skywalking前端_SkyWalking

Skywalking(简称SW)是分布式系统的应用程序性能监视(APM)工具,专为微服务、云原生和容器架构而设计,提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案。通过探针自动收集所需的指标,并进行分布式追踪,具有无代码嵌入,支持众多中间件,agent种类全面,性能消耗低等优点。

下载

在github的Skywalking项目中下载最新版安装包官网地址

解压部署

tar -zxvf apache-skywalking-apm-6.5.0.tar.gz

在服务器上解压该安装包,并进入config文件夹,对application.yml进行设置,主要设置如下几个部分

core:

selector: ${SW_CORE:default}

default:

# Mixed: Receive agent data, Level 1 aggregate, Level 2 aggregate

# Receiver: Receive agent data, Level 1 aggregate

# Aggregator: Level 2 aggregate

role: ${SW_CORE_ROLE:Mixed} # Mixed/Receiver/Aggregator

restHost: ${SW_CORE_REST_HOST:10.26.110.8}

restPort: ${SW_CORE_REST_PORT:12800}

restContextPath: ${SW_CORE_REST_CONTEXT_PATH:/}

restMinThreads: ${SW_CORE_REST_JETTY_MIN_THREADS:1}

restMaxThreads: ${SW_CORE_REST_JETTY_MAX_THREADS:200}

restIdleTimeOut: ${SW_CORE_REST_JETTY_IDLE_TIMEOUT:30000}

restAcceptorPriorityDelta: ${SW_CORE_REST_JETTY_DELTA:0}

restAcceptQueueSize: ${SW_CORE_REST_JETTY_QUEUE_SIZE:0}

gRPCHost: ${SW_CORE_GRPC_HOST:10.26.110.8}

gRPCPort: ${SW_CORE_GRPC_PORT:11800}

gRPCSslEnabled: ${SW_CORE_GRPC_SSL_ENABLED:false}

gRPCSslKeyPath: ${SW_CORE_GRPC_SSL_KEY_PATH:""}

gRPCSslCertChainPath: ${SW_CORE_GRPC_SSL_CERT_CHAIN_PATH:""}

gRPCSslTrustedCAPath: ${SW_CORE_GRPC_SSL_TRUSTED_CA_PATH:""}

storage:

selector: ${SW_STORAGE:elasticsearch7}

主要修改core中0.0.0.0host改为ip,便于访问。storage修改为es7,配合elk可以清晰查看日志。

接着修改webapp中webapp.xml配置

server:

port: 8081 #前端ui访问端口

collector:

path: /graphql

ribbon:

ReadTimeout: 10000

# Point to all backend's restHost:restPort, split by ,

listOfServers: 10.26.110.8:12800 #修改为本机ip便于访问

启动

bin目录下的startup.sh启动

监控

需要将skywalking-agent探针包上传到被监控JAR的服务器上并重新启动被监控JAR

java -javaagent:/path/to/skywalking-agent/skywalking-agent.jar -Dskywalking.agent.service_name=nacos-provider -Dskywalking.collector.backend_service=ip:11800 -jar yourApp.jar

@echo on

java -Dlogback.configurationFile=config/logback.xml -jar bin/denza-registerserver-3.0.jar

界面使用总结

image.png

指标盘界面通识

image.png

最上方为功能区,用来切换SW不同的功能,具体功能将在后续篇章介绍;

功能区下方为指标对象,SW的监控对象分为 服务、端点和实例三种;

右下角为时间区,用来设定统计指标的时间域(所有的指标展示都依赖与这个时间范围)。点击右上“自动”按钮可以开启自动刷新模式;

其余空间为指标盘展示区,用来展示各种指标信息。

这里着重介绍下 SkyWalking 中最重要的三个概念:

服务(Service) :表示对请求提供相同行为的一系列或一组工作负载。在使用 Agent 或 SDK 的时候,你可以定义服务的名字。如果不定义的话,SkyWalking 将会使用应用名称上定义的名字,为了和告警服务联动,这里推荐大家配置成应用中心中的应用名。

这里,我们可以看到 应用的服务为 "is-travel-business",这是在agent 环境变量 SW_AGENT_NAME 中所定义的。

端点(Endpoint) :对于特定服务所接收的请求路径, 如 HTTP 的 URI 路径和 gRPC 服务的类名 + 方法签名。

这里,我们可以看到 Spring Boot 应用的一个端点,为 API 接口 /api/banner/{id}。

服务实例(Service Instance) :上述的一组工作负载中的每一个工作负载称为一个实例。就像 Kubernetes 中的 pods 一样, 服务实例未必就是操作系统上的一个进程。但当你在使用 Agent 的时候, 一个服务实例实际就是操作系统上的一个真实进程。

这里,我们可以看到 Spring Boot 应用的实例为 {进程UUID}@{hostname},由 Agent 自动生成。

SW所有的指标信息都是围绕三者展开的。

1. 指标仪表盘

1.1 服务指标

点击仪表盘,选择要查询的应用,如“is-file-store”, 再切换仪表盘为“Service”模式,即可查询对应服务的指标

image.png

服务主要指标包括:

ApdexScore : 性能指数,Apdex(Application Performance Index)是一个国际通用标准,Apdex 是用户对应用性能满意度的量化值。它提供了一个统一的测量和报告用户体验的方法,把最终用户的体验和应用性能作为一个完整的指标进行统一度量,其中最高为1最低为0;

ResponseTime:响应时间,即在选定时间内,服务所有请求的平均响应时间(ms);

Throughput: 吞吐量,即在选定时间内,每分钟服务响应的请求量(cpm)

SLA: service level agreement,服务等级协议,SW中特指每分钟内响应成功请求的占比。

大盘中会列出以上指标的当前的平均值,和历史走势。

服务慢端点 Service Slow Endpoint

服务指标仪表盘会列举出当前服务响应时间最大的端点Top5,如果有端点的响应时间过高,则需要进一步关注其指标(点击可以复制端点名称)。

image.png

运行中的实例 Running ServiceInstance

该服务目前所有实例的吞吐量情况,通过此可以推断出实例之间的负载情况。如果发现某个实例吞吐量较低,就需要查询实例指标(如查询该实例是不是发生了GC,或则CPU利用率过高)

image.png

1.2 端点指标

如果发现有端点的响应时间过高,可以进一步查询该端点的指标信息。和服务指标类似,端点指标也包括吞吐量、SLA、响应时间等指标,这里不再赘述。

端点仪表盘会有如下特有信息:

Dependency Map: 依赖关系图,代表哪些服务在依赖(调用)该端点,如果是前端直接调用,会显示为用户(User)依赖中;

Slow Traces: 即慢调用请求记录,SW会自动列出当前时间段内端点最慢的调用记录和TraceID,通过这个ID可以在追踪功能找到具体的调用链信息,便于定位。

image.png

1.3 服务实例指标

选择服务的实例并切换仪表盘,即可查看服务某个实例的指标数据。除了常规的吞吐量、SLA、响应时间等指标外,实例信息中还会给出JVM的信息,如堆栈使用量,GC耗时和次数等。

image.png

1.4 DB 数据指标查询

除了服务本身的指标,SW也监控了服务依赖的DB指标。切换DB指标盘并选择对应DB实例,就可以看到从服务角度(client)来看该DB实例的吞吐量、SLA、响应时间等指标。

更进一步,该DB执行慢SQL会被自动列出,可以直接粘贴出来,便于定位耗时原因。

image.png

2. 拓扑结构

不同于仪表盘来展示单一服务的指标,拓扑图是来展示服务和服务之间的依赖关系。

用户可以选择单一服务查询,也可以将多个服务设定为一组同时查询。

点击服务图片会自动显示当前的服务指标;

SW会根据请求数据,自动探测出依赖的服务,DB和中间件等。

点击依赖线上的圆点,会显示服务之间的依赖情况,如每分钟吞吐量,平均延迟时间,和侦察端模式(client/Server)。

image.png

3. 请求追踪

当用户发现服务的SLA降低,或者某个具体的端口响应时间上扬明显,可以使用追踪功能查询具体的请求记录。

最上方为搜索区,用户可以指定搜索条件,如隶属于哪个服务、哪个实例、哪个端口,或者请求是成功还是失败;也可以根据上文提到的TraceID精确查询。

整个调用链上每一个跨度的耗时和执行结果都会被列出(默认是列表,也可选择树形结构和表格的形式);

如果有步骤失败,该步骤会标记为红色。

image.png

点击跨度,会显示跨度详情,如果有异常发生,异常的种类、信息和堆栈都会被自动捕获;

image.png

如果跨度为数据库操作,执行的SQL也会被自动记录。

image.png

4. 性能剖析

追踪功能展示出的跨度是服务调用粒度的,如果要看应用实时的堆栈信息,可以选择性能剖析功能。

新建分析任务;

选指定的服务和端点作为分析对象;

设定采样频率和次数;

注意: 如果端点的响应时间小于监控间隔,可能会导致采样分析失败。

image.png

新建任务后,SW将开始采集应用的实时堆栈信息。采样结束后,用户点击分析即可查看具体的堆栈信息。

点击跨度右侧的“查看”,可以看到调用链的具体详情;

跨度目录下方是SW收集到的具体进程堆栈信息和耗时情况。

image.png

需要提醒的时候,性能剖析功能因为要实时高频率收集服务的JVM堆栈信息,对于服务本身有一定的性能消耗,只适用于耗时端点的行为分析。

5. 指标对比

当用户需要对比不同端点指标的关联情况的话,可以使用性能对比功能。选择待对比的端点和指标,SW将会列出相同时间段的指标记录。如下图中,两个端点虽然属于不同的应用,但是在响应时间的指标,表现出一定的关联性。实际上两个端点有依赖关系,一个响应时间变多,另一个也会变多。

image.png

  • 0
    点赞
  • 1
    收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
©️2022 CSDN 皮肤主题:数字20 设计师:CSDN官方博客 返回首页
评论

打赏作者

智能迷宫

你的鼓励将是我创作的最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额:-- )
扫码支付
扫码支付:¥2
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值