集成sleuth_Spring Cloud Sleuth整合zipkin过程解析

最新推荐文章于 2024-03-15 20:22:25 发布

苏白衣

最新推荐文章于 2024-03-15 20:22:25 发布

阅读量325

点赞数

文章标签：集成sleuth

本文链接：https://blog.csdn.net/weixin_29774037/article/details/113020346

版权

这篇文章主要介绍了Spring Cloud Sleuth整合zipkin过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

SpringCloud Sleuth 简介

Spring Cloud Sleuth为Spring Cloud实现了分布式跟踪解决方案。

Spring Cloud Sleuth借鉴了Dapper的术语。

Span：基本的工作单元。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。

Annotation：用于及时记录存在的事件。常用的Annotation如下：

cs：客户端发送(client send) 客户端发起一个请求，表示span开始

sr：服务器接收(server received) 服务器接收到客户端的请求并开始处理，sr - cs 的时间为网络延迟

ss：服务器发送(server send) 服务器处理完请求准备返回数据给客户端。ss - sr 的时间表示服务器端处理请求花费的时间

cr：客户端接收(client received) 客户端接收到处理结果，表示span结束。 cr - cs 的时间表示客户端接收服务端数据的时间

下图展示了Span和Trace在系统中的联系

Sleuth 默认采用 Http 方式将 span 传输给 Zipkin

在application.properties文件中指定

spring.zipkin.sender.type=web

使用 RabbitMQ 异步发送 span 信息

为什么选择 RabbitMQ 消息中间件发送 span 信息

sleuth 默认采用 http 通信方式，将数据传给 zipkin 作页面渲染，但是 http 传输过程中如果由于不可抗因素导致 http 通信中断，那么此次通信的数据将会丢失。而使用中间件的话，RabbitMQ 消息队列可以积压千万级别的消息，下次重连之后可以继续消费。

随着线程增多，并发量提升之后，RabbitMQ 异步发送数据明显更具有优势。

RabbitMQ 支持消息、队列持久化，可以通过消息状态落库、重回队列、镜像队列等技术手段保证其高可用。

示例

示例简介

示例包含sleuth-search、sleuth-cart、sleuth-order三个系统，用来模拟电商系统中下单的流程，用户可以搜索商品然后立即下单，也可以搜索多个商品后加入购物车，然后下单，调用情况即 search -> cart -> order，或 search -> order。

示例使用 RestTemplate 来完成三个系统间的 http 请求响应，请求方式也都遵循Restful风格。

版本说明

版本一定要对应好，一些低版本的SpringBoot无法兼容新版本的SpringCloud和zipkin

工具

版本

SpringBoot

2.1.6.RELEASE

SpringCloud

Greenwich.SR3

zipkin

2.16.2

项目结构

demo-cloudsleuth

|- sleuth-search

|- sleuth-cart

|- sleuth-order

pom.xml

导入依赖

org.springframework.boot

spring-boot-starter-parent

2.1.6.RELEASE

org.springframework.cloud

spring-cloud-dependencies

Greenwich.SR3

pom

import

org.springframework.cloud

spring-cloud-starter-zipkin

org.springframework.amqp

spring-rabbit

org.springframework.boot

spring-boot-starter-web

org.springframework.boot

spring-boot-starter-test

test

配置 RestTemplate，RestTemplate是SpringBoot提供的封装好的http工具类，可以帮助我们简化http的使用。

package com.anqi.cart.resttmplate;

import org.springframework.context.annotation.Bean;

import org.springframework.context.annotation.Configuration;

import org.springframework.http.client.ClientHttpRequestFactory;

import org.springframework.http.client.SimpleClientHttpRequestFactory;

import org.springframework.web.client.RestTemplate;

@Configuration

public class RestTemplateConfig {

@Bean

public RestTemplate restTemplate(ClientHttpRequestFactory factory) {

return new RestTemplate(factory);

}

@Bean

public ClientHttpRequestFactory clientHttpRequestFactory() {

SimpleClientHttpRequestFactory factory = new SimpleClientHttpRequestFactory();

factory.setConnectTimeout(5000);

factory.setReadTimeout(5000);

return factory;

}

三个系统下的application.properties，端口分别是8081 8082 8083

#server.port=8081 server.port=8082

server.port=8083

server.servlet.context-path=/

spring.zipkin.base-url=http://localhost:9411/

spring.zipkin.service.name=sleuth-cart

#使用默认 http 方式收集 span 需要配置此项

#spring.zipkin.sender.type=web

#sleuth 使用 rabbitmq 来向 zipkin 发送数据

spring.zipkin.sender.type=rabbit

spring.rabbitmq.host=localhost

spring.rabbitmq.port=5672

spring.rabbitmq.username=guest

spring.rabbitmq.password=guest

#设置采样率默认为 0.1 注意之前的版本是percentage 新版本中更换为 probability

spring.sleuth.sampler.probability=1

三个系统下的RestTemplate的配置，用来简化 http 请求

package com.anqi.cart.resttmplate;

import org.springframework.context.annotation.Bean;

import org.springframework.context.annotation.Configuration;

import org.springframework.http.client.ClientHttpRequestFactory;

import org.springframework.http.client.SimpleClientHttpRequestFactory;

import org.springframework.web.client.RestTemplate;

@Configuration

public class RestTemplateConfig {

@Bean

public RestTemplate restTemplate(ClientHttpRequestFactory factory) {

return new RestTemplate(factory);

}

@Bean

public ClientHttpRequestFactory clientHttpRequestFactory() {

SimpleClientHttpRequestFactory factory = new SimpleClientHttpRequestFactory();

factory.setConnectTimeout(5000);

factory.setReadTimeout(5000);

return factory;

}

@RequestMapping("cart")

@RestController

public class CartController {

@Autowired

RestTemplate restTemplate;

@Autowired

CartService cartService;

private static final String orderUrl = "http://localhost:8084/order/create";

@GetMapping("/add/{cartId}")

public String addToCart(@PathVariable("cartId") String cartId) {

cartService.addProductToCart(cartId, "小米8");

ResponseEntity res = restTemplate.getForEntity(orderUrl, String.class);

return res.getBody();

}

@RequestMapping("order")

@RestController

public class OrderController {

@GetMapping("/create")

public String creatOrder() {

System.out.println("create order");

return "create_order";

}

@RestController

public class SearchController {

@Autowired

RestTemplate restTemplate;

private static final String cartUrl = "http://localhost:8083/cart/add/1";

private static final String orderUrl = "http://localhost:8084/order/create";

@GetMapping("/search")

public String search() {

ResponseEntity cartRes = restTemplate.getForEntity(cartUrl, String.class);

ResponseEntity orderRes = restTemplate.getForEntity(orderUrl, String.class);

return "cart:" + cartRes.getBody() + "- order:" + orderRes.getBody();

}

运行结果分析

默认 http 传输 span 信息

启动Zipkin

java -jar zipkin-server-2.16.2-exec.jar

网页中手动访问

http://localhost:8082/search

我们访问zipkin站点查询调用情况

http://localhost:9411/zipkin/traces/94b954d843012ca9

可以从下图中完整清晰的看到三个系统的调用关系

下图为zipkin调用预览，我们请求四次http://localhost:8082/search来更直观的观察数据。在以下界面中，较为简洁的显示Span的个数以及调用总时延。

我们进入一个完整的调用链后访问其中的一个节点得到以下数据。

以下为一次全链路追踪的详细信息，包含7个span的所有信息，以上看到的页面展示均有以下数据加以渲染而成。

[

{

"traceId": "94b954d843012ca9",

"parentId": "bab70b1e69a5f3e3",

"id": "96387b33a823ca8f",

"kind": "SERVER",

"name": "get /order/create",

"timestamp": 1569060494069123,

"duration": 1161,

"localEndpoint": {

"serviceName": "sletuth-order",

"ipv4": "192.168.0.107"

"remoteEndpoint": {

"ipv4": "127.0.0.1",

"port": 49863

"tags": {

"http.method": "GET",

"http.path": "/order/create",

"mvc.controller.class": "OrderController",

"mvc.controller.method": "creatOrder"

"shared": true

{

"traceId": "94b954d843012ca9",

"parentId": "94b954d843012ca9",

"id": "90f7e5cfa89e0d80",

"kind": "SERVER",

"name": "get /order/create",

"timestamp": 1569060494076287,

"duration": 1296,

"localEndpoint": {

"serviceName": "sletuth-order",

"ipv4": "192.168.0.107"

"remoteEndpoint": {

"ipv4": "127.0.0.1",

"port": 49864

"tags": {

"http.method": "GET",

"http.path": "/order/create",

"mvc.controller.class": "OrderController",

"mvc.controller.method": "creatOrder"

"shared": true

{

"traceId": "94b954d843012ca9",

"parentId": "94b954d843012ca9",

"id": "bab70b1e69a5f3e3",

"kind": "CLIENT",

"name": "get",

"timestamp": 1569060494063693,

"duration": 10374,

"localEndpoint": {

"serviceName": "sleuth-search",

"ipv4": "192.168.0.107"

"tags": {

"http.method": "GET",

"http.path": "/cart/add/1"

}

{

"traceId": "94b954d843012ca9",

"parentId": "94b954d843012ca9",

"id": "90f7e5cfa89e0d80",

"kind": "CLIENT",

"name": "get",

"timestamp": 1569060494074966,

"duration": 2848,

"localEndpoint": {

"serviceName": "sleuth-search",

"ipv4": "192.168.0.107"

"tags": {

"http.method": "GET",

"http.path": "/order/create"

}

{

"traceId": "94b954d843012ca9",

"id": "94b954d843012ca9",

"kind": "SERVER",

"name": "get /search",

"timestamp": 1569060494062631,

"duration": 16332,

"localEndpoint": {

"serviceName": "sleuth-search",

"ipv4": "192.168.0.107"

"remoteEndpoint": {

"ipv6": "::1",

"port": 49859

"tags": {

"http.method": "GET",

"http.path": "/search",

"mvc.controller.class": "SearchController",

"mvc.controller.method": "search"

}

{

"traceId": "94b954d843012ca9",

"parentId": "bab70b1e69a5f3e3",

"id": "96387b33a823ca8f",

"kind": "CLIENT",

"name": "get",

"timestamp": 1569060494067090,

"duration": 3197,

"localEndpoint": {

"serviceName": "sleuth-cart",

"ipv4": "192.168.0.107"

"tags": {

"http.method": "GET",

"http.path": "/order/create"

}

{

"traceId": "94b954d843012ca9",

"parentId": "94b954d843012ca9",

"id": "bab70b1e69a5f3e3",

"kind": "SERVER",

"name": "get /cart/add/{cartid}",

"timestamp": 1569060494066140,

"duration": 8150,

"localEndpoint": {

"serviceName": "sleuth-cart",

"ipv4": "192.168.0.107"

"remoteEndpoint": {

"ipv4": "127.0.0.1",

"port": 49862

"tags": {

"http.method": "GET",

"http.path": "/cart/add/1",

"mvc.controller.class": "CartController",

"mvc.controller.method": "addToCart"

"shared": true

}

]

使用 RabbitMQ 情况

启动 zipkin，注意参数

java -jar zipkin-server-2.16.2-exec.jar --RABBIT_ADDRESSES=localhost:5672 --RABBIT_USER=guest --RABBIT_PASSWORD=guest --RABBIT_VIRTUAL_HOST=/

启动 rabbitmq

rabbitmq-server

在测试的时候发现 mq 和以上方式时延相差无几，但是随着线程数的增加也就是并发量的增加，mq 传输时延将会大大低于 http。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

苏白衣

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
集成sleuth_Spring Cloud Sleuth整合zipkin过程解析

这篇文章主要介绍了Spring Cloud Sleuth整合zipkin过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下SpringCloud Sleuth 简介Spring Cloud Sleuth为Spring Cloud实现了分布式跟踪解决方案。Spring Cloud Sleuth借鉴了Dapper的术语。Span：基本的工作单元。...
复制链接

扫一扫