: datakit
data:profile.conf: |-  [[inputs.profile]]## profile Agent endpoints register by version respectively.## Endpoints can be skipped listen by remove them from the list.## Default value set as below. DO NOT MODIFY THESE ENDPOINTS if not necessary.endpoints = ["/profiling/v1/input"]## set true to enable election, pull mode onlyelection = true## go pprof config## collect profiling data in pull mode#[[inputs.profile.go]]## pprof url#url = "http://localhost:6060"## pull interval, should be greater or equal than 10s#interval = "10s"## service name#service = "go-demo"## app env#env = "dev"## app version#version = "0.0.0"## types to pull## values: cpu, goroutine, heap, mutex, block#enabled_types = ["cpu","goroutine","heap","mutex","block"]#[inputs.profile.go.tags]# tag1 = "val1"## pyroscope config#[[inputs.profile.pyroscope]]## listen url#url = "0.0.0.0:4040"## service name#service = "pyroscope-demo"## app env#env = "dev"## app version#version = "0.0.0"#[inputs.profile.pyroscope.tags]#tag1 = "val1"

DaemonSet 添加相应的挂载配置：

volumeMounts:- mountPath: /usr/local/datakit/conf.d/profile/profile.confname: datakit-confsubPath: profile.conf

修改完成之后，安装 datakit.yaml 配置：

kubectl apply -f datakit.yaml

应用配置

本文以 Java 应用程序为例，介绍如何动态开关打开 Profile 数据采集。

安装 Datakit Operator

Datakit-Operator 通过 K8s 的 Admission Controller（准入控制器）功能，会向指定的 Pod 注入应用程序启动所需要的 dd-lib 探针文件，这样就不需要应用程序打包镜像时加入对应的探针文件，减少配置从而提高效率。

下载 datakit-operator.yaml文件并执行安装：

wget https://static.guance.com/datakit-operator/datakit-operator.yaml
kubectl apply -f datakit-operator.yaml

通过以下命令验证所有配置是否安装完成，正常会有 datakit 和 datakit-operator 两种类型的 Pod：

kubectl get pod -n datakit

修改 Dockerfile

修改应用 Dockerfile，暴露启动参数：

注意： java版本要求：java8版本需要高于8u262+，或者使用java11及以上版本。

FROM openjdk:8u292RUN /bin/cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
RUN echo 'Asia/Shanghai' >/etc/timezoneENV jar my-service.jar
ENV workdir /data/app/
RUN mkdir -p ${workdir}
COPY ${jar} ${workdir}
WORKDIR ${workdir}
ENTRYPOINT ["sh", "-ec", "exec java ${JAVA_OPTS} -jar ${jar} ${PARAMS} 2>&1 > /dev/null"]

应用部署 yaml

添加以下环境变量，通过 ENV_PROFILE 环境变量来动态控制 Profile 数据采集：

env:
- name: DD_AGENT_HOSTvalueFrom:fieldRef:apiVersion: v1fieldPath: status.hostIP
- name: ENABLE_PROFILEvalue: "true"
- name: JAVA_OPTSvalue: |--javaagent:/datadog-lib/dd-java-agent.jar -Ddd.service=my-service  -Ddd.profiling.enabled=$(ENABLE_PROFILE) -Ddd.profiling.allocation.enabled=$(ENABLE_PROFILE) -Ddd.env=env -Ddd.agent.port=9529

添加 annotation，位置 spec.template.metadata 下：

annotations:admission.datakit/java-lib.version: ""

生产环境部署时，ENV_PROFILE 环境变量可以设置为 false，需要排查性能问题时，再打开 Profile 开关收集数据，从而实现动态采集 Profile 数据的功能。

完整 yaml 参考：

apiVersion: v1
kind: Service
metadata:name: my-servicenamespace: profilelabels:app: my-service
spec:selector:app: my-serviceports:- protocol: TCPport: 9299nodePort: 30001targetPort: 9299type: NodePort
---
apiVersion: apps/v1
kind: Deployment
metadata:name: my-servicenamespace: profilelabels:app: my-service
spec:replicas: 1selector:matchLabels:app: my-servicetemplate:metadata:labels:app: my-serviceannotations:admission.datakit/java-lib.version: ""spec:containers:- name: my-containerenv:- name: DD_AGENT_HOSTvalueFrom:fieldRef:apiVersion: v1fieldPath: status.hostIP- name: ENABLE_PROFILEvalue: "true"- name: JAVA_OPTSvalue: |--javaagent:/datadog-lib/dd-java-agent.jar -Ddd.service=my-service  -Ddd.profiling.enabled=$(ENABLE_PROFILE) -Ddd.profiling.allocation.enabled=$(ENABLE_PROFILE) -Ddd.env=env -Ddd.agent.port=9529image: my-service:v1.0imagePullPolicy: IfNotPresentports:- containerPort: 9299protocol: TCPrestartPolicy: Always