神刀安全网

Python 探针实现原理

本文将简单讲述一下 Python 探针的实现原理。 同时为了验证这个原理,我们也会一起来实现一个简单的统计指定函数执行时间的探针程序。

探针的实现主要涉及以下几个知识点:

  • sys.meta_path

  • sitecustomize.py

sys.meta_path

sys.meta_path 这个简单的来说就是可以实现 import hook 的功能, 当执行 import 相关的操作时,会触发 sys.meta_path 列表中定义的对象。 关于 sys.meta_path 更详细的资料请查阅 python 文档中 sys.meta_path 相关内容以及 PEP 0302

sys.meta_path 中的对象需要实现一个 find_module 方法, 这个 find_module 方法返回 None 或一个实现了 load_module 方法的对象 (代码可以从 github 上下载 part1_) :

import sys   class MetaPathFinder:      def find_module(self, fullname, path=None):         print('find_module {}'.format(fullname))         return MetaPathLoader()   class MetaPathLoader:      def load_module(self, fullname):         print('load_module {}'.format(fullname))         sys.modules[fullname] = sys         return sys  sys.meta_path.insert(0, MetaPathFinder())  if __name__ == '__main__':     import http     print(http)     print(http.version_info)

load_module 方法返回一个 module 对象,这个对象就是 import 的 module 对象了。 比如我上面那样就把 http 替换为 sys 这个 module 了。

$ python meta_path1.py find_module http load_module http <module 'sys' (built-in)> sys.version_info(major=3, minor=5, micro=1, releaselevel='final', serial=0)

通过 sys.meta_path 我们就可以实现 import hook 的功能: 当 import 预定的 module 时,对这个 module 里的对象来个狸猫换太子, 从而实现获取函数或方法的执行时间等探测信息。

上面说到了狸猫换太子,那么怎么对一个对象进行狸猫换太子的操作呢? 对于函数对象,我们可以使用装饰器的方式来替换函数对象(代码可以从 github 上下载 part2 ) :

    import functools  import time} def func_wrapper(func):     @functools.wraps(func)     def wrapper(*args, **kwargs):         print('start func')         start = time.time()         result = func(*args, **kwargs)         end = time.time()         print('spent {}s'.format(end - start))         return result     return wrapper   def sleep(n):     time.sleep(n)     return n  if __name__ == '__main__':     func = func_wrapper(sleep)     print(func(3))

执行结果:

$ python func_wrapper.py start func spent 3.004966974258423s 3 

下面我们来实现一个计算指定模块的指定函数的执行时间的功能(代码可以从 github 上下载 part3 ) 。

假设我们的模块文件是 hello.py:

import time   def sleep(n):     time.sleep(n)     return n

我们的 import hook 是 hook.py:

import functools import importlib import sys import time  _hook_modules = {'hello'}   class MetaPathFinder:      def find_module(self, fullname, path=None):         print('find_module {}'.format(fullname))         if fullname in _hook_modules:             return MetaPathLoader()   class MetaPathLoader:      def load_module(self, fullname):         print('load_module {}'.format(fullname))         # ``sys.modules`` 中保存的是已经导入过的 module         if fullname in sys.modules:             return sys.modules[fullname]          # 先从 sys.meta_path 中删除自定义的 finder         # 防止下面执行 import_module 的时候再次触发此 finder         # 从而出现递归调用的问题         finder = sys.meta_path.pop(0)         # 导入 module         module = importlib.import_module(fullname)          module_hook(fullname, module)          sys.meta_path.insert(0, finder)         return module  sys.meta_path.insert(0, MetaPathFinder())   def module_hook(fullname, module):     if fullname == 'hello':         module.sleep = func_wrapper(module.sleep)   def func_wrapper(func):     @functools.wraps(func)     def wrapper(*args, **kwargs):         print('start func')         start = time.time()         result = func(*args, **kwargs)         end = time.time()         print('spent {}s'.format(end - start))         return result     return wrapper

测试代码:

>>> import hook >>> import hello find_module hello load_module hello >>> >>> hello.sleep(3) start func spent 3.0029919147491455s 3 >>>

其实上面的代码已经实现了探针的基本功能。不过有一个问题就是上面的代码需要显示的 执行 import hook 操作才会注册上我们定义的 hook。

那么有没有办法在启动 python 解释器的时候自动执行 import hook 的操作呢? 答案就是可以通过定义 sitecustomize.py 的方式来实现这个功能。

sitecustomize.py

简单的说就是,python 解释器初始化的时候会自动 import PYTHONPATH 下存在的 sitecustomizeusercustomize 模块:

实验项目的目录结构如下(代码可以从 github 上下载 part4 ) :

$ tree . ├── sitecustomize.py └── usercustomize.py 

sitecustomize.py :

$ cat sitecustomize.py print('this is sitecustomize') 

usercustomize.py :

$ cat usercustomize.py print('this is usercustomize') 

把当前目录加到 PYTHONPATH 中,然后看看效果:

$ export PYTHONPATH=. $ python this is sitecustomize       <---- this is usercustomize       <---- Python 3.5.1 (default, Dec 24 2015, 17:20:27) [GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwin Type "help", "copyright", "credits" or "license" for more information. >>>

可以看到确实自动导入了。所以我们可以把之前的探测程序改为支持自动执行 import hook (代码可以从 github 上下载 part5 ) 。

目录结构:

$ tree . ├── hello.py ├── hook.py ├── sitecustomize.py 

sitecustomize.py:

$ cat sitecustomize.py import hook 

结果:

$ export PYTHONPATH=. $ python find_module usercustomize Python 3.5.1 (default, Dec 24 2015, 17:20:27) [GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwin Type "help", "copyright", "credits" or "license" for more information. find_module readline find_module atexit find_module rlcompleter >>> >>> import hello find_module hello load_module hello >>> >>> hello.sleep(3) start func spent 3.005002021789551s 3

不过上面的探测程序其实还有一个问题,那就是需要手动修改 PYTHONPATH 。 用过探针程序的朋友应该会记得, 使用 newrelic 之类的探针只需要执行一条命令就 可以了: newrelic-admin run-program python hello.py 实际上修改 PYTHONPATH 的操作是在 newrelic-admin 这个程序里完成的。

下面我们也要来实现一个类似的命令行程序,就叫 agent.py 吧。

agent

还是在上一个程序的基础上修改。先调整一个目录结构,把 hook 操作放到一个单独的目录下, 方便设置 PYTHONPATH 后不会有其他的干扰(代码可以从 github 上下载 part6 )。

$ mkdir bootstrap $ mv hook.py bootstrap/_hook.py $ touch bootstrap/__init__.py $ touch agent.py $ tree . ├── bootstrap │   ├── __init__.py │   ├── _hook.py │   └── sitecustomize.py ├── hello.py ├── test.py ├── agent.py 

bootstrap/sitecustomize.py 的内容修改为:

$ cat bootstrap/sitecustomize.py import _hook 

agent.py 的内容如下:

import os import sys  current_dir = os.path.dirname(os.path.realpath(__file__)) boot_dir = os.path.join(current_dir, 'bootstrap')   def main():     args = sys.argv[1:]     os.environ['PYTHONPATH'] = boot_dir     # 执行后面的 python 程序命令     # sys.executable 是 python 解释器程序的绝对路径 ``which python``     # >>> sys.executable     # '/usr/local/var/pyenv/versions/3.5.1/bin/python3.5'     os.execl(sys.executable, sys.executable, *args)  if __name__ == '__main__':     main()

test.py 的内容为:

$ cat test.py import sys import hello  print(sys.argv) print(hello.sleep(3)) 

使用方法:

$ python agent.py test.py arg1 arg2 find_module usercustomize find_module hello load_module hello ['test.py', 'arg1', 'arg2'] start func spent 3.005035161972046s 3 

至此,我们就实现了一个简单的 python 探针程序。当然,跟实际使用的探针程序相比肯定是有 很大的差距的,这篇文章主要是讲解一下探针背后的实现原理。

如果大家对商用探针程序的具体实现感兴趣的话,可以看一下国外的 New Relic 或国内的 OneAPM , 听云 等这些 APM 厂商的商用 python 探针的源代码。

P.S. 本文首发于 我的博客 😉

P.S. 本文涉及的代码可以从 Github 上获取 😉

转载本站任何文章请注明:转载至神刀安全网,谢谢神刀安全网 » Python 探针实现原理

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
分享按钮