Apache Skywalking 安装部署、指标说明

Apache Skywalking

Application Performance Management,应用性能管理

安装部署

官方网站

http://skywalking.apache.org/

下载

http://skywalking.apache.org/downloads/

下载两个skywalking apm和java agent，我选的是最新版本，APM v9.2.0, Agents v8.13.0，JDK8-17

解压

配置

1.配置config/application.yml

修改cluster.selector,集群的注册中心改成nacos

修改storage， 默认使用的是H2数据库，每次启动都会导致数据丢失，可以改成mysql或者es

cluster:
  selector: ${SW_CLUSTER:nacos}
  ...省略
storage:
  selector: ${SW_STORAGE:h2}

2.配置webapp配置

webapp配置是在webapp下的webapp.yml，这个和springboot项目配置一样。 启动后默认访问地址是http://localhost:8080/

启动

/bin/startup.bat

服务接入探针

解压skywalking-agent

配置虚拟机参数

https://skywalking.apache.org/docs/skywalking-java/next/en/setup/service-agent/java-agent/readme/

idea Edit Configuration配置虚拟机参数

// VM options 填写代理包位置
-javaagent:F:\soft\skywalking\skywalking-agent/skywalking-agent.jar
-Dagent.service_name=simulation-gateway
// Environment variables 填写参数代理服务器和代理名称
SW_AGENT_COLLECTOR_BACKEND_SERVICES=127.0.0.1:11800;
SW_AGENT_NAMESPACE=simulation;
SW_AGENT_NAME=simulation-business-app

注意

spring-cloud-gateway是基于webflux的，因此skywalking需要添加额外的插件，在代理的目录下optional-plugins中 找到下面两个jar复制到plugins中

apm-spring-cloud-gateway-3.x-plugin-8.13.0.jar(根据版本自行选择3.x,2.x)

apm-spring-webflux-5.x-plugin-8.13.0.jar

监控dashboard 仪表盘

dashboard：http://localhost:8080/dashboard

数据收集端口：

• Http默认端口 12800

• gRPC默认端口 11800

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SY4QeyTh-1668138902241)(C:\Users\VRGV\Desktop\工具书\Apache Skywalking

拓扑图

调用链路

Global全局维度

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。

• Apdex 一个由众多网络分析技术公司和测量工业组成的联盟组织，它们联合起来开发了“应用性能指数”即“Apdex”(Application Performance Index)，用一句话来概括，Apdex是用户对应用性能满意度的量化值
• http://www.apdex.org/

Slow Endpoints: 慢响应端点，单位ms

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

Service服务维度

Service Apdex（数字）:当前服务的评分

Service Avg Response Times：平均响应延时，单位ms

Successful Rate（数字）：请求成功率

Servce Load（数字）：每分钟请求数

Service Apdex（折线图）：不同时间的Apdex评分

Service Response Time Percentile：百分比响应延时

Successful Rate（折线图）：不同时间的请求成功率

Servce Load（折线图）：不同时间的每分钟请求数

Servce Instances Load：每个服务实例的每分钟请求数

Slow 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

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

Endpoint

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