sleuth和zipkin微服務里的鏈路跟蹤

分布式鏈路跟蹤介紹

對于一個微服務系統，大多數來自外部的請求都會經過數個服務的互相調用，得到返回的結果，一旦結果回復較慢或者返回了不可用，我們就需要確定是哪個微服務出了問題。于是就有了分布式系統調用跟蹤的誕生。

現今業界分布式服務跟蹤的理論基礎主要來自于 Google 的一篇論文《Dapper, a Large-Scale Distributed Systems Tracing Infrastructure》，使用最為廣泛的開源實現是 Twitter 的 Zipkin，為了實現平臺無關、廠商無關的分布式服務跟蹤，CNCF 發布了布式服務跟蹤標準 Open Tracing。國內，淘寶的“鷹眼”、京東的“Hydra”、大眾點評的“CAT”、新浪的“Watchman”、唯品會的“Microscope”、窩窩網的“Tracing”都是這樣的系統。

Spring Cloud Sleuth 介紹

一般的，一個分布式服務跟蹤系統，主要有三部分：數據收集、數據存儲和數據展示。根據系統大小不同，每一部分的結構又有一定變化。譬如，對于大規模分布式系統，數據存儲可分為實時數據和全量數據兩部分，實時數據用于故障排查（troubleshooting），全量數據用于系統優化；數據收集除了支持平臺無關和開發語言無關系統的數據收集，還包括異步數據收集（需要跟蹤隊列中的消息，保證調用的連貫性），以及確保更小的侵入性；數據展示又涉及到數據挖掘和分析。雖然每一部分都可能變得很復雜，但基本原理都類似。

功能

Spring Cloud Sleuth為服務之間調用提供鏈路追蹤。Sleuth可以幫助我們：

耗時分析: 通過Sleuth可以很方便的了解到每個采樣請求的耗時，從而分析出哪些服務調用比較耗時;
可視化錯誤: 對于程序未捕捉的異常，可以通過集成Zipkin服務界面上看到;
鏈路優化: 對于調用比較頻繁的服務，可以針對這些服務實施一些優化措施。

Spring Cloud Sleuth的組成

trace:從客戶發起請求（request）抵達被追蹤系統的邊界開始，到被追蹤系統向客戶返回響應（response）為止的過程.包含一系列的span，它們組成了一個樹型結構
span: 每個 trace中會調用若干個服務，為了記錄調用了哪些服務，以及每次調用的消耗時間等信息，在每次調用服務時，埋入一個調用記錄，稱為一個“span”。Span是基本的工作單元。Span包括一個64位的唯一ID，一個64位trace碼，描述信息，時間戳事件，key-value 注解(tags)，span處理者的ID（通常為IP）。
最開始的初始Span稱為根span，此span中span id和 trace id值相同。
Annotation: 用于及時記錄存在的事件。常用的Annotation如下
- cs - Client Sent：客戶端發送一個請求，表示span的開始
- sr - Server Received：服務端接收請求并開始處理它。(sr-cs)等于網絡的延遲
- ss - Server Sent：服務端處理請求完成，開始返回結束給服務端。(ss-sr)表示服務端處理請求的時間
- cr - Client Received：客戶端完成接受返回結果，此時span結束。(cr-sr)表示客戶端接收服務端數據的時間

ZipKin介紹

spring cloud sleuth可以結合zipkin，將信息發送到zipkin，利用zipkin的存儲來存儲信息，利用zipkin ui來展示數據。

Zipkin 是一個開放源代碼分布式的跟蹤系統，由Twitter公司開源，它致力于收集服務的定時數據，以解決微服務架構中的延遲問題，包括數據的收集、存儲、查找和展現。

每個服務向zipkin報告計時數據，zipkin會根據調用關系通過Zipkin UI生成依賴關系圖，顯示了多少跟蹤請求通過每個服務，該系統讓開發者可通過一個 Web 前端輕松的收集和分析數據，例如用戶每次請求服務的處理時間等，可方便的監測系統中存在的瓶頸。

Zipkin提供了可插拔數據存儲方式：In-Memory、MySql、Cassandra以及Elasticsearch。接下來的測試為方便直接采用In-Memory方式進行存儲，生產推薦Elasticsearch。

spring cloud sleuth結合zipkin

在使用 Spring Boot 2.x 版本后，官方就不推薦自行定制編譯了，讓我們直接使用編譯好的 jar 包.也就是說原來通過@EnableZipkinServer或@EnableZipkinStreamServer的路子，啟動SpringBootApplication自建Zipkin Server是不行了

安裝和部署zipkin

官方提供了一鍵腳本

curl -sSL https://zipkin.io/quickstart.sh | bash -s
java -jar zipkin.jar

如果用 Docker 的話，直接

docker run -d -p 9411:9411 openzipkin/zipkin

訪問 http://localhost:9411/zipkin/

添加zipkin的支持

<!--分布式鏈路追蹤-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-webflux</artifactId>
</dependency>

配置文件

spring:
    sleuth:
        web:
          client:
            enabled: true
        sampler:
          probability: 1.0 # 將采樣比例設置為 1.0，也就是全部都需要。默認是 0.1
      zipkin:
        base-url: http://localhost:9411/ # 指定了 Zipkin 服務器的地址

zipkin通過traceId的截圖，可以看出哪個服務是性能的瓶頸

posted @ 2019-07-01 13:58 張占嶺閱讀(2293) 評論(0) 收藏舉報

刷新頁面返回頂部