微服务-链路追踪

springcloud：https://blog.csdn.net/qq_52681418/article/details/113247805

微服务-链路追踪

通过链路追踪，可以记录请求在整个调用链路的日志信息、对应用性能进行监控、显示服务调用情况。

在链路追踪过程中，会出现以下2个名词：

• trace：调用链路，有一个链路ID（traceID）。
• span：工作单元，即单次调用。

Sleuth+Zipkin

Sleuth全称SpringCloud Sleuth，主要为分布式系统提供链路追踪提>供解决方案，兼容Zipkin。

如果想对服务调用链路进行追踪，则需要为整个链路上的所有服务都添加Sleuth。

1.打印日志

在服务中使用Sleuth：

引入sleuth依赖：

<!--链路追踪sleuth依赖-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>

配置Sleuth:

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

配置好后，运行服务，日志信息就将在控制台被打印出来，但是打印出来的日志不是特别直观。

2.聚合日志Zipkin

使用Zipkin将上面的日志进行日志聚合，将日志信息可视化展示、并且提供全文检索。

和Sleuth一样，Zipkin也要在调用链路上的所有服务配置，而且需要在使用Sleuth的基础上使用。

Zipkin分为服务端、客户端：

• 服务端：聚合所有客户端的日志信息，但不提供持久化。
• 客户端：采集目标服务的日志信息，最终统一到服务端。

默认可以通过http、Kafka、RabbitMQ传输收集数据。
zipkin公开了Api接口：https://zipkin.io/zipkin-api/#/default/post_spans

使用Zipkin

服务端配置：
下载Zipkin Server：
https://search.maven.org/remote_content?g=io.zipkin.java&a=zipkin-server&v=LATEST&c=exec
启动Zipkin Server：默认端口 9411

# 启动zipkin
java  -jar zipkin-server-2.12.9-exec.jar

管理后台： http://127.0.0.1:9411

客户端配置：

引入客户端依赖：

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

配置客户端：

spring:
 zipkin:							#聚合日志配置
   base-url: http://127.0.0.1:9411/ #zipkin server的请求地址
   sender:
     type: web  					#请求方式,默认以http的方式向zipkin server发送追踪数据
 sleuth:
   sampler:
     probability: 1.0 				#采集的百分比，1表示全部采集

服务端启动：启动时指定mysql来持久化采集的数据，持久化看下一节。

java -jar zipkin-server-2.12.9-exec.jar
--STORAGE_TYPE=mysql			# 存储类型
--MYSQL_HOST=127.0.0.1			# mysql主机地址
--MYSQL_TCP_PORT=3306			# mysql端口
--MYSQL_DB=zipkin				# mysql数据库名称			
--MYSQL_USER=root				# mysql用户名
--MYSQL_PASS=root				# mysql密码

3.持久化数据

采集到的日志信息可以持久化到 MySQL、Elasticsearch、Cassandra中。

将采集到的数据持久化到mysql：

持久化到mysql需要先创建一张存储数据的表，表结构已经在zipkin官网给出（我并没有找到）：

CREATE DATABASE IF NOT EXISTS zipkin;

CREATE TABLE IF NOT EXISTS zipkin_spans (
	`trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit', 
	`trace_id` BIGINT NOT NULL,
	`id` BIGINT NOT NULL,
	`name` VARCHAR(255) NOT NULL,
	`parent_id` BIGINT,
	`debug` BIT(1),
	`start_ts` BIGINT COMMENT 'Span.timestamp(): epoch micros used for endTs query and to implement TTL',
	`duration` BIGINT COMMENT 'Span.duration(): micros used for minDuration and maxDuration query' 
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_spans ADD UNIQUE KEY(`trace_id_high`, `trace_id`, `id`) COMMENT 'ignore insert on duplicate';
ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`, `id`) COMMENT 'for joining with zipkin_annotations';
ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTracesByIds';
ALTER TABLE zipkin_spans ADD INDEX(`name`) COMMENT 'for getTraces and getSpanNames';
ALTER TABLE zipkin_spans ADD INDEX(`start_ts`) COMMENT 'for getTraces ordering and range';

CREATE TABLE IF NOT EXISTS zipkin_annotations (
	`trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
	`trace_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.trace_id',
	`span_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.id',
	`a_key` VARCHAR(255) NOT NULL COMMENT 'BinaryAnnotation.key or Annotation.value if type == -1',
	`a_value` BLOB COMMENT 'BinaryAnnotation.value(), which must be smaller than 64KB',
	`a_type` INT NOT NULL COMMENT 'BinaryAnnotation.type() or -1 if Annotation',
	`a_timestamp` BIGINT COMMENT 'Used to implement TTL; Annotation.timestamp or zipkin_spans.timestamp',
	`endpoint_ipv4` INT COMMENT 'Null when Binary/Annotation.endpoint is null',
	`endpoint_ipv6` BINARY(16) COMMENT 'Null when Binary/Annotation.endpoint is null, or no IPv6 address',
	`endpoint_port` SMALLINT COMMENT 'Null when Binary/Annotation.endpoint is null',
	`endpoint_service_name` VARCHAR(255) COMMENT 'Null when Binary/Annotation.endpoint is null'
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_annotations ADD UNIQUE KEY(`trace_id_high`, `trace_id`,`span_id`, `a_key`, `a_timestamp`) COMMENT 'Ignore insert on duplicate'; 
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`, `span_id`) COMMENT 'for joining with zipkin_spans'; 
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTraces/ByIds'; 
ALTER TABLE zipkin_annotations ADD INDEX(`endpoint_service_name`) COMMENT 'for getTraces and getServiceNames'; 
ALTER TABLE zipkin_annotations ADD INDEX(`a_type`) COMMENT 'for getTraces';
ALTER TABLE zipkin_annotations ADD INDEX(`a_key`) COMMENT 'for getTraces';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id`, `span_id`, `a_key`) COMMENT 'for dependencies job'; 

CREATE TABLE IF NOT EXISTS zipkin_dependencies (
	`day` DATE NOT NULL,
	`parent` VARCHAR(255) NOT NULL,
	`child` VARCHAR(255) NOT NULL, 
	`call_count` BIGINT
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci; 

ALTER TABLE zipkin_dependencies ADD UNIQUE KEY(`day`, `parent`, `child`);

执行上面的sql，再启动zipkin server即可：

java -jar zipkin-server-2.12.9-exec.jar 
--STORAGE_TYPE=mysql 
--MYSQL_HOST=127.0.0.1 
--MYSQL_TCP_PORT=3306 
--MYSQL_DB=zipkin 
--MYSQL_USER=root 
--MYSQL_PASS=root

将采集到的数据持久化到Elasticsearch：

下载Elasticsearch：https://www.elastic.co/cn/downloads/past-releases/elasticsearch-7-9-1
启动Elasticsearch：运行bin/elasticsearch.bat
启动zipkin server：

java -jar zipkin-server-2.12.9-exec.jar 
--STORAGE_TYPE=elasticsearch 
--ES-HOST=localhost:9200

4.化数据采集RabbitMQ

Zipkin的采集效率不是很高，因此可以使用消息中间件在客户端、服务端直接添加消息队列，使同步的http采集变为异步采集，从而实现优化。

消息中间件：https://blog.csdn.net/qq_52681418/article/details/113522897

优化流程如下：

1.安装rabbitmq-server-3.7.4.exe、启动zipkin server：

java -jar zipkin-server-2.12.9-exec.jar 
--RABBIT_ADDRESSES=127.0.0.1:5672

参数：

• RABBIT_ADDRESSES ： 指定RabbitMQ地址
• RABBIT_USER： 用户名（默认guest）
• RABBIT_PASSWORD ： 密码（默认guest）

引入依赖：

<!--消息中间件-->
<dependency>
   <groupId>org.springframework.cloud</groupId>
   <artifactId>spring-cloud-sleuth-zipkin</artifactId>
</dependency>
<dependency>
   <groupId>org.springframework.amqp</groupId>
   <artifactId>spring-rabbit</artifactId>
</dependency>

添加配置：

spring:
 application:
   name: api-gateway 		#指定服务名
 zipkin: #zipkin配置    
   #base-url: http://127.0.0.1:9411/  #zipkin server的请求地址
   sender:
     type: rabbit			#请求方式：web→rabbit
 sleuth:	#springcloud sleuth配置
   sampler:
     probability: 1.0  		#采样的百分比
 rabbitmq:	#rabbitmq配置
   host: localhost
   port: 5672
   username: guest
   password: guest
   listener: 				# 重试策略配置
     direct:
       retry:
         enabled: true
     simple:
       retry:
         enabled: true

Skywalking

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

Skywalking的特点是与项目独立，不用额外编写代码就可以实现检测，它是一个可观测性分析平台（OAP）也是一个应用性能管理系统（APM）。

它提供了：

• 链路追踪
• 服务网格(Service Mesh)遥测分析
• 度量(Metric)聚合和可视化一体化

---

skywalking实现链路追踪需要使用探针来采集数据，只需要在需要监测的服务上安装探针即可。

详情：https://cloud.tencent.com/developer/article/1676282