自定义追踪功能
ServiceComb 支持用户在程序中的指定位置处增加追踪数据,可以实现更细力度的追踪。
(关于ServiceComb 如何使用zipkin实施调用链追踪,参考 http://servicecomb.apache.org/docs/tracing-with-servicecomb/ )
使用步骤
添加依赖
<dependency>
<groupId>org.apache.servicecomb</groupId>
<artifactId>tracing-zipkin</artifactId>
</dependency>
在程序入口或者配置处添加 @EnableZipkinTracing
注解
import org.apache.servicecomb.tracing.zipkin.EnableZipkinTracing;
@SpringBootApplication
@EnableServiceComb
@EnableZipkinTracing
public class CalculatorApplication {
public static void main(String[] args) {
SpringApplication.run(CalculatorApplication.class, args);
}
}
在服务程序中的调用方法处添加 @Span
注解
import org.apache.servicecomb.tracing.Span;
@Service
public class CalculatorServiceImpl implements CalculatorService {
/**
* {@inheritDoc}
*/
@Span
@Override
public double calculate(double height, double weight) {
if (height <= 0 || weight <= 0) {
throw new IllegalArgumentException("Arguments must be above 0");
}
double heightInMeter = height / 100;
double bmi = weight / (heightInMeter * heightInMeter);
return roundToOnePrecision(bmi);
}
private double roundToOnePrecision(double value) {
return new BigDecimal(value).setScale(1, RoundingMode.HALF_UP).doubleValue();
}
}
使用限制:自定义跟踪仅支持注解请求线程中的方法调用,且带有@Span
的类必须是spring管理的bean。
快速演示
下面使用java-chassis/samples/bmi 程序演示,如何使用自定义追踪功能定位应用程序中的问题?
- 正常运行bmi程序,结果如下
- 在bmi程序的calculator服务的calculate方法处,增加一块进程休眠代码(模拟实际工作中调用当前线程处理其他业务的情景),如下
public double calculate(double height, double weight) { try{ Thread.currentThread().sleep(5000); } catch (Exception e){ } if (height <= 0 || weight <= 0) { throw new IllegalArgumentException("Arguments must be above 0"); } double heightInMeter = height / 100; double bmi = weight / (heightInMeter * heightInMeter); return roundToOnePrecision(bmi); }
- 运行bmi程序,出现如下异常结果。查看zipkin追踪情况和程序报错信息,可以初步确定问题由 bmi/calculator 服务超时未响应导致
- 使用自定义追踪功能,定位问题具体位置
在calculator服务中配置自定义追踪功能,添加注解@Span
在calculator服务的方法上 。运行bmi程序,zipkin追踪耗时情况如下。根据span占用的时间戳,可以确定延时问题出现在calculate方法处,点击span,可查看call.path 获取calculate方法的具体位置。
总结
从上面的实例可以看出,通过配置ServiceComb的自定义追踪功能,可以实现对服务中调用方法、接口的追踪,实现更细力度化的追踪,这对于我们监控服务内部调用时延、定位服务中的延时问题等非常有帮助。