本站面向开发者与科研用户,提供开源镜像的搜索和下载加速服务。
所有镜像均来源于原始开源仓库,本站不存储、不修改、不传播任何镜像内容。

odigos-instrumentor Docker 镜像下载 - 轩辕镜像

odigos-instrumentor 镜像详细信息和使用指南

odigos-instrumentor 镜像标签列表和版本信息

odigos-instrumentor 镜像拉取命令和加速下载

odigos-instrumentor 镜像使用说明和配置指南

Docker 镜像加速服务 - 轩辕镜像平台

国内开发者首选的 Docker 镜像加速平台

极速拉取 Docker 镜像服务

相关 Docker 镜像推荐

热门 Docker 镜像下载

odigos-instrumentor
keyval/odigos-instrumentor

odigos-instrumentor 镜像详细信息

odigos-instrumentor 镜像标签列表

odigos-instrumentor 镜像使用说明

odigos-instrumentor 镜像拉取命令

Docker 镜像加速服务

轩辕镜像平台优势

镜像下载指南

相关 Docker 镜像推荐

odigos Instrumentor服务镜像,用于为应用程序自动注入监控和可观测性代码,简化分布式系统的追踪、指标和日志收集配置,无需手动修改应用源码。
0 次下载activekeyval镜像

odigos-instrumentor 镜像详细说明

odigos-instrumentor 使用指南

odigos-instrumentor 配置说明

odigos-instrumentor 官方文档

odigos Instrumentor服务镜像文档

镜像概述

odigos Instrumentor服务镜像是odigos可观测性平台的核心组件,专为自动为应用程序注入监控和可观测性代码而设计。该服务通过动态代码注入技术,在不修改应用源码的前提下,为应用程序添加分布式追踪、性能指标和日志收集能力,大幅简化分布式系统的可观测性配置流程。

核心功能与特性

主要功能

  • 自动代码注入:无需手动修改应用代码,自动为目标应用注入可观测性工具链所需的 instrumentation 代码
  • 多语言支持:兼容主流编程语言及框架(包括Java、Python、Go、Node.js等)
  • 全栈可观测性:同时支持追踪(Tracing)、指标(Metrics)和日志(Logging)数据的采集
  • 工具链集成:无缝对接主流可观测性后端(Prometheus、Jaeger、Grafana、OpenTelemetry Collector等)

关键特性

  • 零侵入配置:通过环境变量和配置文件控制注入行为,无需改变应用部署流程
  • 动态配置更新:支持运行时调整可观测性采集参数,无需重启应用
  • 轻量级注入:最小化性能开销,优化注入代码的资源占用
  • 容器化原生支持:专为容器环境设计,适配Kubernetes、Docker Compose等部署方式

使用场景与适用范围

典型使用场景

  • 分布式微服务架构中快速部署统一的可观测性方案
  • DevOps流程中集成自动化监控配置,减少人工操作
  • 遗留系统的可观测性改造,无需重构应用代码
  • 多语言技术栈的统一监控策略实施

适用范围

  • 容器化应用部署环境(Docker、Kubernetes)
  • 微服务及分布式系统
  • 需要快速实现可观测性的开发/测试/生产环境
  • 支持的编程语言:Java 8+、Python 3.6+、Go 1.13+、Node.js 12+

使用方法与配置说明

基本部署(Docker Run)

bash
docker run -d \
  --name odigos-instrumentor \
  -v /var/run/docker.sock:/var/run/docker.sock \  # 访问Docker守护进程以检测目标容器
  -v /path/to/app/config:/config \               # 挂载配置文件目录
  -e TARGET_APP_PATH=/app \                      # 目标应用代码路径(容器内)
  -e INSTRUMENTATION_TYPE=full \                 # 注入类型:full/tracing/metrics/logging
  -e OTEL_COLLECTOR_URL=[***] \  # OpenTelemetry Collector地址
  odigos/instrumentor:latest

Docker Compose配置示例

yaml
version: '3.8'
services:
  odigos-instrumentor:
    image: odigos/instrumentor:latest
    container_name: odigos-instrumentor
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock
      - ./instrumentor-config:/config
    environment:
      - TARGET_APP_CONTAINER_LABEL=app=my-service  # 通过标签匹配目标容器
      - LANGUAGES=java,python,go                   # 指定需要处理的编程语言
      - METRICS_EXPORT_ENABLED=true                # 启用指标导出
      - TRACING_SAMPLER_RATE=1.0                   # 追踪采样率(0.0-1.0)
      - LOG_LEVEL=info                             # 服务日志级别
    restart: unless-stopped

环境变量配置

环境变量描述可选值默认值
TARGET_APP_PATH目标应用代码在容器内的路径绝对路径/app
TARGET_APP_CONTAINER_LABEL通过容器标签匹配目标应用标签键值对(如app=service
INSTRUMENTATION_TYPE注入类型full/tracing/metrics/loggingfull
LANGUAGES要处理的编程语言,逗号分隔java,python,go,nodejs自动检测
OTEL_COLLECTOR_URLOpenTelemetry Collector gRPC端点URLhttp://localhost:4317
METRICS_EXPORT_ENABLED是否启用指标导出true/falsetrue
TRACING_SAMPLER_RATE追踪采样率0.0-1.00.5
LOG_LEVEL服务自身日志级别debug/info/warn/errorinfo

配置文件说明

可通过挂载配置文件目录(如/config)提供更详细的自定义配置,支持JSON/YAML格式,配置项覆盖环境变量设置。示例config.yaml

yaml
instrumentation:
  tracing:
    enabled: true
    sampler:
      type: parentbased_always_on
  metrics:
    enabled: true
    export_interval: 15s
  logging:
    enabled: true
    level: info
targets:
  containers:
    - label_selector: "app=payment-service"
      languages: ["java", "kotlin"]
exporters:
  otel_collector:
    endpoint: "[***]"
    timeout: 5s

注意事项

  • 确保容器具有足够权限访问Docker守护进程(如挂载/var/run/docker.sock)或目标应用文件系统
  • 对生产环境使用前,建议在测试环境验证注入效果及性能影响
  • 部分编程语言可能需要特定版本的运行时支持,详细兼容性列表请参考odigos***文档
  • 注入过程可能需要目标应用短暂重启(取决于注入模式),建议在维护窗口执行

用户好评

来自真实用户的反馈,见证轩辕镜像的优质服务

oldzhang的头像

oldzhang

运维工程师

Linux服务器

5

"Docker加速体验非常流畅,大镜像也能快速完成下载。"