Java直通车系列46【Spring Cloud】（服务监控与追踪Spring Cloud Sleuth 和 Zipkin）

浪九天

于 2025-03-17 10:45:00 发布

阅读量1.2k

点赞数 26

分类专栏： Java直通车文章标签： java spring 开发语言后端 spring cloud

本文链接：https://blog.csdn.net/TEUTEU/article/details/146287438

版权

Java直通车专栏收录该内容

52 篇文章

订阅专栏

服务监控与追踪（Spring Cloud Sleuth 和 Zipkin）

一、为什么需要服务监控与追踪？

二、核心工具：Spring Cloud Sleuth + Zipkin

三、场景示例：电商下单调用链追踪

场景描述：

使用 Sleuth + Zipkin 的追踪流程：

四、高级功能与优化

五、适用场景

六、总结

服务监控与追踪（Spring Cloud Sleuth 和 Zipkin）

一、为什么需要服务监控与追踪？

在微服务架构中，一个请求可能经过多个服务（如网关 → 订单服务 → 库存服务 → 支付服务）。当请求失败或性能下降时，传统日志难以定位问题根源。服务监控与追踪通过记录请求的完整调用链，帮助开发者快速排查问题、优化性能。

二、核心工具：Spring Cloud Sleuth + Zipkin

Spring Cloud Sleuth
- 作用：生成和传播分布式追踪 ID，自动记录服务间调用关系。
- 核心概念：
  - Trace：全局唯一的请求 ID，标识一个完整的调用链。
  - Span：调用链中的一个节点（如服务 A 调用服务 B），包含时间戳、状态等信息。
- 原理：通过拦截 HTTP 请求 / 响应，在请求头中注入 X-B3-TraceId、X-B3-SpanId 等追踪信息，实现跨服务传递。
Zipkin
- 作用：收集、存储和可视化追踪数据，提供查询界面。
- 核心组件：
  - Collector：接收追踪数据（支持 HTTP、Kafka 等多种协议）。
  - Storage：存储数据（默认内存，生产环境常用 MySQL、Cassandra）。
  - Query：提供 API 查询追踪信息。
  - UI：可视化界面，展示调用链耗时、错误等。

三、场景示例：电商下单调用链追踪

假设用户下单请求经过以下服务：
网关 → 订单服务 → 库存服务 → 支付服务

场景描述：

用户通过网关发起下单请求。
订单服务创建订单，并调用库存服务扣减库存。
库存服务扣减成功后，订单服务调用支付服务。
若支付失败，需回滚库存（结合 Seata 分布式事务）。

使用 Sleuth + Zipkin 的追踪流程：

配置集成：

在所有服务中添加依赖：

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

配置 application.yml：

spring:
  zipkin:
    base-url: http://localhost:9411 # Zipkin服务地址
  sleuth:
    sampler:
      probability: 1.0 # 采样率（0-1，1表示全部记录）

启动 Zipkin 服务：

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

代码实现：

// 订单服务
@RestController
public class OrderController {
    @Autowired
    private RestTemplate restTemplate;

    @GetMapping("/order")
    public String createOrder() {
        // 1. 创建订单
        log.info("创建订单");
        
        // 2. 调用库存服务
        String stockResult = restTemplate.getForObject(
            "http://stock-service/deduct", String.class);
        
        // 3. 调用支付服务
        String paymentResult = restTemplate.getForObject(
            "http://payment-service/pay", String.class);
        
        return "下单成功";
    }
}

追踪结果分析：

在 Zipkin UI（http://localhost:9411）中输入 TraceId，查看完整调用链：

关键信息：

每个服务的调用耗时（如库存服务耗时 200ms，支付服务耗时 500ms）。
错误节点（如支付服务返回 500 错误）。
服务间的依赖关系（网关 → 订单 → 库存 → 支付）。

四、高级功能与优化

异步调用支持：
- Sleuth 支持异步线程的追踪 ID 传递，需配置 AsyncSpanCustomizer。

日志集成：

将 Sleuth 的 TraceId 注入日志，方便关联日志与调用链：

import brave.Tracer;
...
Tracer tracer = Tracer.currentTracer();
log.info("当前TraceId: {}", tracer.currentSpan().context().traceIdString());

性能优化：
- 调整采样率：生产环境可设置 probability: 0.1（10% 的请求被记录）。
- 使用消息队列：将追踪数据异步发送到 Zipkin，避免阻塞业务线程。
五、适用场景
排查调用链性能瓶颈：快速定位响应慢的服务节点。
错误定位：通过调用链上下文关联各服务的异常日志。
服务依赖分析：可视化服务间调用关系，辅助架构优化。
六、总结

Spring Cloud Sleuth 与 Zipkin 的组合为微服务架构提供了强大的追踪能力，帮助开发者从 “黑盒” 调试转向 “透明化” 监控。在电商、金融等高并发场景中，结合 Prometheus（指标监控）、Grafana（可视化）等工具，可构建完整的可观测性体系。