AI-observability

AI可观测性

该项目展示了一个使用开放遥测和HoneyComb MCP服务器的基于人工智能的可观察性项目。

项目详情

为了说明开放遥测和蜂窝MCP服务器的功能，我们使用了开放遥测社区开发人员开发的开源项目。演示项目由用不同编程语言编写的微服务组成，这些微服务通过gRPC和HTTP相互通信；以及使用Locust伪造用户流量的负载生成器。 请访问 演示架构 从官方文件。

项目背景

在当今的技术环境中，中断和性能问题，如请求缓慢、API错误和随机内部500错误，可能会导致重大中断，通常会导致Twitter等平台上的广泛恐慌。对于分布式系统来说尤其如此，调试成为一项艰巨而复杂的任务。由于需要在有限的时间内分析大量的仪表板、指标和日志，确定故障的根本原因可能会让人感到不知所措。

该项目旨在通过构建一个完整的可观察性环境来简化调试过程，从而解决这一痛点。使用 Kubernetes, 开放遥测, 蜂窝，以及 蜂窝MCP服务器，我们将建立一个解决方案，不仅可以让您有效地监控分布式系统，还可以让您快速发现问题。

该项目的一个关键特征是集成了 AI助手 这可以帮助您调试性能问题。通过简单地询问为什么服务速度慢，人工智能将从Honeycomb中提取相关的遥测数据，并实时提供见解，从而大大减少故障排除和解决问题所需的时间。

该系统旨在简化观察、调试和维护现代分布式应用程序的过程，为工程师和DevOps团队节省时间并减少挫折感。让我们潜入水中！

我们将从这个项目中构建什么？

本指南将引导您完成完整的可观察性工作流程：

• 在Azure中设置Azure Kubernetes服务（AKS）
• 部署OpenTetry演示应用程序
• 设置HoneyComb帐户
• 路由所有遥测HoneyComb
• 在VS代码中集成HoneyComb MCP
• 使用OAuth进行身份验证
• 最后，使用自然语言调试我们的系统

最后，您将在AKS集群中运行一个完整的AI驱动的可观察性堆栈

数据流概述

otel-demo

技术指南

步骤1：设置Kubernetes集群

要在Azure中创建kubernetes集群，请按照以下步骤操作 readme.md 它清楚地解释了如何设置集群的分步说明。

步骤2：创建HoneyComb帐户

• 首选 https://ui.honeycomb.io
• 注册（谷歌或电子邮件）
• 创造环境
• 转到设置和API键
• 复制您的团队API密钥

我们将使用的数据集名称： Otel演示

otel-demo

步骤3：安装OTEL Helm Chart

添加OTEL Helm仓库

helm repo add open-telemetry https://open-telemetry.github.io/opentelemetry-helm-charts
helm repo update

创建命名空间

kubectl create namespace otel-demo

步骤4：创建values.yaml

使用以下命令创建一个名为values.yaml的文件：

opentelemetry-collector:
  enabled: true

  config:
    receivers:
      otlp:
        protocols:
          http: {}
          grpc: {}

    processors:
      batch: {}

    exporters:
      otlphttp/honeycomb:
        endpoint: https://api.honeycomb.io
        headers:
          x-honeycomb-team: ""
          x-honeycomb-dataset: "otel-demo"

    service:
      pipelines:
        traces:
          receivers: [otlp]
          processors: [batch]
          exporters: [otlphttp/honeycomb]

        metrics:
          receivers: [otlp]
          processors: [batch]
          exporters: [otlphttp/honeycomb]

        logs:
          receivers: [otlp]
          processors: [batch]
          exporters: [otlphttp/honeycomb]

将\替换为蜂窝钥匙。

步骤5：使用helm部署OTEL演示应用程序

安装演示+收集器

helm upgrade --install otel-demo open-telemetry/opentelemetry-demo \
  -n otel-demo -f values.yaml

helm_install_otel 验证Pod

kubectl get pods -n otel-demo

查看以下Pod是否正在运行：

• 前端
• 汽车服务
• 负载发生器
• Otel收集器

helm_install_otel

步骤6：为网关-API设置网关资源

注： 确保创建了所有必要的资源，如集群设置、负载均衡器设置、配置ALB控制器，如中所述 readme.md. 完成所有设置后，按照以下说明创建网关资源

RESOURCE_GROUP=''
RESOURCE_NAME='alb-web-app-test'

RESOURCE_ID=$(az network alb show --resource-group $RESOURCE_GROUP --name $RESOURCE_NAME --query id -o tsv)
FRONTEND_NAME='otel-demo'

kubectl apply -f - 在购物车中添加产品->下单。这样，指标和痕迹就会出现在蜂窝状仪表板上。

![otel-demo](assets/screenshots/otel_home_page_01.png)
![otel-demo](assets/screenshots/otel_home_page_02.png)

### 步骤9：检查蜂窝仪表板

- 打开Honeycomb.io
- 选择数据集： **Otel演示**
- **验证：**
  - 痕迹到达
  - 跨度瀑布
  - 延迟图
  - 服务地图
  - 错误率

如果您看到新的痕迹，您的收集器正在正确导出。

![otel-demo](assets/screenshots/metrics_honeycomb.png)

### 步骤9：在VS代码中设置HoneyComb MCP

1. 打开VS代码设置
   搜索：模型上下文协议

1. 添加Honeycomb MCP服务器配置
   添加您的VS Code的MCP服务器：

{ "servers": { "honeycomb": { "url": "https://mcp.honeycomb.io/mcp", "type": "http" } }, "inputs": [] }

3. 重新启动VS代码
1. OAuth登录
   VS Code将弹出浏览器：

- 登录Honeycomb
- 点击 **允许**

现在VS Code Copilot Chat可以直接查询您的蜂窝数据。

### 步骤10：自然语言MCP问题：

在VS Code的Copilot聊天中使用这些：

#### 演出

1. 显示过去20分钟内最慢的端点。
1. 列出前5个最慢的服务。
1. 哪些端点的p95延迟>500ms？
1. 是什么导致了最后一个小时的延迟飙升？
1. 显示结账耗时超过500毫秒的痕迹。

#### 错误

1. 列出错误率最高的端点。
1. 今天哪个服务产生的错误最多？
1. 显示按服务分组的最近100个错误。

#### 交通

1. 在过去的一个小时里，哪个服务处理了最多的请求？
1. 显示当前最繁忙的端点。
1. 按请求量排名前10位的端点是什么？

#### 调试

1. 解释最近延迟飙升的原因。
1. 总结过去30分钟的异常情况。
1. 为什么今天结账很慢？
1. 显示前端花费超过1秒的痕迹。

**请参阅下面的屏幕截图，了解MCP服务和Copilot** 将有助于对应用程序指标、跟踪和日志进行故障排除或调试。

![otel-demo](assets/screenshots/mcp_1.png)
![otel-demo](assets/screenshots/mcp_2.png)
![otel-demo](assets/screenshots/mcp_3.png)
![otel-demo](assets/screenshots/mcp_4.png)
![otel-demo](assets/screenshots/mcp_5.png)

### Open Teletry演示应用程序提供的附加服务

一旦通过端口转发或负载均衡器暴露，就可以访问其他服务进行跟踪、监控和负载生成。

- Jaeger用户界面http://localhost:8080/jaeger/ui/
- 格拉法纳http://localhost:8080/grafana/
- Load Generator用户界面http://localhost:8080/loadgen/
- 功能标志UIhttp://localhost:8080/feature/

______________________________________________________________________

**建造于 [云维涅什](https://github.com/cloudvignesh)**