如何使用GCP的StackDriver获取GKE上Python应用的请求处理时长

要获取部署在GKE上的Python应用单请求处理时长，你应该配置StackDriver Trace（现更名为Cloud Trace），StackDriver Profiler不匹配你的需求，两者核心差异如下：

• StackDriver Trace：专门用于跟踪单个请求的全生命周期，不仅可以直接获取单请求的总处理时长，还可以拆解请求内部各环节（数据库查询、第三方API调用、内部逻辑执行等）的耗时占比，完全符合单请求时长排查的需求。
• StackDriver Profiler：用于全局性能分析，统计应用整体的CPU、内存、线程等资源消耗占比，定位代码中的性能热点，无法关联到单个具体请求的耗时，适合做全应用的性能优化，不适合单请求时长统计。

• 配置GKE权限：给你的GKE工作负载关联的服务账号绑定roles/cloudtrace.agent权限，确保应用有权限上报Trace数据。
• 安装Python依赖包：

pip install opentelemetry-api opentelemetry-sdk opentelemetry-exporter-gcp-trace opentelemetry-instrumentation-flask opentelemetry-instrumentation-requests

如果你用的是Django、FastAPI等其他框架，替换成对应框架的instrumentation包即可。

• 应用代码埋点：以Flask应用为例，在启动入口添加如下初始化代码即可自动采集所有请求的耗时数据：

from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.sdk.trace.export import BatchSpanProcessor
from opentelemetry.exporter.gcp.trace import CloudTraceSpanExporter
from opentelemetry.instrumentation.flask import FlaskInstrumentor
import flask

trace.set_tracer_provider(TracerProvider())
trace.get_tracer_provider().add_span_processor(
    BatchSpanProcessor(CloudTraceSpanExporter())
)

app = flask.Flask(__name__)
# 自动注入Trace埋点，统计所有接口请求的全流程耗时
FlaskInstrumentor().instrument_app(app)

@app.route("/test")
def test_handler():
    # 业务逻辑
    return "ok"

• 部署应用到GKE后，你可以直接在Google Cloud控制台的Trace页面，按时间范围、请求路径、状态码等维度筛选请求，直接查看每个请求的总处理时长，点击单个请求还能查看内部各环节的耗时明细。

• 如果需要统计业务代码中特定逻辑段的耗时，可以手动创建自定义Span包裹对应代码：

tracer = trace.get_tracer("custom_tracer")
with tracer.start_as_current_span("data_process_logic"):
    # 要统计耗时的业务代码段
    process_user_data()

• 如果排查时发现Trace统计的总时长远大于应用内部统计的耗时，可以依次检查GKE负载均衡、Ingress、Sidecar代理（如果启用了Istio等服务网格）的前置耗时，这些组件的耗时也可以通过开启对应Trace集成的方式纳入全链路统计。

内容的提问来源于stack exchange，提问作者Dos