首页常见问题正文

还在用Zipkin分布式服务链路追踪?来试试这个吧!

更新时间:2023-10-23 来源:黑马程序员 浏览量:

  自SpringCloud问世以来,微服务以席卷之势风靡全球,企业架构都在从传统SOA向微服务转型。然而微服务这把双刃剑在带来各种优势的同时,也给运维、性能监控、错误的排查带来的极大的困难。

  在大型项目中,服务架构会包含数十乃至上百个服务节点。往往一次请求会设计到多个微服务,想要排查一次请求链路中经过了哪些节点,每个节点的执行情况如何,就称为了亟待解决的问题。于是分布式系统的APM管理系统应运而生。

  什么是APM系统?

  APM系统可以帮助理解系统行为、用于分析性能问题的工具,以便发生故障的时候,能够快速定位和解决问题,这就是APM系统,全称是(Application Performance Monitor)。

  谷歌公开的论文提到的 [Google Dapper](http://bigbully.github.io/Dapper-translation)可以说是最早的APM系统了,给google的开发者和运维团队帮了大忙,所以谷歌公开论文分享了Dapper。

  而后,很多的技术公司基于这篇论文的原理,设计开发了很多出色的APM框架,例如`Pinpoint`、`SkyWalking`等。

  而SpringCloud官网也集成了一套这样的系统:`Spring Cloud Sleuth`,结合`Zipkin`。

  APM的基本原理

  目前大部分的APM系统都是基于Google的Dapper原理实现,我们简单来看看Dapper中的概念和实现原理。

  先来看一次请求调用示例:

  1. 服务集群中包括:前端(A),两个中间层(B和C),以及两个后端(D和E)

  2. 当用户发起一个请求时,首先到达前端A服务,然后A分别对B服务和C服务进行RPC调用;

  3. B服务处理完给A做出响应,但是C服务还需要和后端的D服务和E服务交互之后再返还给A服务,最后由A服务来响应用户的请求;

1698027580789_图1.jpg

  如何才能实现跟踪呢?

  Google的Dapper设计了下面的几个概念用来记录请求链路:

  - Span:请求中的基本工作单元,每一次链路调用(RPC、Rest、数据库调用)都会创建一个Span。大概结构如下:

  type Span struct {
      TraceID    int64 // 用于标示一次完整的请求id
      Name       string // 单元名称
      ID         int64 // 当前这次调用span_id
      ParentID   int64 // 上层服务的span_id,最上层服务parent_id为null,代表根服务
      Annotation []Annotation // 注释,用于记录调用中的详细信息,例如时间
  }

  - Trace:一次完整的调用链路,包含多个Span的树状结构,具有唯一的TraceID

  一次请求的每个链路,通过spanId、parentId就能串联起来:

1698027602609_图2.jpg

  当然,从请求到服务器开始,服务器返回response结束,每个span存在相同的唯一标识trace_id。

  APM的筛选标准

  目前主流的APM框架都会包含下列几个组件来完成链路信息的收集和展示:

  - 探针(Agent):负责在客户端程序运行时搜索服务调用链路信息,发送给收集器

  - 收集器(Collector):负责将数据格式化,保存到存储器

  - 存储器(Storage):保存数据

  - UI界面(WebUI):统计并展示收集到的信息

  因此,要筛选一款合格的APM框架,就是对比各个组件的使用差异,主要对比项:

  - 探针的性能

  主要是agent对服务的吞吐量、CPU和内存的影响。如果探针在收集微服务运行数据时,对微服务的运行产生了比较大的性能影响,相信没什么人愿意使用。

  - collector的可扩展性

  能够水平扩展以便支持大规模服务器集群,保证收集器的高可用特性。

  - 全面的调用链路数据分析

  数据的分析要快,分析的维度尽可能多。跟踪系统能提供足够快的信息反馈,就可以对生产环境下的异常状况做出快速反应,最好提供代码级别的可见性以便轻松定位失败点和瓶颈。

  - 对于开发透明,容易开关

  即也作为业务组件,应当尽可能少入侵或者无入侵其他业务系统,对于使用方透明,减少开发人员的负担。

  - 完整的调用链应用拓扑

  自动检测应用拓扑,帮助你搞清楚应用的架构

  接下来,我们就对比下目前比较常见的三种APM框架的各项指标,分别是:

  - [Zipkin](https://link.juejin.im/?target=http%3A%2F%2Fzipkin.io%2F):由Twitter公司开源,开放源代码分布式的跟踪系统,用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。

  - [Pinpoint](https://pinpoint.com/):一款对Java编写的大规模分布式系统的APM工具,由韩国人开源的分布式跟踪组件。

  - [Skywalking](https://skywalking.apache.org/zh/):国产的优秀APM组件,是一个对JAVA分布式应用程序集群的业务运行情况进行追踪、告警和分析的系统。现在是Apache的顶级项目之一。

  三者对比如下:

  | 对比项 | zipkin | pinpoint | skywalking |

  | ---------------- | ------ | -------- | ---------- |

  | 探针性能 | 中 | 低 | 高 |

  | collector扩展性 | 高 | 中 | 高 |

  | 调用链路数据分析 | 低 | 高 | 中 |

  | 对开发透明性 | 中 | 高 | 高 |

  | 调用链应用拓扑 | 中 | 高 | 中 |

  | 社区支持 | 高 | 中 | 高 |

  可见,zipkin的探针性能、开发透明性、数据分析能力都不占优,实在是下下之选。

  而pinpoint在数据分析能力、开发透明性上有较大的优势,不过Pinpoint的部署相对比较复杂,需要的硬件资源较高。

  Skywalking的探针性能和开发透明性上具有较大优势,数据分析能力上也还不错,重要的是其部署比较方便灵活,比起Pinpoint更适合中小型企业使用。

  Skywalking介绍

  SkyWalking 创建与2015年,提供分布式追踪功能。从5.x开始,项目进化为一个完成功能的Application Performance Management系统。

  他被用于追踪、监控和诊断分布式系统,特别是使用微服务架构,云原生或容积技术。提供以下主要功能:

  - 分布式追踪和上下文传输

  - 应用、实例、服务性能指标分析

  - 根源分析

  - 应用拓扑分析

  - 应用和服务依赖分析

  - 慢服务检测

  - 性能优化

  官网地址:http://skywalking.apache.org/

1698027643122_图3.jpg

  主要的特征:

  - 多语言探针或类库

  - Java自动探针,追踪和监控程序时,不需要修改源码。

  - 社区提供的其他多语言探针

  - [.NET Core](https://github.com/OpenSkywalking/skywalking-netcore)

  - [Node.js](https://github.com/OpenSkywalking/skywalking-nodejs)

  - 多种后端存储: ElasticSearch, H2

  - 支持

  OpenTracing

  - Java自动探针支持和OpenTracing API协同工作

  - 轻量级、完善功能的后端聚合和分析

  - 现代化Web UI

  - 日志集成

  - 应用、实例和服务的告警

  Skywalking的安装

  先来看下Skywalking的官方给出的结构图:

1698027668367_图4.jpg

  大致分四个部分:

  - skywalking-oap-server:就是Observability Analysis Platformd的服务,用来收集和处理探针发来的数据

  - skywalking-UI:就是skywalking提供的Web UI 服务,图形化方式展示服务链路、拓扑图、trace、性能监控等

  - agent:探针,获取服务调用的链路信息、性能信息,发送到skywalking的OAP服务

  - Storage:存储,一般选择elasticsearch

  Skywalking支持windows或者Linux环境部署。这里我们选择在Linux下安装Skywalking,大家要先确保自己的Linux环境中有elasticsearch在启动中。

  接下来的安装分为三步:

  - 下载安装包

  - 安装Skywalking的OAP服务和WebUI

  - 在服务中部署探针

  下载安装包

  安装包可以再Skywalking的官网下载,http://skywalking.apache.org/downloads/

  目前最新版本是8.0.1版本:

 

1698027688178_图5.jpg

  下载好的安装包:

1698027714818_图6.jpg

  安装OAP服务和WebUI

  安装

  将下载好的安装包解压到Linux的某个目录下:

tar xvf apache-skywalking-apm-es7-8.0.1.tar.gz

  然后对解压好的文件夹重命名:

mv apache-skywalking-apm-es7 skywalking

  进入解压好的目录:

cd skywalking

  查看目录结构:

1698027789068_图7.jpg

  几个关键的目录:

  - agent:探针

  - bin:启动脚本

  - config:配置文件

  - logs:日志

  - oap-libs:依赖

  - webapp:WebUI

  这里要修改config目录中的application.yml文件,详细配置见官网:https://github.com/apache/skywalking/blob/v8.0.1/docs/en/setup/backend/backend-setup.md

  配置

  进入`config`目录,修改`application.yml`,主要是把存储方案从h2改为elasticsearch

  可以直接使用下面的配置:

cluster:
  selector: ${SW_CLUSTER:standalone}
  standalone:
core:
  selector: ${SW_CORE:default}
  default:
    role: ${SW_CORE_ROLE:Mixed} # Mixed/Receiver/Aggregator
    restHost: ${SW_CORE_REST_HOST:0.0.0.0}
    restPort: ${SW_CORE_REST_PORT:12800}
    restContextPath: ${SW_CORE_REST_CONTEXT_PATH:/}
    gRPCHost: ${SW_CORE_GRPC_HOST:0.0.0.0}
    gRPCPort: ${SW_CORE_GRPC_PORT:11800}
    gRPCSslEnabled: ${SW_CORE_GRPC_SSL_ENABLED:false}
    gRPCSslKeyPath: ${SW_CORE_GRPC_SSL_KEY_PATH:""}
    gRPCSslCertChainPath: ${SW_CORE_GRPC_SSL_CERT_CHAIN_PATH:""}
    gRPCSslTrustedCAPath: ${SW_CORE_GRPC_SSL_TRUSTED_CA_PATH:""}
    downsampling:
      - Hour
      - Day
      - Month
    # Set a timeout on metrics data. After the timeout has expired, the metrics data will automatically be deleted.
    enableDataKeeperExecutor: ${SW_CORE_ENABLE_DATA_KEEPER_EXECUTOR:true} # Turn it off then automatically metrics data delete will be close.
    dataKeeperExecutePeriod: ${SW_CORE_DATA_KEEPER_EXECUTE_PERIOD:5} # How often the data keeper executor runs periodically, unit is minute
    recordDataTTL: ${SW_CORE_RECORD_DATA_TTL:3} # Unit is day
    metricsDataTTL: ${SW_CORE_RECORD_DATA_TTL:7} # Unit is day
    # Cache metric data for 1 minute to reduce database queries, and if the OAP cluster changes within that minute,
    # the metrics may not be accurate within that minute.
    enableDatabaseSession: ${SW_CORE_ENABLE_DATABASE_SESSION:true}
    topNReportPeriod: ${SW_CORE_TOPN_REPORT_PERIOD:10} # top_n record worker report cycle, unit is minute
    # Extra model column are the column defined by in the codes, These columns of model are not required logically in aggregation or further query,
    # and it will cause more load for memory, network of OAP and storage.
    # But, being activated, user could see the name in the storage entities, which make users easier to use 3rd party tool, such as Kibana->ES, to query the data by themselves.
    activeExtraModelColumns: ${SW_CORE_ACTIVE_EXTRA_MODEL_COLUMNS:false}
    # The max length of service + instance names should be less than 200
    serviceNameMaxLength: ${SW_SERVICE_NAME_MAX_LENGTH:70}
    instanceNameMaxLength: ${SW_INSTANCE_NAME_MAX_LENGTH:70}
    # The max length of service + endpoint names should be less than 240
    endpointNameMaxLength: ${SW_ENDPOINT_NAME_MAX_LENGTH:150}
storage:
  selector: ${SW_STORAGE:elasticsearch7}
  elasticsearch7:
    nameSpace: ${SW_NAMESPACE:""}
    clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:localhost:9200}
    protocol: ${SW_STORAGE_ES_HTTP_PROTOCOL:"http"}
    trustStorePath: ${SW_STORAGE_ES_SSL_JKS_PATH:""}
    trustStorePass: ${SW_STORAGE_ES_SSL_JKS_PASS:""}
    dayStep: ${SW_STORAGE_DAY_STEP:1} # Represent the number of days in the one minute/hour/day index.
    user: ${SW_ES_USER:""}
    password: ${SW_ES_PASSWORD:""}
    secretsManagementFile: ${SW_ES_SECRETS_MANAGEMENT_FILE:""} # Secrets management file in the properties format includes the username, password, which are managed by 3rd party tool.
    indexShardsNumber: ${SW_STORAGE_ES_INDEX_SHARDS_NUMBER:1} # The index shards number is for store metrics data rather than basic segment record
    superDatasetIndexShardsFactor: ${SW_STORAGE_ES_SUPER_DATASET_INDEX_SHARDS_FACTOR:5} # Super data set has been defined in the codes, such as trace segments. This factor provides more shards for the super data set, shards number = indexShardsNumber * superDatasetIndexShardsFactor. Also, this factor effects Zipkin and Jaeger traces.
    indexReplicasNumber: ${SW_STORAGE_ES_INDEX_REPLICAS_NUMBER:0}
    # Batch process setting, refer to https://www.elastic.co/guide/en/elasticsearch/client/java-api/5.5/java-docs-bulk-processor.html
    bulkActions: ${SW_STORAGE_ES_BULK_ACTIONS:1000} # Execute the bulk every 1000 requests
    flushInterval: ${SW_STORAGE_ES_FLUSH_INTERVAL:10} # flush the bulk every 10 seconds whatever the number of requests
    concurrentRequests: ${SW_STORAGE_ES_CONCURRENT_REQUESTS:2} # the number of concurrent requests
    resultWindowMaxSize: ${SW_STORAGE_ES_QUERY_MAX_WINDOW_SIZE:10000}
    metadataQueryMaxSize: ${SW_STORAGE_ES_QUERY_MAX_SIZE:5000}
    segmentQueryMaxSize: ${SW_STORAGE_ES_QUERY_SEGMENT_SIZE:200}
    profileTaskQueryMaxSize: ${SW_STORAGE_ES_QUERY_PROFILE_TASK_SIZE:200}
    advanced: ${SW_STORAGE_ES_ADVANCED:""}
  h2:
    driver: ${SW_STORAGE_H2_DRIVER:org.h2.jdbcx.JdbcDataSource}
    url: ${SW_STORAGE_H2_URL:jdbc:h2:mem:skywalking-oap-db}
    user: ${SW_STORAGE_H2_USER:sa}
    metadataQueryMaxSize: ${SW_STORAGE_H2_QUERY_MAX_SIZE:5000}
receiver-sharing-server:
  selector: ${SW_RECEIVER_SHARING_SERVER:default}
  default:
    authentication: ${SW_AUTHENTICATION:""}
receiver-register:
  selector: ${SW_RECEIVER_REGISTER:default}
  default:

receiver-trace:
  selector: ${SW_RECEIVER_TRACE:default}
  default:
    sampleRate: ${SW_TRACE_SAMPLE_RATE:10000} # The sample rate precision is 1/10000. 10000 means 100% sample in default.
    slowDBAccessThreshold: ${SW_SLOW_DB_THRESHOLD:default:200,mongodb:100} # The slow database access thresholds. Unit ms.

receiver-jvm:
  selector: ${SW_RECEIVER_JVM:default}
  default:

receiver-clr:
  selector: ${SW_RECEIVER_CLR:default}
  default:

receiver-profile:
  selector: ${SW_RECEIVER_PROFILE:default}
  default:

service-mesh:
  selector: ${SW_SERVICE_MESH:default}
  default:

istio-telemetry:
  selector: ${SW_ISTIO_TELEMETRY:default}
  default:

envoy-metric:
  selector: ${SW_ENVOY_METRIC:default}
  default:
    acceptMetricsService: ${SW_ENVOY_METRIC_SERVICE:true}
    alsHTTPAnalysis: ${SW_ENVOY_METRIC_ALS_HTTP_ANALYSIS:""}

prometheus-fetcher:
  selector: ${SW_PROMETHEUS_FETCHER:default}
  default:
    active: ${SW_PROMETHEUS_FETCHER_ACTIVE:false}

receiver_zipkin:
  selector: ${SW_RECEIVER_ZIPKIN:-}
  default:
    host: ${SW_RECEIVER_ZIPKIN_HOST:0.0.0.0}
    port: ${SW_RECEIVER_ZIPKIN_PORT:9411}
    contextPath: ${SW_RECEIVER_ZIPKIN_CONTEXT_PATH:/}

receiver_jaeger:
  selector: ${SW_RECEIVER_JAEGER:-}
  default:
    gRPCHost: ${SW_RECEIVER_JAEGER_HOST:0.0.0.0}
    gRPCPort: ${SW_RECEIVER_JAEGER_PORT:14250}

query:
  selector: ${SW_QUERY:graphql}
  graphql:
    path: ${SW_QUERY_GRAPHQL_PATH:/graphql}

alarm:
  selector: ${SW_ALARM:default}
  default:

telemetry:
  selector: ${SW_TELEMETRY:none}
  none:
  prometheus:
    host: ${SW_TELEMETRY_PROMETHEUS_HOST:0.0.0.0}
    port: ${SW_TELEMETRY_PROMETHEUS_PORT:1234}

configuration:
  selector: ${SW_CONFIGURATION:none}
  none:
  grpc:
    host: ${SW_DCS_SERVER_HOST:""}
    port: ${SW_DCS_SERVER_PORT:80}
    clusterName: ${SW_DCS_CLUSTER_NAME:SkyWalking}
    period: ${SW_DCS_PERIOD:20}
  apollo:
    apolloMeta: ${SW_CONFIG_APOLLO:http://106.12.25.204:8080}
    apolloCluster: ${SW_CONFIG_APOLLO_CLUSTER:default}
    apolloEnv: ${SW_CONFIG_APOLLO_ENV:""}
    appId: ${SW_CONFIG_APOLLO_APP_ID:skywalking}
    period: ${SW_CONFIG_APOLLO_PERIOD:5}
  zookeeper:
    period: ${SW_CONFIG_ZK_PERIOD:60} # Unit seconds, sync period. Default fetch every 60 seconds.
    nameSpace: ${SW_CONFIG_ZK_NAMESPACE:/default}
    hostPort: ${SW_CONFIG_ZK_HOST_PORT:localhost:2181}
    # Retry Policy
    baseSleepTimeMs: ${SW_CONFIG_ZK_BASE_SLEEP_TIME_MS:1000} # initial amount of time to wait between retries
    maxRetries: ${SW_CONFIG_ZK_MAX_RETRIES:3} # max number of times to retry
  etcd:
    period: ${SW_CONFIG_ETCD_PERIOD:60} # Unit seconds, sync period. Default fetch every 60 seconds.
    group: ${SW_CONFIG_ETCD_GROUP:skywalking}
    serverAddr: ${SW_CONFIG_ETCD_SERVER_ADDR:localhost:2379}
    clusterName: ${SW_CONFIG_ETCD_CLUSTER_NAME:default}
  consul:
    # Consul host and ports, separated by comma, e.g. 1.2.3.4:8500,2.3.4.5:8500
    hostAndPorts: ${SW_CONFIG_CONSUL_HOST_AND_PORTS:1.2.3.4:8500}
    # Sync period in seconds. Defaults to 60 seconds.
    period: ${SW_CONFIG_CONSUL_PERIOD:1}
    # Consul aclToken
    aclToken: ${SW_CONFIG_CONSUL_ACL_TOKEN:""}

exporter:
  selector: ${SW_EXPORTER:-}
  grpc:
    targetHost: ${SW_EXPORTER_GRPC_HOST:127.0.0.1}
    targetPort: ${SW_EXPORTER_GRPC_PORT:9870}

  启动

  要确保已经启动了elasticsearch,并且防火墙开放8080、11800、12800端口。

  进入`bin`目录,执行命令即可运行:

./startup.sh

  默认的UI端口是8080,可以访问:http://192.168.150.101:8080

1698027891500_图8.jpg

  部署微服务探针

  现在,Skywalking的服务端已经启动完成,我们还需要在微服务中加入服务探针,来收集数据。

  解压

  首先,将课前资料给的压缩包解压

1698027907610_图9.jpg

  将其中的`agent`解压到某个目录,不要出现中文,可以看到其结构如下:

1698027923455_图10.jpg

  其中有一个`skywalking-agent.jar`就是一我们要用的探针。

  配置

  如果是运行一个jar包,可以在运行时输入参数来指定探针:

java -jar xxx.jar -javaagent:C:/lesson/skywalking-agent/skywalking-agent.jar -Dskywalking.agent.service_name=ly-registry -Dskywalking.collector.backend_service=192.168.150.101:11800

  本例中,我们用开发工具来运行和配置。

  使用IDEA开发工具打开一个你的项目,在IDEA工具中,选择要修改的启动项,点击右键,选择`Edit Configuration`:

1698027971277_图11.jpg

  然后在弹出的窗口中,点击`Environment`,选择`VM options`后面对应的展开按钮

1698027986847_图12.jpg

  在展开的输入框中,输入下面的配置:

-javaagent:C:/lesson/skywalking-agent/skywalking-agent.jar
-Dskywalking.agent.service_name=ly-registry
-Dskywalking.collector.backend_service=192.168.150.101:11800

  注意:

  - `-javaagent:C:/lesson/skywalking-agent/skywalking-agent.jar`:配置的是skywalking-agent.jar这个包的位置,要修改成你自己存放的目录

  - `-Dskywalking.agent.service_name=ly-registry`:是当前项目的名称,需要分别修改为`ly-registry`、`ly-gateway`、`ly-item-service`

  - `-Dskywalking.collector.backend_service=192.168.150.101:11800`:是Skywalking的OPA服务地址,采用的是GRPC通信,因此端口是11800,不是8080

  启动

  Skywalking的探针会在项目启动前对class文件进行修改,完成探针植入,对业务代码零侵入,所以我们只需要启动项目,即可生效了。

  启动项目,然后对项目中的的业务接口访问,探针就开始工作了。

  WebUI界面

  访问:http://192.168.150.101:8080可以看到统计数据已经出来了:

1698028038787_图13.jpg

  服务实例的性能监控:

1698028055937_图14.jpg

  服务拓扑图:

1698028069444_图15.jpg

1698028085477_图16.jpg

  某次请求的链路追踪信息:

1698028102457_图17.jpg

  表格视图:

1698028118169_图18.jpg

  本文版权归黑马程序员Java培训学院所有,欢迎转载,转载请注明作者出处。谢谢!

  作者:黑马程序员Java培训学院

  首发:https://java.itheima.com

分享到:
在线咨询 我要报名
和我们在线交谈!