欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

sleuth和zipkin微服务里的链路跟踪

程序员文章站 2022-06-22 12:30:47
分布式链路跟踪介绍 对于一个微服务系统,大多数来自外部的请求都会经过数个服务的互相调用,得到返回的结果,一旦结果回复较慢或者返回了不可用,我们就需要确定是哪个微服务出了问题。于是就有了分布式系统调用跟踪的诞生。 现今业界分布式服务跟踪的理论基础主要来自于 Google 的一篇论文《Dapper, a ......

分布式链路跟踪介绍

对于一个微服务系统,大多数来自外部的请求都会经过数个服务的互相调用,得到返回的结果,一旦结果回复较慢或者返回了不可用,我们就需要确定是哪个微服务出了问题。于是就有了分布式系统调用跟踪的诞生。

现今业界分布式服务跟踪的理论基础主要来自于 google 的一篇论文《dapper, a large-scale distributed systems tracing infrastructure》,使用最为广泛的开源实现是 twitter 的 zipkin,为了实现平台无关、厂商无关的分布式服务跟踪,cncf 发布了布式服务跟踪标准 open tracing。国内,淘宝的“鹰眼”、京东的“hydra”、大众点评的“cat”、新浪的“watchman”、唯品会的“microscope”、窝窝网的“tracing”都是这样的系统。

spring cloud sleuth 介绍

一般的,一个分布式服务跟踪系统,主要有三部分:数据收集、数据存储和数据展示。根据系统大小不同,每一部分的结构又有一定变化。譬如,对于大规模分布式系统,数据存储可分为实时数据和全量数据两部分,实时数据用于故障排查(troubleshooting),全量数据用于系统优化;数据收集除了支持平台无关和开发语言无关系统的数据收集,还包括异步数据收集(需要跟踪队列中的消息,保证调用的连贯性),以及确保更小的侵入性;数据展示又涉及到数据挖掘和分析。虽然每一部分都可能变得很复杂,但基本原理都类似。

功能

spring cloud sleuth为服务之间调用提供链路追踪。sleuth可以帮助我们:

  • 耗时分析: 通过sleuth可以很方便的了解到每个采样请求的耗时,从而分析出哪些服务调用比较耗时;
  • 可视化错误: 对于程序未捕捉的异常,可以通过集成zipkin服务界面上看到;
  • 链路优化: 对于调用比较频繁的服务,可以针对这些服务实施一些优化措施。

spring cloud sleuth的组成

  • trace:从客户发起请求(request)抵达被追踪系统的边界开始,到被追踪系统向客户返回响应(response)为止的过程.包含一系列的span,它们组成了一个树型结构
  • span: 每个 trace中会调用若干个服务,为了记录调用了哪些服务,以及每次调用的消耗时间等信息,在每次调用服务时,埋入一个调用记录,称为一个“span”。span是基本的工作单元。span包括一个64位的唯一id,一个64位trace码,描述信息,时间戳事件,key-value 注解(tags),span处理者的id(通常为ip)。
    最开始的初始span称为根span,此span中span id和 trace id值相同。
  • annotation: 用于及时记录存在的事件。常用的annotation如下

    • cs - client sent:客户端发送一个请求,表示span的开始
    • sr - server received:服务端接收请求并开始处理它。(sr-cs)等于网络的延迟
    • ss - server sent:服务端处理请求完成,开始返回结束给服务端。(ss-sr)表示服务端处理请求的时间
    • cr - client received:客户端完成接受返回结果,此时span结束。(cr-sr)表示客户端接收服务端数据的时间

zipkin介绍

spring cloud sleuth可以结合zipkin,将信息发送到zipkin,利用zipkin的存储来存储信息,利用zipkin ui来展示数据。

zipkin 是一个开放源代码分布式的跟踪系统,由twitter公司开源,它致力于收集服务的定时数据,以解决微服务架构中的延迟问题,包括数据的收集、存储、查找和展现。

每个服务向zipkin报告计时数据,zipkin会根据调用关系通过zipkin ui生成依赖关系图,显示了多少跟踪请求通过每个服务,该系统让开发者可通过一个 web 前端轻松的收集和分析数据,例如用户每次请求服务的处理时间等,可方便的监测系统中存在的瓶颈。

zipkin提供了可插拔数据存储方式:in-memory、mysql、cassandra以及elasticsearch。接下来的测试为方便直接采用in-memory方式进行存储,生产推荐elasticsearch。

spring cloud sleuth结合zipkin

在使用 spring boot 2.x 版本后,官方就不推荐自行定制编译了,让我们直接使用编译好的 jar 包.也就是说原来通过@enablezipkinserver或@enablezipkinstreamserver的路子,启动springbootapplication自建zipkin server是不行了

安装和部署zipkin

官方提供了一键脚本

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

如果用 docker 的话,直接

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

访问 http://localhost:9411/zipkin/

添加zipkin的支持

<!--分布式链路追踪-->
<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 # 将采样比例设置为 1.0,也就是全部都需要。默认是 0.1
      zipkin:
        base-url: http://localhost:9411/ # 指定了 zipkin 服务器的地址