Edgardo Peregrino是一名自由软件开发人员、作家、制作者和IT技术员。
六年来，我一直是一个充满激情的制造者，专注于机器人技术。最近，我进入了云原生计算的世界，这使我能够将maker项目与诸如Grafana，普罗米修斯和积家。
自从2016年我买了第一台树莓派3，第一次学会了如何闪烁LED，我就开始拥抱开源了。从那以后，我学会了如何使用键盘、安卓手机和用于物体检测的英特尔神经计算杆2等物品来控制机器人。我决定在Grafana中添加实时监控，以确保我的机器人在任何时候都在运行，并且请求之间的延迟非常小。在这方面还没有任何尝试，所以我觉得应该由我来直面挑战。
尽管我这样做只是作为一种爱好，但对于那些在装配工厂中使用工业机器人的人来说，监控尤其重要，因为他们的目标是100%的正常运行时间和最小的请求之间的延迟。当你在处理非常精确的动作时，这也是关键，必须避免任何错误。
我一直在做的项目涉及我的两个机器人:莱纳斯(左下)和托瓦尔兹(右下)。是的，我以Linux创始人的名字命名它们，因为他激励我进入开源领域。
让我向您介绍我设置监视的经验以及在此过程中我学到的东西。
开始
我的旅程始于去年，当时我成功地创建了一个图形用户界面(GUI)来控制机器人。当时，我正在寻找控制它们的新方法——最初，我用蓝牙键盘和安卓智能手机作为机器人控制器进行键盘控制。我遇到了一个文章它展示了如何使用Flask Python库创建web应用程序，所以我尝试了教程，它让我继续学习。
我搞了一些示例应用程序，然后决定将web开发与控制led、伺服器和马达集成在一起。成功之后，我转向了机器人。我发现的教程(如这一个使用led和按钮创建web服务器)非常古老，使用RPi。而不是更新的GPIO Zero库。由于没有帮助，我决定自己解决问题。通过使用GPIO Zero而不是旧的RPi进行试验，我能够成功地控制GPIO引脚。GPIO图书馆。
jQuery对我控制机器人有很大帮助，因为它允许我只在按住鼠标左键时移动机器人。这是我需要创建一个功能机器人控制器所缺少的部分。
在此之前，我一直在使用一个机器人，所以我决定将项目扩展到两个机器人。为什么?因为控制一个机器人已经做过很多次了，而能够控制两个或两个以上的机器人更有帮助。
去年6月，当我被Udacity设立的SUSE奖学金项目录取时，情况开始好转。该项目主要关注Docker、Kubernetes和ArgoCD等云原生工具，当我学会如何使用这些工具部署Flask应用程序时，我感到非常兴奋。我决定使用我现有的示例应用程序，并尝试使用这些额外的工具将我现有的应用程序部署到云中。
这GitHub回购展示我的工作和这个演示视频展示我的机器人的动作。
让它更上一层楼
尽管一切都很成功，但仍然缺少一些东西。我心想，我怎么才能走得更远呢?
这个答案在去年8月的另一个机会中得到了答案，当时我被云原生应用程序体系结构纳米学位计划录取了。在三个月的时间里，我学习了消息传递和监视服务，以及保护服务。也是在那时，我学会了如何使用Grafana、Prometheus和Jaeger等服务。
完成课程后，我创建了一个小型测试应用程序。我的目标是首先监视一个小应用程序，然后构建监视系统。我的意图是将Grafana、Prometheus和Jaeger应用到我的应用程序中，并学习这些云原生工具是如何工作的。为了做到这一点，我必须使用普罗米修斯烧瓶出口商图书馆以便让Prometheus使用这些指标，然后在Grafana中以图表的形式呈现。我还决定为这个测试应用程序集成Jaeger。
为了安装Jaeger, Prometheus和Grafana，我依赖于Helm的图表，然后确保服务运行。为了将Jaeger与Grafana集成，我需要正确的查询代理。这需要在Linux上编写一些好的shell脚本。(顺便说一下，我所有的实验都是在我的Ubuntu 20.04电脑上进行的，因为需要安装Docker。)我最初使用Kind进行测试，但对于最终产品，我使用k3s。
我从监视一个闪烁LED的基本Flask应用程序开始。在那之后，我转向控制两个伺服电机，然后控制一个直流电机与速度控制。最后，是时候测试我的机器人托瓦兹了。当我知道一切都运行良好后，我决定使用我的双机器人应用程序，并对基本代码进行一些必要的更改。
运行这个应用程序需要几个步骤，所以我将介绍每个层，以解释它是如何工作的。
基本应用程序
这是运行我的机器人的应用程序。下图显示了该应用程序的截图。
Docker层
这是应用程序打包的地方，可以作为容器运行。这是必要的，因为在下一步中，将使用Kubernetes部署Docker映像。
下面的示意图显示了积家、普罗米修斯和格拉夫娜是如何部署的。Jaeger和Prometheus从应用程序中收集数据，然后将其显示为人类可读的图表。
在积家时，只要莱纳斯或托瓦尔兹的一只眼睛被眨一下，就会触发一个跨度，然后送到格拉夫纳去消耗。我还可以在莱纳斯的手臂移动时使用积家触发一个跨度。这对于调试任何问题和确保机器人启动并运行都很有用。
在这里，你可以看到一个被检测到的样本span:
正如我前面提到的，Prometheus Flask Exporter是必需的，这样Prometheus才能使用应用程序生成的数据，并在Grafana中以图表的形式显示它。为了让Prometheus使用应用程序中的度量，我必须确保所有服务都在运行，并且运行使用Kubernetes集群部署的应用程序。
有了集群后，我将浏览器指向localhost和端口5000，然后移动机器人。这就产生了普罗米修斯和积家可以使用并发送给格拉夫纳的数据。
仪表板
当我确定我有足够的样本数据时，我创建了我的Grafana指示板(如下)，看到数据显示为不同的图表。
在这个仪表板中，我正在可视化:
- Jaeger跨越
- 每秒总请求数
- 平均响应时间
- 内存使用情况
- 处理器利用率
- 每秒请求数
- Kubernetes pod正常运行时间
设置好后，我再次移动我的机器人，以确保图表正常工作，我可以看到实时的数据更新。我知道我有了一个赢家。
机器人和云原生计算
使用Grafana实时监控应用程序，并将其应用于制造商项目，如机器人，是一个很好的经验和旅程，了解Prometheus, Grafana和Jaeger是如何工作的。它还帮助我了解了更多关于云原生计算的知识。
Grafana是一个为应用程序创建仪表板的好工具，可以用来监视应用程序的任何问题。在maker项目中使用Grafana仪表板可以向用户展示如何诊断错误、停机和连接问题等问题。未来我想做的一件事是使用运行k3s的树莓派集群运行这个应用程序。
我希望了解我的项目能激励您自己进行实验，并接受之前没有人尝试过的新挑战。如果你想了解更多关于我的双机器人监控，请查看GitHub回购这演示视频，展示了最终产品的运行情况。
