SpringCloud链路追踪——Spring Cloud Sleuth 和 Zipkin 介绍 & Windows 下使用初步

前言

在微服务中，随着服务越来越多，对调用链的分析越来越复杂。如何能够分析调用链，定位微服务中的调用瓶颈，并对其进行解决。

本篇博客介绍springCloud中用到的链路追踪的组件，Spring Cloud Sleuth和Zipkin，介绍基本的概念，并给出了一个入门的使用案例。

引出

---

1.链路追踪的组件，Spring Cloud Sleuth和Zipkin，介绍基本的概念；
2.给出了一个入门的使用案例；

链路追踪

有啥用？

在微服务中，随着服务越来越多，对调用链的分析越来越复杂。

出现问题：

• 1.微服务之间的调用错综复杂，用户发送的请求经历哪些服务，调用链不清楚，没有一个自动化的工具类来维护调用链；
• 2.无法快速定位调用链中哪个环节出了问题；
• 3.无法快速定位调用链中哪个环节比较耗时；

Spring Cloud Sleuth

Sleuth是SpringCloud的子项目，全称SpringCloud-Sleuth，提供分布式系统中链路追踪解决方案，同类产品还有Cat由大众点评开源，基于java开发的实时应用监控平台，包括实时应用监控、业务监控。集成方案是通过代理码埋点的方式来实现监控。

Spring Cloud Sleuth采用的是Google的开源项目Dapper的专业术语。

• Span：基本工作单元，发送一个远程调度任务 就会产生一个Span，Span是一个64位ID唯一标识的，Trace是用另一个64位ID唯一标识的，Span还有其他数据信息，比如摘要、时间戳事件、Span的ID、以及进度ID。
• Trace：一系列Span组成的一个树状结构。请求一个微服务系统的API接口，这个API接口，需要调用多个微服务，调用每个微服务都会产生一个新的Span，所有由这个请求产生的Span组成了这个Trace。
• Annotation：用来及时记录一个事件的，一些核心注解用来定义一个请求的开始和结束 。这些注解包括以下：
  • cs - Client Sent -客户端发送一个请求，这个注解描述了这个Span的开始
  • sr - Server Received -服务端获得请求并准备开始处理它，如果将其sr减去cs时间戳便可得到网络传输的时间。
  • ss - Server Sent （服务端发送响应）–该注解表明请求处理的完成(当请求返回客户端)，如果ss的时间戳减去sr时间戳，就可以得到服务器请求的时间。
  • cr - Client Received （客户端接收响应）-此时Span的结束，如果cr的时间戳减去cs时间戳便可以得到整个请求所消耗的时间。

运行时后台的日志

1.span属性
代表了一组基本的工作单元。为了统计各个处理单元的延迟，当请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、具体过程和结合。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，还可以获取如事件的名称、请求信息等元数据。简单来说，服务调用链中，每一个服务都是一个Span，每个Span都有自己的spanId属性、parentId属性、traceId属性

2.trace
由一组traceId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，需要服务跟踪框架为该请求创建一个唯一标识（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。那么就可以使用该唯一标识将所有请求串联起来，形成一条完整的请求链路。

简单来说，具有相同traceId的Span，服务调用串联起来的树状结构。

但是这些都不直观，所以需要用Zipkin

Zipkin

Zipkin 是一个开放源代码分布式的跟踪系统，由Twitter公司开源，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、查找和展现每个服务向zipkin报告计时数据，zipkin会根据调用关系通过Zipkin UI生成依赖关系图，显示了多少跟踪请求通过每个服务，该系统让开发者可通过一个 Web 前端轻松的收集和分析数据，例如用户每次请求服务的处理时间等，可方便的监测系统中存在的瓶颈。

Zipkin提供了可插拔数据存储方式：In-Memory、MySql、Cassandra以及Elasticsearch。接下来的测试为方便直接采用In-Memory方式进行存储，生产推荐Elasticsearch

官网：https://zipkin.io/

入门案例

1.启动zipkin 的jar包

java -jar

2.引入依赖

        <!--        Sleuth是SpringCloud的子项目，全称SpringCloud-Sleuth，提供分布式系统中链路追踪解决方案-->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-sleuth</artifactId>
        </dependency>

        <!--        Zipkin 是一个开放源代码分布式的跟踪系统，由Twitter公司开源，它致力于收集服务的定时数据-->
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-zipkin</artifactId>
            <version>2.2.5.RELEASE</version>
        </dependency>

3.进行配置

spring:
  # zipkin配置
  zipkin:
    base-url: http://127.0.0.1:9411 # zipkin服务地址
    discovery-client-enabled: false # 禁止zipkin把自己当做nacos-client向nacos-server注册
  # sleuth配置
  sleuth:
    sampler:
      rate: 100 # sleuth抽样率默认是10%，设置为100表示100%请求上报zipkin

4.启动项目

如果把依赖注释掉：

5.发送请求查看zipkin

查看调用链的响应时间，从而确定服务的瓶颈

点击可以更详细地查看

标记：Linux运行失败

启动了zipkin

开放了端口

访问失败，似乎是跨域的问题

---

总结

1.链路追踪的组件，Spring Cloud Sleuth和Zipkin，介绍基本的概念；
2.给出了一个入门的使用案例；