Tracing Low Latency Microservices

Les architectures en microservices décomposent les applications en petits services autonomes. Ils permettent de diminuer la complexité des systèmes basés sur des architecture mono- lithiques en offrant des mises à jour simplifiées, un haut degré de flexibilité et plus de ro- bustesse. Cependant, leur distribution à travers les systèmes complique le débogage et la surveillance, rendant le traçage et la surveillance de la santé vitaux pour assurer des per- formances optimales. Il devient crucial pour les administrateurs système de recueillir des données de télémétrie (DT), provenant des microservices, pour garantir une surveillance, op- timisation et fiabilité du système. En procédant ainsi, il devient facile d’identifier les goulets d’étranglement de performance, détecter les anomalies et prendre des décisions basées sur les données. Ce projet de recherche se concentre sur deux objectifs cruciaux. Le premier objectif est de collecter des DT à partir de microservices qui nécessitent une faible latence pour leurs opérations. Ces microservices sont généralement équipés de ressources minimales telles que le stockage et la mémoire vive. Deuxièmement, le projet vise à suggérer des techniques efficaces pour analyser les DT recueillies sur plusieurs machines, avec l’objectif ultime de détecter les goulets d’étranglement de performance. Le défi ici réside dans la gestion efficace de ces ressources limitées, tout en garantissant que les données nécessaires à la surveillance et à l’optimisation sont collectées et traitées de manière efficace. La clé pour y parvenir est de mettre en œuvre des stratégies de filtrage qui réduisent la quantité de TD sauvegardée, réduisent la quantité de données envoyées sur le réseau, et minimisent l’impact sur les performances du système pendant la collecte de données. Pour répondre à ces exigences, nous suggérons la combinaison de deux technologies, Open- Telemetry et LTTng. Le processus implique deux phases distinctes: une phase en ligne et une phase hors ligne. La phase en ligne implique la structuration et la collecte de DT avec OpenTelemetry, qui sont ensuite stockées dans des fichiers Common Trace Format (CTF) avec LTTng. Cette phase garantit que la collecte de données est effectuée de manière struc- turée, facilitant ainsi le processus d’analyse ultérieur. La phase hors ligne, en revanche, se concentre sur la manière dont les analyses des données collectées sont effectuées. Cette phase permet l’identification des anomalies du système et des goulets d’étranglement, et soutient la prise de décision basée sur les données.