在大型系统的微服务架构中,一次请求往往需要涉及到多个服务,这些服务模块可能是不同的团队开发、可能使用不同的编程语言实现,横跨不同的数据中心,这就意味着这种架构形式也会存在一些问题。如何快速发现问题并判断故障影响范围,如何梳理服务依赖以及依赖的合理性,以及如何分析链路性能问题和实时容量规划将是一个问题。
因此在微服务项目中引入了分布式链路追踪解决这种问题,讲一次分布式请求还原成调用链路,进行日志记录,性能监控并将一次分布式请求的调用情况集中展示。比如各个服务节点上的耗时、请求具体到达哪台机器上,每个服务节点的请求状态等等。
常用的链路追踪技术有很多,比如cat、zipkin、pinpoint、skywalking、Sleuth等等。我们这里主要是使用Sleuth+Zipkin做链路追踪解决方案。
1. SpringBoot集成Sleuth
首先我们在微服务的父工程的pom文件中引入Sleuth的依赖
<!--链路追踪 Sleuth-->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
我们启动微服务后使用服务的调用,我们就可以观察到请求在微服务中的调用过程。如下所示,对于一个微服务调用的日志由4个部分组成。d5c297457472ecc9代表的是traceId。
其中的service-order代表的是微服务的名称。
d5c297457472ecc9代表的是traceId,Trace是由一组Trace Id相同的Span串联形成的一个树状结构,为了实现请求跟踪,当请求到达分布式系统的 入口端点时,只需要服务跟踪框架为该请求创建一个唯一的标识(即TraceId),同时在分布式系 统内部流转的时候,框架始终保持传递该唯一值,直到整个请求的返回。那么我们就可以使用该唯 一标识将所有的请求串联起来,形成一条完整的请求链路。换句话说,TraceId就是代表的微服务的一个请求。
第二个d5c297457472ecc9代表的是spanid。其中Span 代表了一组基本的工作单元。为了统计各处理单元的延迟,当请求到达各个服务组件的时 候,也通过一个唯一标识(SpanId)来标记它的开始、具体过程和结束。通过SpanId的开始和结 束时间戳,就能统计该span的调用时间,除此之外,我们还可以获取如事件的名称。请求信息等 元数据。因为该请求首先到达的就是service-order这个微服务,因此该微服务的spanid就是traceId。
最后的一个boolean值代表的是否将链路的追踪结果输出到第三方平台,true代表的是输出到第三方平台,false代表不输出到第三方平台。我们这里设置true是为了接下来将Sleuth和Zipkin联合使用。
2. ZipKin组件的使用
Zipkin是Twitter的一个开源项目,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。我们可以使用它来收集各个服务器上请求链路的跟踪数据,并通过它提供的REST API接口来辅助我 们查询跟踪数据以实现对分布式系统的监控程序,从而及时地发现系统中出现的延迟升高问题并找出系 统性能瓶颈的根源。 除了面向开发的 API 接口之外,它也提供了方便的UI组件来帮助我们直观的搜索跟踪信息和分析请 求链路明细,比如:可以查询某段时间内各用户请求的处理时间等。
2.1 SpringBoot集成ZipKin组件
首先我们需要下载ZipKin的jar包。
https://search.maven.org/remote_content?g=io.zipkin.java&a=zipkin&server&v=LATEST&c=exec
然后我们通过下面的命令行启动ZipKin Server程序。然后就可以通过http://localhost:9411默认的9411端口访问ZipKin的server端。
java -jar zipkin-server-2.12.9-exec.jar
此时zipkin的服务器端已经启动起来了,我们还需要在每个微服务上引入ZipKin的依赖才能通过UI界面观察到我们后端的请求经历的微服务。
首先我们在需要观察的微服务的pom.xml文件中引入ZipKin的依赖。
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>
然后我们在application中添加ZipKin的配置。
spring:
zipkin:
base-url: http://127.0.0.1:9411/ #zipkin server的请求地址
discoveryClientEnabled: false #让nacos把它当成一个URL,而不要当做服务名
sleuth:
sampler:
probability: 1.0 #采样的百分比
我们访问微服务的请求,在前端UI界面就可以看到该请求的耗时,如下图所示:
进入第一个链路,我们可以看到该请求先是经历了service-order微服务,访问该服务的http请求为get,URL为/order/prod/{pid}。
然后该请求又经历了service-product微服务,访问该服务的http请求为get,请求的URL为/product/select。
2.2 ZipKin的数据持久化的操作
ZipKin Server默认会将追踪数据信息保存到内存中,但是这种方式并不适合生产环境,ZipKin也将追踪数据持久化到Mysql数据库中。
首先我们需要在Mysql数据库中创建适合存储ZipKin数据的表,具体的代码如下所示:
CREATE TABLE IF NOT EXISTS zipkin_spans (
`trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
`trace_id` BIGINT NOT NULL,
`id` BIGINT NOT NULL,
`name` VARCHAR(255) NOT NULL,
`parent_id` BIGINT,
`debug` BIT(1),
`start_ts` BIGINT COMMENT 'Span.timestamp(): epoch micros used for endTs query and to implement TTL',
`duration` BIGINT COMMENT 'Span.duration(): micros used for minDuration and maxDuration query'
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;
ALTER TABLE zipkin_spans ADD UNIQUE KEY(`trace_id_high`, `trace_id`, `id`) COMMENT 'ignore insert on duplicate';
ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`, `id`) COMMENT 'for joining with zipkin_annotations';
ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTracesByIds';
ALTER TABLE zipkin_spans ADD INDEX(`name`) COMMENT 'for getTraces and getSpanNames';
ALTER TABLE zipkin_spans ADD INDEX(`start_ts`) COMMENT 'for getTraces ordering and range';
CREATE TABLE IF NOT EXISTS zipkin_annotations (
`trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
`trace_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.trace_id',
`span_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.id',
`a_key` VARCHAR(255) NOT NULL COMMENT 'BinaryAnnotation.key or Annotation.value if type == -1',
`a_value` BLOB COMMENT 'BinaryAnnotation.value(), which must be smaller than 64KB',
`a_type` INT NOT NULL COMMENT 'BinaryAnnotation.type() or -1 if Annotation',
`a_timestamp` BIGINT COMMENT 'Used to implement TTL; Annotation.timestamp or zipkin_spans.timestamp',
`endpoint_ipv4` INT COMMENT 'Null when Binary/Annotation.endpoint is null',
`endpoint_ipv6` BINARY(16) COMMENT 'Null when Binary/Annotation.endpoint is null, or no IPv6 address',
`endpoint_port` SMALLINT COMMENT 'Null when Binary/Annotation.endpoint is null',
`endpoint_service_name` VARCHAR(255) COMMENT 'Null when Binary/Annotation.endpoint is null'
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;
ALTER TABLE zipkin_annotations ADD UNIQUE KEY(`trace_id_high`, `trace_id`,`span_id`, `a_key`, `a_timestamp`) COMMENT 'Ignore insert on duplicate';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`,`span_id`) COMMENT 'for joining with zipkin_spans';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTraces/ByIds';
ALTER TABLE zipkin_annotations ADD INDEX(`endpoint_service_name`) COMMENT 'for getTraces and getServiceNames';
ALTER TABLE zipkin_annotations ADD INDEX(`a_type`) COMMENT 'for getTraces';
ALTER TABLE zipkin_annotations ADD INDEX(`a_key`) COMMENT 'for getTraces';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id`, `span_id`, `a_key`) COMMENT 'for dependencies job';
CREATE TABLE IF NOT EXISTS zipkin_dependencies (
`day` DATE NOT NULL,
`parent` VARCHAR(255) NOT NULL,
`child` VARCHAR(255) NOT NULL,
`call_count` BIGINT
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;
ALTER TABLE zipkin_dependencies ADD UNIQUE KEY(`day`, `parent`, `child`);
然后我们在启动ZipKin Server的时候,指定数据保存的mysql的信息即可。
java -jar zipkin-server-2.12.9-exec.jar --STORAGE_TYPE=mysql -- MYSQL_HOST=127.0.0.1 --MYSQL_TCP_PORT=3306 --MYSQL_DB=zipkin --MYSQL_USER=root - -MYSQL_PASS=root