Nachverfolgen von AWS SDK-Aufrufen mit dem X-Ray SDK for Go

Wenn Ihre Anwendung Aufrufe an tätigt, AWS-Services um Daten zu speichern, in eine Warteschlange zu schreiben oder Benachrichtigungen zu senden, verfolgt das X-Ray SDK for Go die Aufrufe nachgelagert in Teilsegmenten . Nachverfolgte AWS-Services und Ressourcen, auf die Sie innerhalb dieser Services zugreifen (z. B. ein Amazon S3-Bucket oder eine Amazon SQS-Warteschlange), werden auf der Ablaufverfolgungskarte in der X-Ray-Konsole als nachgelagerte Knoten angezeigt.

Um AWS SDK-Clients zu verfolgen, umschließen Sie das Client-Objekt mit dem xray.AWS()-Aufruf, wie im folgenden Beispiel dargestellt.

var dynamo *dynamodb.DynamoDB
func main() {
  dynamo = dynamodb.New(session.Must(session.NewSession()))
  xray.AWS(dynamo.Client)
}

Wenn Sie dann den AWS SDK-Client nutzen, verwenden Sie die Version withContext der Aufrufmethode und übergeben Sie den context aus dem http.Request-Objekt, das an den Handler übergeben wurde.

func listTablesWithContext(ctx context.Context) {
  output := dynamo.ListTablesWithContext(ctx, &dynamodb.ListTablesInput{})
  doSomething(output)
}

Für alle Services können Sie den Namen der API mit dem Namen in der X-Ray-Konsole sehen. Für eine Teilmenge von Services fügt das X-Ray-SDK dem Segment Informationen hinzu, um eine höhere Granularität in der Service-Übersicht zu gewährleisten.

Wenn Sie beispielsweise einen Aufruf mit einem instrumentierten DynamoDB-Client tätigen, fügt das SDK dem Segment den Tabellennamen für Aufrufe hinzu, die auf eine Tabelle abzielen. In der Konsole wird jede Tabelle als separater Knoten in der Service-Übersicht angezeigt, mit einem generischen DynamoDB-Knoten für Aufrufe, die keine Tabelle anvisieren.

{
  "id": "24756640c0d0978a",
  "start_time": 1.480305974194E9,
  "end_time": 1.4803059742E9,
  "name": "DynamoDB",
  "namespace": "aws",
  "http": {
    "response": {
      "content_length": 60,
      "status": 200
    }
  },
  "aws": {
    "table_name": "scorekeep-user",
    "operation": "UpdateItem",
    "request_id": "UBQNSO5AEM8T4FDA4RQDEB94OVTDRVV4K4HIRGVJF66Q9ASUAAJG",
  }
}