微服务 链路追踪 Sleuth&Zipkin

链路追踪 Sleuth&Zipkin

微服务架构是一个分布式架构，它按业务划分服务单元，一个分布式系统往往有很多个服务单元。由于服务单元数量众多，业务的复杂性，如果出现了错误和异常，很难去定位。主要体现在，一个请求可能需要调用很多个服务，而内部服务的调用复杂性，决定了问题难以定位。所以微服务架构中，必须实现分布式链路追踪，去跟进一个请求到底有哪些服务参与，参与的顺序又是怎样的，从而达到每个请求的步骤清晰可见，出了问题，很快定位。

分布式链路追踪（Distributed Tracing），就是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。比如各个服务节点上的耗时、请求具体到达哪台机器上、每个服务节点的请求状态等等

常见的链路追踪技术

• cat ：由大众点评开源，基于Java开发的实时应用监控平台，包括实时应用监控，业务监控 。 集成

方案是通过代码埋点的方式来实现监控，比如： 拦截器，过滤器等。 对代码的侵入性很大，集成

成本较高。风险较大。

• zipkin ：由Twitter公司开源，开放源代码分布式的跟踪系统，用于收集服务的定时数据，以解决微

服务架构中的延迟问题，包括：数据的收集、存储、查找和展现。该产品结合spring-cloud-sleuth

使用较为简单， 集成很方便， 但是功能较简单。

• pinpoint： Pinpoint是韩国人开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点

是支持多种插件，UI功能强大，接入端无代码侵入。

• skywalking：SkyWalking是本土开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点是支持多

种插件，UI功能较强，接入端无代码侵入。目前已加入Apache孵化器。

• Sleuth

SpringCloud 提供的分布式系统中链路追踪解决方案。

集成链路追踪组件Sleuth

三板斧操作

1. 加依赖 在项目当中pom.xml 添加

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

2. 加配置 该组件没有配置

3. 贴注解 该组件无需贴注解

4. 测试结果
   

日志参数解释

INFO [product-service,f4f56bb288ab3e96,4435072721708f8e,true]

1、第一个值，spring.application.name的值

2、第二个值，c323c72e7009c077 ，sleuth生成的一个ID，叫Trace ID，用来标识一条请求链路，一条请求链路中包含一个Trace ID，多个Span ID

3、第三个值，fba72d9c65745e60、spanID 基本的工作单元，获取元数据，如发送一个http

4、第四个值：true，是否要将该信息输出到zipkin服务中来收集和展示。

Zipkin+Sleuth整合 采用直连方式

zipkin是Twitter基于google的分布式监控系统Dapper（论文）的开发源实现，zipkin用于跟踪分布式服务之间的应用数据链路，分析处理延时，帮助我们改进系统的性能和定位故障。

官网:https://zipkin.io/

1. 下载Zipkin的jar包，在官网可以下载.

2. 通过命令行，输入下面的命令启动ZipKin Server

   java -jar zipkin-server-2.22.1-exec.jar
   

3. 通过浏览器访问 http://localhost:9411访问
   
   三板斧操作

4. 在pom.xml 导入依赖 因为zipkin jar 包里面有sleuth依赖 所以不需要导入 sleuth的依赖了

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

5. 在配置文件当中添加配置

   spring:
     zipkin:
       base-url: http://127.0.0.1:9411/ #zipkin server的请求地址
       discoveryClientEnabled: false #让nacos把它当成一个URL，而不要当做服务名
     sleuth: 
       sampler: 
         probability: 1.0 #采样的百分比
   

6. 没有注解

7. 启动测试
   

为什么需要对Zipkin 做自定义配置

1. 默认情况下 Zipkin 将跟踪信息存储在内存中JVM 重启会丢失
2. Zipkin 默认使用http 方式上报跟踪数据 性能较差

Zipkin 配置mysql 跟踪数据持久化 最好建议配置ES 我这里就配置mysql 了

1.在mysql 中添加数据表 连接如下 mysql表
​ 1.把sql 脚本放到 mysql 当中进行执行
​ 2. ZipKin 启动指定mysql 路径

 java -jar zipkin-server-2.23.9-exec.jar --STORAGE_TYPE=mysql --MYSQL_HOST=127.0.0.1 --MYSQL_TCP_PORT=3306 --MYSQL_USER=root --MYSQL_PASS=abc123456 --MYSQL_DB=zw_zipkin 

查看mysql

Zipkin+Sleuth整合 采用mq方式

1. Zipkin 启动方式

java -DKAFKA_BOOTSTRAP_SERVERS=127.0.0.1:9092 -jar zipkin-server-2.23.9-exec.jar --STORAGE_TYPE=mysql --MYSQL_HOST=127.0.0.1 --MYSQL_TCP_PORT=3306 --MYSQL_USER=root --MYSQL_PASS=abc123456 --MYSQL_DB=zw_zipkin 

启动后查看

2.添加依赖

<dependency>
       <groupId>org.springframework.kafka</groupId>
       <artifactId>spring-kafka</artifactId>
       <version>2.5.0.RELEASE</version>
</dependency>

3.修改配置文件 yml

spring:
  kafka:
    bootstrap-servers: 127.0.0.1:9092
    producer:
      retries: 3
    consumer:
      auto-offset-reset: latest
  sleuth:
    sampler:
      probability: 1.0  # 采样比例, 1.0 表示 100%, 默认是 0.1
  zipkin:
    sender:
      type: kafka # 默认是 web
    base-url: http://localhost:9411/

1. 没有注解

2. 启动测试