测试使用docker 部署
docker-compose文件
注意网络模型选择的host,同时配置了opentracing 服务
version: "3"
services:
bblfsh:
image: bblfsh/bblfshd
privileged: true
environment:
- "JAEGER_AGENT_HOST=localhost"
- "JAEGER_AGENT_PORT=6831"
- "JAEGER_SAMPLER_TYPE=const"
- "JAEGER_SAMPLER_PARAM=1"
network_mode: "host"
ports:
- "9432:9432"
volumes:
- "/var/lib/bblfshd:/var/lib/bblfshd"
- "/var/run/docker.sock:/var/run/docker.sock"
jaeger:
image: jaegertracing/all-in-one:1.8
ports:
- "5775:5775/udp"
- "6831:6831/udp"
- "6832:6832/udp"
- "5778:5778"
- "16686:16686"
- "14268:14268"
- "9411:9411"
安装驱动
对于语言解析处理的docker 镜像,inside 容器,为了简单，添加的只有golang 的
如果网络比较好的话，可以安装所有的，使用--all参数，或者推荐的 --recommended
bblfshctl driver install docker://bblfsh/go-driver:latest
解析 golang 语言
inside 容器,因为按照其他语言的驱动有点慢，所以自己copy 一个golang 代码文件到容器，同时
只安装了简单的golang driver
- 准备golang 代码
main.go
package main
import "fmt"
func main() {
fmt.Println("demoapp")
}
拷贝文件
注意修改为自己的容器id
<wiz_code_mirror>
docker cp main.go 4116cc1ee650:/opt/
- 指定解析
bblfshctl parse /opt/main.go
- 生成的代码ast 解析
比较多，保留部分
Status: Ok
Elapsed: 1.099302113s
Module {
. Roles: File,Module
. Children: {
. . 0: Expr {
. . . Roles: Expression
. . . StartPosition: {
. . . . Offset: 0
. . . . Line: 1
. . . . Col: 1
. . . }
. . . Properties: {
. . . . internalRole: body
. . . }
. . . Children: {
. . . . 0: Call {
. . . . . Roles: Function,Call,Expression
. . . . . StartPosition: {
. . . . . . Offset: 0
. . . . . . Line: 1
. . . . . . Col: 1
. . . . . }
. . . . . Properties: {
. . . . . . internalRole: value
. . . . . }
. . . . . Children: {
. . . . . . 0: Name {
. . . . . . . Roles: Identifier,Expression,Call,Callee
. . . . . . . TOKEN "print"
. . . . . . . StartPosition: {
. . . . . . . . Offset: 0
. . . . . . . . Line: 1
. . . . . . . . Col: 1
. . . . . . . }
。。。。
- opentracing 统计分析
不同driver 的请求
golang 解析的请求链路
说明
Babelfish 的功能很强大， 对于我们分析代码是很方便的，同时生产环境，建议的方式是使用client 调用grpc 服务，同时官方也提供了
一个web 的dashboard ，方便我们测试 