如果大家之前看过我写的文章“应用程序性能监控/管理(APM)实践”，那么你就会对Elastic APM有个比较清楚的认识。在今天的蚊帐中，我就再累述了。在那篇文章中，我着重介绍了APM到底是什么东东。在今天的练习中，我来展示如何对Python Flask来进行监控。

测试应用

我们的Flash测试应用非常简单，就是一个简单的查询天气的微服务。这个API的接口如下：

http://api.openweathermap.org/data/2.5/weather?q=beijing&units=imperial&appid=271d1234d3f497eed5b1d80a07b3fcd1

使用上面的接口，我们可以得到北京的天气如下：

{"coord":{"lon":116.4,"lat":39.91},"weather":[{"id":800,"main":"Clear","description":"clear sky","icon":"01d"}],"base":"stations","main":{"temp":79.68,"feels_like":72.21,"temp_min":73.99,"temp_max":84.99,"pressure":1016,"humidity":11},"visibility":10000,"wind":{"speed":4.47,"deg":250},"clouds":{"all":0},"dt":1586754618,"sys":{"type":1,"id":9609,"country":"CN","sunrise":1586727568,"sunset":1586774994},"timezone":28800,"id":1816670,"name":"Beijing","cod":200}

这是一个非常简单的应用。整个应用的代码如下：

app.py

import requests
from flask import Flask, render_template, request
from flask_sqlalchemy import SQLAlchemy 

app = Flask(__name__)
app.config['DEBUG'] = True
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///weather.db'

db = SQLAlchemy(app)

class City(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(50), nullable=False)


@app.route('/beijing', methods=['GET'])
def getBeijing():
    url = 'http://api.openweathermap.org/data/2.5/weather?q={}&units=imperial&appid=271d1234d3f497eed5b1d80a07b3fcd1'

    city = "beijing"
    weather_data = []
    r = requests.get(url.format(city)).json()

    weather = {
        'city' : city,
        'temperature' : r['main']['temp'],
        'description' : r['weather'][0]['description'],
        'icon' : r['weather'][0]['icon'],
    }

    weather_data.append(weather)

    return render_template('weather.html', weather_data=weather_data)    

@app.route('/', methods=['GET', 'POST'])
def index():
    if request.method == 'POST':
        new_city = request.form.get('city')
        
        if new_city:
            new_city_obj = City(name=new_city)

            db.session.add(new_city_obj)
            db.session.commit()

    cities = City.query.all()

    url = 'http://api.openweathermap.org/data/2.5/weather?q={}&units=imperial&appid=271d1234d3f497eed5b1d80a07b3fcd1'

    weather_data = []

    for city in cities:

        r = requests.get(url.format(city.name)).json()

        weather = {
            'city' : city.name,
            'temperature' : r['main']['temp'],
            'description' : r['weather'][0]['description'],
            'icon' : r['weather'][0]['icon'],
        }

        weather_data.append(weather)


    return render_template('weather.html', weather_data=weather_data)

为了能够运行这个应用，我们必须安装相应的python库：

pip3 install requests
pip3 install flask
pip3 install flask_sqlalchemy

在命令行中，我们打入如下的命令：

export FLASK_APP=app.py

然后，我们运行这个应用：

flask run

如果你上面都运行正确的话，我们可以在浏览器中输入localhost:5000，并可以看到如下的内容:

$ flask run
 * Serving Flask-SocketIO app "app"
/usr/local/lib/python3.7/site-packages/flask_sqlalchemy/__init__.py:794: FSADeprecationWarning: SQLALCHEMY_TRACK_MODIFICATIONS adds significant overhead and will be disabled by default in the future.  Set it to True or False to suppress this warning.
  'SQLALCHEMY_TRACK_MODIFICATIONS adds significant overhead and '
 * Serving Flask app "app"
 * Running on http://127.0.0.1:5000/ (Press CTRL+C to quit)

我们可以添加一个城市来得到它的天气。在这个应用中它除了得到天气之外，它也同时访问sqlite数据库。

安装

安装Elastic Stack，有两种方法。最简单的一种方法是运用docker来一键部署Elasticsearch， Kibana和APM服务器。详细安装步骤请参阅链接liu-xiao-guo/apm-contrib。下面我们采用一种手动的方法来部署Elastic Stack。

我们可以按照我们的文章“Elastic：菜鸟上手指南”来安装及运行我们的Elasticsearch及Kibana。

我们也必须安装和Elasticsearch一样版本的APM服务器。我们打开我们的Kibana界面，并点击左上角的部分：

然后，我们按照上面的步骤一步一步地进行安装：

我们按照上面的要求配置好Elasticsearch的地址及用户名和密码（如果你已经启动了安全的设置）：

如果我们能看到上面的信息则表示我们的APM服务器的安装是成功的。由于我们针对的是Flask应用框架，所以我们点击Flask来进行安装。

按照上面的要求，我们需要进行安装如下的python 模块：

pip3 install elastic-apm[flask]
pip3 install psutil

同时按照要求，我们需要对我们的python应用进行修改。整个修改后的应用如下：

app.py

import requests
from flask import Flask, render_template, request
from flask_sqlalchemy import SQLAlchemy 

# initialize using environment variables
from elasticapm.contrib.flask import ElasticAPM
app = Flask(__name__)
apm = ElasticAPM(app)

# or configure to use ELASTIC_APM in your application's settings
from elasticapm.contrib.flask import ElasticAPM
app.config['ELASTIC_APM'] = {
  # Set required service name. Allowed characters:
  # a-z, A-Z, 0-9, -, _, and space
  'SERVICE_NAME': 'python-flask',

  # Use if APM Server requires a token
  'SECRET_TOKEN': '',

  # Set custom APM Server URL (default: http://localhost:8200)
  'SERVER_URL': 'http://localhost:8200',
}

apm = ElasticAPM(app)

#app = Flask(__name__)
#app.config['DEBUG'] = True
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///weather.db'

db = SQLAlchemy(app)

...

在上面，我们把从Kibana中拷贝过来的代码粘贴过来。同时我们需要把DEBUG功能关掉。这个可以在官方文档中可以看到。如果是在DEBUG模式下，transaction及error是不会发到我们的APM服务器中的。我们在上面填入SERVICE_NAME及SERVER_URL。

一旦完成我们上面的配置后，我们重新运行一下我们的Python Flash应用，并打开我们的 Kibana：

点击上面的python_flask:

点击上面的GET /，我们可以看到：

我们可以看到在页面启动的时候的一个transaction的时间是花在哪里。这对我们的在调试微服务及数据库的访问性能调试会有很大的帮助。

我们在浏览器中打入http://localhost:5000/beijing，这样：

点击上面的Traces：

在上面，它显示了目前在APM应用中的所有的接口的列表。我们点击上面的GET /beijing:

在上面，我们可以看到这个接口调用的情况。

整个Python flask的应用可以在地址https://github.com/liu-xiao-guo/weather_app_flask 下载

更多阅读

• Solutions：应用程序性能监控/管理(APM)实践

• Solutions：如何使用Elastic APM来监控多语言微服务应用程序

参考：

【1】https://www.elastic.co/guide/en/apm/agent/python/current/flask-support.html