前言本文根据开源C语言库Melon的最新特性，讲述使用该库做用户态动态追踪，以及根据追踪内容进行计算，并将结果用于反馈给程序，同时对程序的处理流程进行影响。 说到动态追踪，大家可能第一印象是bpf、dtrace、systemtap等等，但是本文介绍的动态追踪不依赖于这些内容。Melon中提供的功能更加倾向于让程序在用户态内完成对自身的动态追踪，而不依赖于内核态，也不依赖于uprobe和usdt等内容。 关于 Melon 库，这是一个开源的 C 语言库，它具有：开箱即用、无第三方依赖、安装部署简单、中英文文档齐全等优势。 Github: github.com/Water-Melon/Melon 原理简单来说，Melon库的动态追踪也是在程序中加入跟踪点。只是在Melon中，一个应用程序被划分为两个层面（但都运行在同一个进程中）： C代码层Melang脚本代码层两个代码层面可以运行在同一线程，也可以运行在不同线程中，但需要运行于同一进程下。 换言之：跟踪点信息会在C层被抛出，传入给指定的脚本任务，然后脚本任务接收信息并进行处理。 这么看，似乎和在程序中记录日志，然后额外写一个程序来读取日志进行处理没有什么区别，那么这么做的好处是什么呢？ 优势： 不需要对日志的格式进行解析，即可直接拿到对应类型的数据脚本侧运算后可进行远程传输或者入库（脚本库函数保证）即使在同一线程下，脚本任务执行也不会长期中断C层逻辑，脚本和C逻辑是自动分时处理的利用脚本侧的反馈机制，可以将运算结果传回C层，让C代码层的执行逻辑根据结果进行变更，例如：服务降级示例下面来看一个非常简单的例子： #include #include "mln_log.h"#include "mln_core.h"#include "mln_trace.h"#include "mln_conf.h"#include "mln_event.h"int timeout = 100;static void timeout_handler(mln_event_t *ev, void *data){ mln_trace("sir", "Hello", getpid(), 3.1); mln_event_timer_set(ev, timeout, NULL, timeout_handler);}static int recv_handler(mln_lang_ctx_t *ctx, mln_lang_val_t *val){ timeout += val->data.i; return 0;}int main(int argc, char *argv[]){ mln_event_t *ev; struct mln_core_attr cattr; cattr.argc = argc; cattr.argv = argv; cattr.global_init = NULL; cattr.main_thread = NULL; cattr.master_process = NULL; cattr.worker_process = NULL; if (mln_core_init(&cattr) < 0) { fprintf(stderr, "Melon init failed.\n"); return -1; } if ((ev = mln_event_new()) == NULL) { mln_log(error, "event new error\n"); return -1; } if (mln_trace_init(ev, mln_trace_path()) < 0) { mln_log(error, "trace init error\n"); return -1; } mln_trace_recv_handler_set(recv_handler); mln_event_timer_set(ev, 1000, NULL, timeout_handler); mln_event_dispatch(ev); return 0;}简单来描述下程序流程： 对Melon库进行全局初始化（mln_core_init)初始化事件对象初始化跟踪脚本设置用于处理脚本层发来数据的函数设置超时事件事件分发，超时事件会被触发在超时处理函数timeout_handler中，我们利用mln_trace向脚本任务发送了三个不同类型的数据，然后继续设置超时事件。 超时时长是一个全局变量timeout，初始为100，即100毫秒。 当脚本层发来数据时，这里我们约定脚本层一定发来的是一个整数，那么在接收函数recv_handler中，我们将这一数值与timeout进行累加，作为随后的超时时长。 由此，可以猜测，程序中每秒向脚本层投递的数据量会越来越少。 下面给出脚本层代码： sys = Import('sys');if (MASTER) sys.print('master process');else sys.print('worker process');Pipe('subscribe');while (1) { ret = Pipe('recv'); if (ret) { for (i = 0; i < sys.size(ret); ++i) { sys.print(ret[i]); } Pipe('send', 100); } fi sys.msleep(1000);}Pipe('unsubscribe');简单描述下脚本层逻辑就是，每秒钟从C层接收一批数据，然后向终端输出，且在输出后，向C层发送一个整数100。 下面来看下程序运行结果： ...[Hello, 72173, 3.100000, ][Hello, 72173, 3.100000, ][Hello, 72173, 3.100000, ]...会看到很多上述输出，但是读者若自己运行则会发现，每秒钟的输出行数会越来越少，这与我们的程序逻辑是相符合的。 结语从这一例子中，我们可以看到，我们既可以在脚本侧做跟踪统计，也可以向C层施加影响。而最关键的三点是： C层中不需要增加额外的统计变量和结构C层与脚本层在代码管理层面上是分离的，互不干扰两个层面的代码运行在同一个线程下为了简化演示代码，上面的例子中没有给出在脚本层做网络通信和数据入库，但这些功能Melang脚本全部支持，感兴趣的读者可以参考Melang官网（melang.org）。 最后，对于Melon库感兴趣的读者可以访问其Github仓库（github.com/Water-Melon/Melon）获取更多信息。 感谢阅读！