分布式链路追踪技术适用场景

场景描述

为了⽀撑⽇益增⻓的庞⼤业务量，我们会使⽤微服务架构设计我们的系统，使得我们的系统不仅能够通过集群部署抵挡流量的冲击，⼜能根据业务进⾏灵活的扩展。

那么，在微服务架构下，⼀次请求少则经过三四次服务调⽤完成，多则跨越⼏⼗个甚⾄是上百个服务节点。那么问题接踵⽽来：

1. 如何动态展示服务的调⽤链路？（⽐如A服务调⽤了哪些其他的服务—依赖关系）
2. 如何分析服务调⽤链路中的瓶颈节点并对其进⾏调优？(⽐如A—>B—>C，C服务处理时间特别⻓)
3. 如何快速进⾏服务链路的故障发现？

这就是分布式链路追踪技术存在的⽬的和意义。

分布式链路追踪技术

如果我们在⼀个请求的调⽤处理过程中，在各个链路节点都能够记录下⽇志，并最终将⽇志进⾏集中可视化展示，那么我们想监控调⽤链路中的⼀些指标就有希望了~~~⽐如，请求到达哪个服务实例？请求被处理的状态怎样？处理耗时怎样？这些都能够分析出来了…

分布式环境下基于这种想法实现的监控技术就是就是分布式链路追踪（全链路追踪）。

市场上的分布式链路追踪方案

分布式链路追踪技术已然成熟，产品也不少，国内外都有，⽐如

• Spring Cloud Sleuth + Twitter Zipkin
• 阿⾥巴巴的“鹰眼”
• ⼤众点评的“CAT”
• 美团的“Mtrace”
• 京东的“Hydra”
• 新浪的“Watchman”
• 另外还有最近也被提到很多的Apache Skywalking。