zipkin日志数据模型

cs - Client Start,表示客户端发起请求

sr - Server Receive,表示服务端收到请求

ss - Server Send,表示服务端完成处理，并将结果发送给客户端

cr - Client Received,表示客户端获取到服务端返回信息

sr-cs 当前http请求的网络延迟

ss-sr 当前服务端请求的时间消耗

cr-cs 当前http请求从客户端发起到服务端响应的总时间消耗

1：请求从发起到结束整个总耗时traceDuration计算方式为：

export function traceDuration(spans) {

function makeList({timestamp, duration}) {

if (!timestamp) {

return [];

} else if (!duration) {

return [timestamp];

} else {

return [timestamp, timestamp + duration];

}

}

// turns (timestamp, timestamp + duration) into an ordered list

const timestamps = _(spans).flatMap(makeList).sort().value();

if (timestamps.length < 2) {

return null;

} else {

const first = _.head(timestamps);

const last = _.last(timestamps);

return last - first;

}

}

例子：

long a = Long.valueOf("1502351905261000")+226587;

long b = Long.valueOf("1502351905407000")+41000;

long c = Long.valueOf("1502351905488000")+47;

long d = Long.valueOf("1502351905445000")+45;

java.util.List<Long> list = new ArrayList<>();

list.add(a);

list.add(b);

list.add(c);

list.add(d);

list.add(Long.valueOf("1502351905261000"));

list.add(Long.valueOf("1502351905407000"));

list.add(Long.valueOf("1502351905488000"));

list.add(Long.valueOf("1502351905445000"));

Collections.sort(list);

System.out.println(list.get(list.size()-1)-list.get(0));

2：获取请求的总耗时

export function totalServiceTime(stamps, acc = 0) {

const filtered = stamps.filter((s) => s.duration);

if (filtered.length === 0) {

return acc;

} else {

const ts = _(filtered).minBy((s) => s.timestamp);

const [current, next] = _(filtered)

.partition((t) =>

t.timestamp >= ts.timestamp

&& t.timestamp + t.duration <= ts.timestamp + ts.duration)

.value();

const endTs = Math.max(...current.map((t) => t.timestamp + t.duration));

return totalServiceTime(next, acc + (endTs - ts.timestamp));

}

}

例子：

1. {name: "security", timestamp: 1502351905261000, duration: 226587}
2. {name: "security", timestamp: 1502351905407000, duration: 41000}
3. {name: "security", timestamp: 1502351905488000, duration: 47}
4. {name: "security", timestamp: 1502351905445000, duration: 45}

第一步：找到 timestamp 最小的为：ts={ name :  "security" ,  timestamp :  1502351905261000 ,  duration :  226587 }

第二步：满足这个条件的： t.timestamp >= ts.timestamp

&& t.timestamp + t.duration <= ts.timestamp + ts.duration

为 current 数据：

{ name :  "security" ,  timestamp :  1502351905261000 ,  duration :  226587 }

{ name :  "security" ,  timestamp :  1502351905407000 ,  duration :  41000 }

{ name :  "security" ,  timestamp :  1502351905445000 ,  duration :  45 }

其他的为next数据：

{ name :  "security" ,  timestamp :  1502351905488000 ,  duration :  47 }

第三步：根据 current 数据算出 endTs = Math.max(...current.map((t) => t.timestamp + t.duration));

第四步：根据上一步得到的endTs和第一步得到的ts计算acc + (endTs - ts.timestamp)

第五步：根据第二步得到的current数据和上一步得到数据进行的递归

totalServiceTime(next, acc + (endTs - ts.timestamp))