一 业务：多个微服务
对于一个大型的几十个、几百个微服务构成的微服务架构系统，通常会遇到下面一些问题。
二 需求：监控微服务
- 如何串联整个调用链路，快速定位问题？定位问题，不再使用查看日志的方式。
- 如何理清各个微服务之间的依赖关系？
- 如何进行各个微服务接口的性能分折？执行时间。
- 如何跟踪整个业务流程的调用处理顺序？
三 解决方案：
1 功能“集”：分布式链路跟踪
2 “神”工具
- Spring Boot Actuator + 端点
- Spring Boot Admin + 可视化UI界面
- Hystrix Dashboard监控Hystrix服务
- Hystrix Turbine聚合多个Hystrix服务的监控信息
-
Spring Cloud Sleuth + Zipkin Server分布式链路跟踪
四完成学习：
1 思想
Spring Cloud Sleuth大量借用了，帮我们解决像上面提到的问题
-
Google Dapper
-
Twitter Zipkin，UI界面数据展示
-
Apache HTrace
2 组织、流原
- Spring Cloud Sleuth，分布式链路跟踪，埋点，生成跟踪数据 》上传 》 Zipkin Server，UI界面数据展示
- 第一步：需要监控和管理的微服务，都必须和zipkin整合
- 第二步：微服务，跟踪数据，上传zipkin server
- 第三步：在zipkin server ui上分析数据、查找问题所在的微服务、分析各个微服务的性能
- 这里面涉及到Spring Cloud Sleuth的一些术语：
- request：请求
- response：响应
- span（跨度）：基本工作单元，即工作流程中的一小段工作区间
- 请求是一个跨度
- 响应是一个跨度
- 服务是一个跨度
- 服务和服务之间的网络通信是一个跨度
- No Span Id：没有跨度id
- Span Id一直在变
- trace（跟踪）：一组共享"rootspan"的 span组成的树状结构称为 traceo trace也用一个64位的 ID唯一标识， trace中的所有 span都共享该 trace的 ID；
- No Trace Id：没有跟踪id。
- Trace Id，全局的唯一，在整个链路中没有改变过。
- annotation（标注）： annotation用来记录事件的存在，其中，核心annotation用来定义请求的开始和结束。
- CS（Client sent客户端发送）：客户端发起一个请求，该annotation描述了span的开始；
- SR（server Received服务器端接收）：服务器端获得请求并准备处理它。如果用 SR减去 CS时间戳，就能得到网络延迟；
- SS（server sent服务器端发送）：该annotation表明完成请求处理（当响应发回客户端时）。如果用 SS减去 SR时间戳，就能得到服务器端处理请求所需的时间；
- CR（Client Received客户端接收）： span结束的标识。客户端成功接收到服务器端的响应。如果 CR减去 CS时间戳，就能得到从客户端发送请求到服务器响应的所需的时间；
3 实现技术
-
Google Dapper
-
Twitter Zipkin，UI界面数据展示
-
Apache HTrace
4 工具
- Spring Cloud Sleuth，埋点，生成跟踪数据 》上传 》 Zipkin Server，UI界面数据展示
5 具体1：Spring Cloud Sleuth可以追踪10种类型的组件
- async
- Hystrix
- messaging
- websocket
- rxjava
- scheduling
- web（Spring MVC Controller，Servlet）
- webclient（Spring RestTemplate）
- Feign
- Zuul；
6 具体2：认识Zipkin
- APM（应用性能监控与管理）工具
- Zipkin，Twitter开源，分布式实时数据跟踪系统，Distributed Tracking System。
-
基于Google Dapper，论文，实现链路追踪，标杆和理论基础。
-
官网，OpenZipkin · A distributed tracing system
-
第一步：收集系统的时序数据
-
第二步：UI界面
-
第三步：分析追踪数据
-
第四步：延时、异常等待问题
-
-
韩国、Naver、Pinpoint。Apache、HTrace。阿里、EagleEye。京东、Hydra等
7 具体3：搭建Zipkin Server
- 创建一个SpringBoot项目，用于搭建Zipkin Server服务端；
- 添加依赖：自动引入springmvc，web项目，不使用内嵌的tomcat，使用的是jboss旗下的undertown内嵌服务器：
<!-- zipkin-autoconfigure-ui --> <dependency> <groupId>io.zipkin.java</groupId> <artifactId>zipkin-autoconfigure-ui</artifactId> <version>2.12.3</version> </dependency> <!-- zipkin-server --> <dependency> <groupId>io.zipkin.java</groupId> <artifactId>zipkin-server</artifactId> <version>2.12.3</version> </dependency>注意：这个里面有版本的兼容性问题，当前我们的spring cloud G SR3版本使用2.12.3便可以正常使用，如果使用zipkin-server的最新的版本，可能会启动失败；
-
配置文件：application.properties
#内嵌的服务器undertown的端口 server.port=9410 #zipkin启动报错无法访问的解决方法 management.metrics.web.server.autoTimeRequests=false -
在启动类上加入注解:@EnableZipkinServer
@EnableZipkinServer //开启zipkin server的支持 @SpringBootApplication public class SleuthApplication { public static void main(String[] args) { SpringApplication.run(SleuthApplication.class); } } -
然后启动zipkin server服务，访问http://localhost:9410 （默认启动了Undertow服务的9410端口）
为什么会有这个页面？
-
项目中没有加页面呀？？？为什么？
-
页面在jar包里面，一般名称是Xxx-UI.jar，同swagger的swagger-ui.jar
-
-
能看到上面这个页面，zipkin server服务搭建OK；
8、具体4：zipkin页面详解
（1）zipkin首页
目前我们还查询不到数据，我们需要把微服务和sleuth整合，并把sleuth记录的数据上传到zipkin server，此时我们才能在页面上看到数据。
1）服务查询条件：
-
服务名：就是微服务配置文件中的application name；
-
Span名称：跨度；
-
时间段 ：现在查询的时间段；例如，查今天的所有数据。
-
根据Annotation查询：根据标注查询，用于自定义查询条件；例如，自定义一个参数去查。
-
持续时间：一次调用链的持续时间；例如，查运行时间大于5秒的服务调用。
-
数量：一页数量；
-
排序：排序规则；
2）服务查询结果：
3）点击，查看服务地址。点击，查看服务调用参数详情：
（2）依赖
（3）根据Trace id进行搜索
（4）可选的另外一套UI界面，功能一样，丑，英文，不好用，不建议用
9、内存：Spring Cloud Sleuth，埋点，生成跟踪数据 》上传 》 Zipkin Server，UI界面数据展示 》数据在内存中
- 第一步：微服务中使用spring cloud sleuth埋点，把生成的数据上传到zipkin server上
-
添加依赖，哪个服务需要监控和管理就加在哪个微服务上，provider和consumer都可以
<!-- sleuth埋点，不需要加版本号，父项目spring cloud中已经定义好了 --> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-sleuth</artifactId> </dependency> <!-- 需要监控和管理的微服务，必须整合zipkin，数据就可以传到zipkin server上，不需要加版本号，父项目spring cloud中已经定义好了--> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-zipkin</artifactId> </dependency> -
配置文件：application.properties
#指定Zipkin server地址，接收spring cloud sleuth各个埋点生成的链路跟踪数据 spring.zipkin.base-url=http://localhost:9410 #发送跟踪数据到zipkin的类型web（http） spring.zipkin.sender.type=web #request采样的数量 默认是0.1 也即是10%，即采样10%的请求数据； #因为在分布式系统中，数据量可能会非常大，因此采样非常重要我们示例数据少最好配置为1全采样，100%的采集会稍微影响一点性能 #例如一天的请求数据为200万，采样10%，即20万的数据量 spring.sleuth.sampler.probability=1.0
-
-
第二步：启动需要监控和管理的微服务
-
要连数据库，得启动mysql
-
要连注册中心，得启动eureka
-
要连配置中心获取配置，得启动配置中心项目spring cloud config
-
使用spring cloud bus进行全局配置刷新
-
使用rabbitmq消息总线，得启动rabbitmq
-
-
-
-
第三步：调用微服务
-
最简单，使用浏览器，因为微服务都是基于http + Restful的controller
-
-
第四步：重新登录到zipkin server的首页，可看到数据
10、zipkin数据的持久化：Spring Cloud Sleuth，埋点，生成跟踪数据 》上传 》 Zipkin Server，UI界面数据展示 》Elastic Search数据持久化到硬盘（避免重启zipkin server或者宕机，数据不会丢失）
（1）业务、需求：zipkin数据的持久化
（2）功能：zipkin数据的持久化
（3）工具：Elastic Search（推荐）、mysql、ElK
（4）完成学习：Elastic Search
1）思想、组织
-
Elastic Search是一个分布式可扩展的实时搜索和分析引擎
-
分布式实时搜索框架
-
-
大数据领域中使用的一个组件。
-
我们暂时不想象那么复杂，我们可以把它当作一个数据库来对待，就是用来存储数据的；
2）实现技术
- Elastic Search底层
- Apache Lucene
- http + restful的请求方式，证明，可以直接使用http请求访问它并且得到json数据
3）具体：Elastic Search相关信息
GitHub：GitHub - elastic/elasticsearch: Free and Open, Distributed, RESTful Search Engine
中文下载：Download Elasticsearch | Elastic
有windows版本（学习）和linux版本（工作）
4）具体：Elastic Search解压（目录结构）、安装、启动、访问
解压下载后的压缩包即完成安装，切换到bin目录，使用双击elasticsearch.bat脚本启动；
启动后访问：http://localhost:9201，如果能返回json信息则表示安装启动OK；
（5）只官配play：zipkin + Elastic Search，链路跟踪数据持久化
- 第一步：搭建好Elastic Search环境
- 第二步：zipkin server项目中，添加依赖
<dependency> <groupId>io.zipkin.java</groupId> <artifactId>zipkin-autoconfigure-storage-elasticsearch-http</artifactId> <version>2.8.4</version> </dependency> - 第三步：zipkin server项目中，application配置文件，添加配置
#问题：idea不识别，没有提示，显黄色，不影响，可运行 #原因：ES开发的spring boot Xxx.starter,没有写mater文件 #类型：固定elasticsearch zipkin.storage.type=elasticsearch #名字：对应访问它，返回的json，cluster_name属性的值 zipkin.storage.elasticsearch.cluster=elasticsearch #ES的ip和端口 zipkin.storage.elasticsearch.hosts=http://localhost:9201 #索引名称，自定义 zipkin.storage.elasticsearch.index=zipkin -
至此 zipkin server上的跟踪数据便存储在了Elasticsearch中，当zipkin server 重启或宕机，历史数据依然不会丢失；
五 后续内容
spring cloud stream
spring cloud getaway
spring cloud sso（单点登录）
spring cloud nacos
spring cloud 综合案例（安全，服务调服务的安全机制）
292
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
