当前位置: 首页 > 软件库 > 管理和监控 > 系统监控 >

Jaeger

Uber 的分布式追踪系统
授权协议 Apache-2.0
开发语言 Google Go
所属分类 管理和监控、 系统监控
软件类型 开源软件
地区 不详
投 递 者 云正信
操作系统 跨平台
开源组织 CNCF
适用人群 未知
 软件概览

Jaeger 是受 Dapper 和 OpenZipkin 的启发,由 Uber Technologies 创建的分布式追踪平台,现已捐赠给云原生计算基金会。它可用于监视基于微服务的分布式系统:

  • 分布式上下文传播
  • 分布式交易监控
  • 根本原因分析
  • 服务依赖分析
  • 性能/延迟优化

  • 介绍 jeager 是一个 分布式追踪工具,在微服务架构中运用尤为广泛, 在 微服务架构 中 通常有 几个上百 个 微服务,一个完整的业务流程 通常 由 多个微服务 来 协同完成, 即便是 相同的 业务流程, 不同的请求 所 经过的 微服务 也不尽相同,这就给 错误分析 和 性能瓶颈分析 带来了 大困难。 分部署追踪 是 解决上述问题 的常见做法,分布式追踪 是一个比较大的话题, 所涉及的 规范、

  • Uber 分布式追踪系统 Jaeger 使用介绍和案例【PHP Hprose Go】 原文: Uber 分布式追踪系统 Jaeger 使用介绍和案例【PHP Hprose Go】 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tcUAYQFH-1670571853655)(https://hjs-1251193177.cos.ap-shanghai.myqcloud

 相关资料
  • 在Git中‘追踪分支’是用与联系本地分支和远程分支的. 如果你在’追踪分支'(Tracking Branches)上执行推送(push)或拉取(pull)时, 它会自动推送(push)或拉取(pull)到关联的远程分支上. 如果你经常要从远程仓库里拉取(pull)分支到本地,并且不想很麻烦的使用"git pull "这种格式; 那么就应当使用‘追踪分支'(Tracking Branches). ‘

  • Home Assistant 自带完善的设备追踪系统,方便用户监控人员及物品的地理位置。具体实现步骤: 1. 区域 Home Assistant 使用组件 zone 定义区域。启动后将根据configuration.yaml 设置的经纬度,默认生成『家』区域 zone.home,同时在地图 map 面板上以圈的形式标出。 区域也可手动创建和修改: zone: - name: School

  • 日前,观察性分析平台和应用性能管理系统 SkyWalking 完成了与云原生网络代理 MOSN 的集成,作为 MOSN 中的支持的分布式追踪系统之一,旨在实现在微服务和 Service Mesh 中的更强大的可观察性。 相比传统的巨石(Monolith)应用,微服务的一个主要变化是将应用中的不同模块拆分为了独立的进程。在微服务架构下,原来进程内的方法调用成为了跨进程的远程方法调用。相对于单一进程内

  • 当我将单体应用拆成多个微服务之后,如何监控服务之间的依赖关系和调用链,以判断应用在哪个服务环节出了问题,哪些地方可以优化?这就需要用到分布式追踪(Distributed Tracing)。 CNCF 提出了分布式追踪的标准 OpenTracing,它提供用厂商中立的 API,并提供 Go、Java、JavaScript、Python、Ruby、PHP、Objective-C、C++ 和 C# 这九

  • 本文向大家介绍ASP.NET Core利用Jaeger实现分布式追踪详解,包括了ASP.NET Core利用Jaeger实现分布式追踪详解的使用技巧和注意事项,需要的朋友参考一下 前言 最近我们公司的部分.NET Core的项目接入了Jaeger,也算是稍微完善了一下.NET团队的技术栈。 至于为什么选择Jaeger而不是Skywalking,这个问题我只能回答,大佬们说了算。 前段时间也在CSh

  • 当想知道一个进程在做什么事情的时候,可以通过strace命令跟踪一个进程的所有系统调用。 1、运行 php start.php status 能看到workerman相关进程的信息 如下: Hello admin ---------------------------------------GLOBAL STATUS-----------------------------------------

  • 随着服务的数量和复杂性的增加,跨数据中心的统一的可观察性变得越来越重要。Linkerd 的跟踪和度量工具旨在汇总,为所有服务的健康提供广泛而细致的洞察。Linkerd 作为服务网格的角色使其成为可观察性信息的理想数据源,特别是在多语言环境中。 当请求通过多个服务时,使用传统的调试技术来识别性能瓶颈变得越来越困难。分布式跟踪提供通过多个服务的请求的整体视图,允许立即识别延迟问题。 使用 linker

  • 这是我的控制台中的日志格式。我正在使用spring cloud stream将我的日志从应用程序传输到logstash,这是logstash中的日志解析格式 这是我的logstash.conf 这是我在log-stash控制台中的输出。这是解析异常 {“message”=>“[{\”traceid\“:\”411a0496b048bcf4\“,\”parentId\“:\”8d40fcfea926