学习笔记—微服务—技术栈实践(8)—链路追踪

为什么需要链路追踪

  前文中有提到，微服务会把项目拆分，导致系统服务间的调用链路变得相当复杂，那么一个前端请求可能最终需要调用多个后端服务才能实现，当前端发起一个请求后，调用链路可能会非常复杂，比如A->B->C->D->B->C->O这样一条长长的链路才能获得所需要的调用，当整个请求出现不可用的时候，怎么知道是在哪一个服务端引发的问题呢？

  很难确定，因此，跟进一个请求到底有哪些服务参与，参与的顺序怎么样，是非常关键的。

  这也是为什么需要分布式链路追踪系统的原因。

链路追踪技术选型

  链路追踪其实已经不算是新兴的概念和技术了，可以使用的组件非常多，比如sleuth、sky walking、zipkin、阿里鹰眼等等。

 &emsp这些组件有一个共同的名字就是APM工具，Application Performance Management，换言之就是应用性能监控工具。

  于此，介绍两种解决方案，分别为zipkin+sleuth和skywalking。

zipkin+sleuth

什么是Zipkin和Sleuth

  Zipkin 和 Sleuth 是分布式追踪（Distributed Tracing）技术栈中的两个关键组件，通常用于监控微服务系统中跨服务的请求调用链。它们能够帮助开发者追踪请求在多个微服务中的流转路径，进而分析性能瓶颈和故障。它们的组合在 Spring Cloud 微服务架构中使用广泛。

  Zipkin 是一个开源的分布式追踪系统，最初由 Twitter 开发。它负责收集、存储、分析和展示分布式系统中的调用链信息。通过收集来自不同微服务的追踪数据，Zipkin 可以帮助你了解一个请求的完整生命周期，精确地找到延迟较高的服务。

  Sleuth 是 Spring Cloud 提供的一个分布式追踪解决方案，它为 Spring 应用提供了透明的追踪支持。Sleuth 与 Zipkin 搭配使用时，能够自动为请求生成追踪信息，并将这些追踪数据发送到 Zipkin。

  换言之，zipkin负责收集和储存追踪信息（traces），并且提供web UI，提供REST API允许其他用户访问追踪数据，sleuth则是生成traceId等内容，并传播。

  Sleuth 自动收集追踪数据，并将这些数据格式化为 Zipkin 所识别的格式。

  Sleuth 将采集到的数据通过 HTTP 或者消息队列（如 Kafka）发送到 Zipkin 服务端。

  Zipkin 收集到 Sleuth 发送的追踪数据后，存储并对其进行分析和可视化展示。

Sleuth+Zipkin的使用

  首先，需要有Zipkin，以docker为例:

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

  其次，需要在pom中加入spring cloud sleuth和zipkin的依赖：

<dependencies>
    <!-- Spring Cloud Sleuth -->
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-starter-sleuth</artifactId>
    </dependency>

    <!-- Sleuth + Zipkin -->
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-sleuth-zipkin</artifactId>
    </dependency>
</dependencies>

  在application中配置sleuth将追踪数据发送到zipkin服务器上：

spring:
  zipkin:
    base-url: http://localhost:9411  # Zipkin 服务器的地址
    enabled: true
  sleuth:
    sampler:
      probability: 1.0  # 采样率，1.0 表示采集所有请求的追踪数据

  启动 Spring Boot 应用后，Sleuth 会自动为每个请求生成追踪信息，并发送到 Zipkin 服务器。你可以在 Zipkin 的 Web UI 中查看到服务间的调用链。

  需要注意的是，在较新的版本中，Spring Cloud Sleuth 项目被彻底移除了，被迁移到了 Micrometer 这些相关项目，此外，对代码也有一定的侵入性，好在比较轻量级。

Skywalking

什么是Skywalking

  Skywalking是属于Apache旗下的一个开源项目，提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案。

  比起前面的zipkin等，这个东西较为新兴一点，有多种监控手段多语言自动探针，社区活跃支持告警，同时对代码的侵入性也非常小，只需要植入探针即可。

Skywalking的组成

  skywalking可以看作有以下几个部分组成：

探针（Agent）

  探针是部署在应用程序中的轻量级组件，用于收集应用程序的运行数据。SkyWalking 提供多种语言的探针（如 Java、C++、Node.js 等），这些探针能够自动监控应用程序的性能，收集跟踪信息、指标数据等，并发送到后端的接收器。

OAP服务

  OAP 是 SkyWalking 的核心组件，负责接收来自探针的数据，进行分析和处理。这是整个系统的数据处理和存储中心。在数据处理上，接收探针发送的跟踪数据、日志数据和指标数据，进行存储、聚合和分析。

  在可拓展性上，支持插件机制，用户可以根据需求扩展 SkyWalking 的功能，比如添加新的存储后端或自定义分析逻辑。

  在储存系统上，支持多种存储后端，包括 Elasticsearch、H2、MySQL、TiDB 等，用于持久化监控数据。

存储层

  存储层是 SkyWalking 的数据持久化组件，负责存储 OAP 服务处理后的数据。SkyWalking 支持多种存储后端，包括 Elasticsearch、H2、MySQL、TiDB 等，用户可以根据需求选择合适的存储后端。

UI界面

  UI界面是 SkyWalking 的用户界面，用于展示监控数据和指标。它提供了一个直观的界面，让用户可以查看和分析应用程序的性能，包括跟踪数据、服务拓扑、性能指标等。

Skywalking的安装

  此处采用Docker的方式对Skywalking进行安装。

  以S可以walking9.2.0的一个简单的安装启动方法为例，首先要拉去oap和ui：

docker pull apache/skywalking-oap-server:9.2.0
docker pull apache/skywalking-ui:9.2.0

  在此基础上启动：

// 启动oap
docker run --name skywalking-oap -e TZ=Asia/Shanghai -p 12800:12800 -p 11800:11800 --restart always -d apache/skywalking-oap-server:9.2.0

// 启动ui
docker run -d --name skywalking-ui \
 --restart=always \
 -e TZ=Asia/Shanghai \
 -p 8088:8080 \
 --link skywalking-oap:oap \
 -e SW_OAP_ADDRESS=http://192.168.1.13:12800 \
 apache/skywalking-ui:9.2.0

  当然，也可以采用elasticsearch等来作为skywalking的储存工具，将默认的H2储存库进行修改。

Skywalking的使用

Java中的使用

  在Java上的使用是很容易的。

  首先，对于Jar包来说，首先，进入skywalking的官方发布界面下载完整的agent包，https://skywalking.apache.org/downloads/

  通常目录结构是这样的：

agent/
    ├── skywalking-agent.jar
    └── config/

  在启动 Java 应用时，使用 -javaagent 参数将 SkyWalking Agent 附加到应用中。假设你已经下载并解压了 SkyWalking Agent:

java -javaagent:/path/to/skywalking-agent.jar -Dskywalking.agent.service_name=your-service-name -Dskywalking.collector.backend_service=skywalking-backend-ip:port -jar your-application.jar

  -javaagent：指定 SkyWalking Agent JAR 的路径。

  -Dskywalking.agent.service_name：设置服务名称，在 SkyWalking UI 中展示此服务的监控数据。

  -Dskywalking.collector.backend_service：指定 SkyWalking OAP 服务的地址，通常是 skywalking-backend-ip:port。

  此外，在config文件中，也可以根据一些设置修改默认的一些配置，比如日志级别，默认是INFO的。

Python中的使用

  在python上的使用也是非常容易的。

  首先，skywalking提供的有python的探针包：

pip install apache-skywalking

  随后，可以初始化探针在程序入口：

from skywalking import agent, config

# 配置 SkyWalking
config.service_name = 'your-python-service'
config.collector_address = 'skywalking-backend-ip:port'

# 启动 SkyWalking Agent
agent.start()

  而后便可集成，两者均需要正确的OAP后端的IP和端口，来确保数据可以被正确的收集和展示。