SpringCloud Sleuth 分布式链路追踪

前言:

将一次分布式请求还原成调用链路，进行日志记录，性能监控并将一次分布式请求的调用情况集中展示。比如各个服务节点的耗时情况，请求具体到哪个机器上，以及服务节点的请求状态等;

微服务现状

技术(基于google的Dapper)

Span：Span包括一个64位的唯一ID，一个64位trace码，描述信息，时间戳事件，key-value 注解(tags)，span处理者的ID（通常为IP）。

Trace：一组Span形成的树形结构。

• Twitter的Zipkin
• 阿里的鹰眼
• 美团的Mtrace
• 大众点评的cat

SpringCloud Sleuth 结合Zipkin

1.SpringCloud Sleuth特点

特点	说明
提供链路追踪	通过sleuth可以很清楚的看出一个请求经过了哪些服务，可以方便的理清服务局的调用关系
性能分析	通过sleuth可以很方便的看出每个采集请求的耗时，分析出哪些服务调用比较耗时，当服务调用的耗时随着请求量的增大而增大时，也可以对服务的扩容提供一定的提醒作用
数据分析优化链路	对于频繁地调用一个服务，或者并行地调用等，可以针对业务做一些优化措施
可视化	对于程序未捕获的异常，可以在zipkpin界面上看到

2.导入sleuth依赖

        需要监控的微服务都需要添加依赖

        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-sleuth</artifactId>
        </dependency>

3.需要打印日志的服务添加application.yml配置

#
logging:
  level:
    root: info
    org.springframework.web.servlet.DispatcherServlet: DEBUG
    org.springframework.cloud.sleuth: DEBUG

运行项目即可看到相关日志

4.Sleuth示意图

5.Zipkin

Zipkin是Twitter开源的分布式跟踪系统，基于Dapper的论文设计而来。它的主要功能是收集系统的时序数据，从而追踪微服务架构的系统延时等问题。Zipkin还提供了一个非常友好的界面，帮助我们分析追踪数据。

1. 下载
   zipkin-server-x.x.x-exec.jar

2. 使用java -jar 启动zipkin-server-x.x.x-exec.jar

   

3. 访问 localhost:9411 : zipkin 默认端口9411

4. 需要进行链路追踪的微服务上添加zipkin依赖

        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-sleuth-zipkin</artifactId>
        </dependency>

5. 配置yml

spring:
  application:
    name: demo
  # 配置zipkin
  zipkin:
    base-url: http://localhost:9411/
    sender:
      type: web #以http请求的方式上报
  sleuth:
    sampler:
      # 采样率值介于 0 到 1 之间，1 则表示全部采集
      probability: 1

6. 此时有ziplin进行链路追踪查询，则可将sleuth链路追踪日志关闭

#
#logging:
#  level:
#    root: info
#    org.springframework.web.servlet.DispatcherServlet: DEBUG
#    org.springframework.cloud.sleuth: DEBUG

6. 微服务访问

7. 注意

因zipkin默认使用内存存储，所以链路追踪日志不断增加会导致内存不断增加；此时可选用数据库方式存储链路追踪日志。