Skywalking介绍

概述

        SkyWalking：一个开源的观测平台，用于从服务和云原生基础设施收集、分析、聚合以及可视化数据；

        SkyWalking：为你提供了一种简便的方式来清晰地观测分布式系统，甚至可以观测横跨不同云的系统；

        SkyWalking：更是一种现代的应用程序性能监控（Application Performance Monitoring）工具，尤其是专为云原生，基于容器以及分布式的系统。

为什么选择SkyWalking

        在许多不同的场景下，SkyWalking为观察和监控分布式系统提供了解决方案，首先是像传统的方式那样，SkyWalking为服务提供了自动打点代理，如Java、C#和Node.js，同时也提供了手动打点SDK，像GO（尚未支持），C++（尚未支持），随着越来越多的编程语言需要获得支持，运行时操作代码的危险性，以及云原生基础设施越来越强大，SkyWalking还可以使用服务网格基础探针来收集数据，以帮助了解整个分布式系统。总之，SkyWalking为服务（service）、服务实例（service instance）以及端点（endpoint）提供了观测能力。

       先了解下他们在SkyWalking中都代表什么意思？

• 服务（Service）：表示对请求提供相同行为的一系列或一组工作负载，在使用打点代理或SDK的时候，你可以定义服务的名字，如果不定义的话，SkyWalking将会使用你在平台上定义的名字，如果lstio；
• 服务实例（Service Instance）：上述的一组工作负载中的每一个工作负载称为一个实例，就像Kubernetes中的pods一样，服务实例未必就是操作系统上的一个进程，但当你在使用打点代理的时候，一个服务实例实际就是操作系统上的一个真实进程；
• 端点（Endpoint）：对于特定服务所接收的请求路径，如Http的URI路径和gRPC服务的类名 + 方法签名。

       使用SkyWalking时，你可以看到服务与端点之间的拓扑结构，每个服务、服务实例、端点的性能指标，还可以设置报警规则。

       除此之外，你还可以通过SkyWalking原生代理，SDK以及Zipkin，Jaeger和OpenCensus来进行分布式追踪。

架构

       SkyWalking逻辑上分为四部分：探针、平台后端、存储和用户界面。

       

• 探针：基于不同的来源可能是不一样的，但作用都是收集数据，将数据格式化为SkyWalking适用的格式；详见《探针介绍》
• 平台后端：是一个支持集群模式运行的后台，用于数据聚合、数据分析以及驱动数据流从探针到用户界面的流程，平台后端还提供了各种可插拔的能力，如不同来源数据（如来自Zipkin）格式化，不同存储系统以及集群管理，你甚至还可以使用观测分析语言来进行自定义聚合分析；详见《后端概览》
• 存储：开放式的，你可以选择一个既有的存储系统，如 ElasticSearch，H2 或 MySQL集群（Sharding-Sphere管理），也可以选择自己实现一个存储系统。当然，我们非常欢迎你贡献新的存储系统实现；
• 用户界面：对于SkyWalking的最终用户来说非常炫酷且强大，同样它也是可定制以匹配你已存在的后端。详见《用户界面UI介绍》

 

参考：

• Skywalking文档中文版（社区提供）：https://skyapm.github.io/document-cn-translation-of-skywalking/
• 分布式链路追踪Skywalking存储模型设计：https://xie.infoq.cn/article/3bff5919c317b9a37280ac759