链路追踪-Skywalking概述

1.Skywalking概述

**skywalking web页面官网地址(请点击) **

1.1 什么是APM系统

1.1.1 APM系统概述

APM (Application Performance Management) 即应用性能管理系统，是对企业系统即时监控以实现 对应用程序性能管理和故障管理的系统化的解决方案。应用性能管理，主要指对企业的关键业务应用进 行监测、优化，提高企业应用的可靠性和质量，保证用户得到良好的服务，降低IT总拥有成本。 APM系统是可以帮助理解系统行为、用于分析性能问题的工具，以便发生故障的时候，能够快速定位和 解决问题。

1.1.2 分布式链路追踪

随着分布式系统和微服务架构的出现，一次用户的请求会经过多个系统，不同服务之间的调用关系十分 复杂，任何一个系统出错都可能影响整个请求的处理结果。以往的监控系统往往只能知道单个系统的健 康状况、一次请求的成功失败，无法快速定位失败的根本原因。

除此之外，复杂的分布式系统也面临这下面这些问题： 性能分析：一个服务依赖很多服务，被依赖的服务也依赖了其他服务。如果某个接口耗时突然变长 了，那未必是直接调用的下游服务慢了，也可能是下游的下游慢了造成的，如何快速定位耗时变长 的根本原因呢？ 链路梳理：需求迭代很快，系统之间调用关系变化频繁，靠人工很难梳理清楚系统链路拓扑(系统 之间的调用关系)。 **为了解决这些问题，Google 推出了一个分布式链路跟踪系统 **Dapper ，之后各个互联网公司都参照 Dapper 的思想推出了自己的分布式链路跟踪系统，而这些系统就是分布式系统下的APM系统。

1.1.3 什么是OpenTracing

分布式链路跟踪最先由Google在Dapper论文中提出，而OpenTracing通过提供平台无关、厂商无关 的API，使得开发人员能够方便的添加（或更换）追踪系统的实现。 下图是一个分布式调用的例子，客户端发起请求，请求首先到达负载均衡器，接着经过认证服务，订单 服务，然后请求资源，最后返回结果。

2.Skywalking基础

2.1 agent的使用

agent探针可以让我们不修改代码的情况下，对java应用上使用到的组件进行动态监控，获取运行数据 发送到OAP上进行统计和存储。agent探针在java中是使用java agent技术实现的，不需要更改任何代 码，java agent会通过虚拟机(VM)接口来在运行期更改代码。 Agent探针支持 JDK 1.6 - 12的版本，Agent探针所有的文件在Skywalking的agent文件夹下。文件目录 如下：

2.2 RocketBot的使用

模块栏目

• 仪表盘：查看被监控服务的运行状态
• 拓扑图：以拓扑图的方式展现服务直接的关系，并以此为入口查看相关信息
• 追踪：以接口列表的方式展现，追踪接口内部调用过程
• 性能剖析：单独端点进行采样分析，并可查看堆栈信息
• 告警：触发告警的告警列表，包括实例，请求超时等。
• 自动刷新：刷新当前数据内容（我这好像没有自动刷新）

2.2.1 仪表盘

2.2.1.1 控制栏

• 第一栏：不同内容主题的监控面板，应用/数据库/容器等
• 第二栏：操作，包括编辑/导出当前数据/倒入展示数据/不同服务端点筛选展示
• 第三栏：不同纬度展示，服务/实例/端点

2.2.1.2 展示栏

Global全局维度

• 第一栏：Global、Server、Instance、Endpoint不同展示面板，可以调整内部内容
• Services load：服务每分钟请求数
• Slow Services：慢响应服务，单位ms
• Un-Health services(Apdex):Apdex性能指标，1为满分。
• Global Response Latency：百分比响应延时，不同百分比的延时时间，单位ms
• Global Heatmap：服务响应时间热力分布图，根据时间段内不同响应时间的数量显示颜色深度
• 底部栏：展示数据的时间区间，点击可以调整。

Service服务维度

• Service Apdex（数字）:当前服务的评分 
• Service Apdex（折线图）：不同时间的Apdex评分
• Successful Rate（数字）：请求成功率
• Successful Rate（折线图）：不同时间的请求成功率
• Servce Load（数字）：每分钟请求数
• Servce Load（折线图）：不同时间的每分钟请求数
• Service Avg Response Times：平均响应延时，单位ms
• Global Response Time Percentile：百分比响应延时
• Servce Instances Load：每个服务实例的每分钟请求数
• Show Service Instance：每个服务实例的最大延时
• Service Instance Successful Rate：每个服务实例的请求成功率

Instance实例维度

• Service Instance Load：当前实例的每分钟请求数
• Service Instance Successful Rate：当前实例的请求成功率
• Service Instance Latency：当前实例的响应延时
• JVM CPU:jvm占用CPU的百分比
• JVM Memory：JVM内存占用大小，单位m
• JVM GC Time：JVM垃圾回收时间，包含YGC和OGC
• JVM GC Count：JVM垃圾回收次数，包含YGC和OGC
• CLR XX：类似JVM虚拟机，这里用不上就不做解释了

Endpoint端点（API）维度

•  Endpoint Load in Current Service：每个端点的每分钟请求数
•  Slow Endpoints in Current Service：每个端点的最慢请求时间，单位ms
•  Successful Rate in Current Service：每个端点的请求成功率
•  Endpoint Load：当前端点每个时间段的请求数据
•  Endpoint Avg Response Time：当前端点每个时间段的请求行响应时间
•  Endpoint Response Time Percentile：当前端点每个时间段的响应时间占比
•  Endpoint Successful Rate：当前端点每个时间段的请求成功率

2.2.2 拓扑图

• 1：选择不同的服务关联拓扑
• 2：查看单个服务相关内容
• 3：服务间连接情况
• 4：分组展示服务拓扑
  • 服务告警信息
  • 服务端点追踪信息
  • 服务实例性能信息
  • api信息面板

2.2.3 追踪

•  左侧：api接口列表，红色-异常请求，蓝色-正常请求
•  右侧：api追踪列表，api请求连接各端点的先后顺序和时间

2.2.4 性能剖析

• 新建任务：新建需要分析的端点
• 左侧列表：任务及对应的采样请求
• 右侧：端点链路及每个端点的堆栈信息

新建任务

• 服务：需要分析的服务
• 端点：链路监控中端点的名称，可以再链路追踪中查看端点名称
• 监控时间：采集数据的开始时间
• 监控持续时间：监控采集多长时间
• 起始监控时间：多少秒后进行采集
• 监控间隔：多少秒采集一次
• 最大采集数：最大采集多少样本

2.2.5 告警

不同维度告警列表，可分为服务、端点和实例。

本文为joshua317原创文章,转载请注明：转载自joshua317博客 https://www.joshua317.com/article/29