概述
在前面:微服务调用链追踪中心搭建 一文中我们利用 Zipkin 搭建了一个微服务调用链的追踪中心,并且模拟了微服务调用的实验场景。利用 Zipkin 的库 Brave,我们可以收集一个客户端请求从发出到被响应 经历了哪些组件、哪些微服务、请求总时长、每个组件所花时长 等信息。
本文将讲述如何利用 Zipkin 对 Mysql 数据库的调用进行追踪,这里同样借助 OpenZipkin 库 Brave 来完成。
扩展 ZipkinTool 组件
ZipkinTool 是在《微服务调用链追踪中心搭建》一文中编写的与 Zipkin 通信的工具组件,利用其追踪微服务调用链的,现在我们想追踪 Mysql 数据库调用链的话,可以扩展一下其功能。
pom.xml 添加依赖:
io.zipkin.brave
brave-mysql
4.0.6
在 ZipkinConfiguration 类中添加 MySQLStatementInterceptorManagementBean
@Bean
public MySQLStatementInterceptorManagementBean mySQLStatementInterceptorManagementBean() {
return new MySQLStatementInterceptorManagementBean(brave().clientTracer());
}
添加 Mysql 数据库访问的微服务
依然继承前文:《微服务调用链追踪中心搭建》,我们改造一下文中的 ServiceC 这个微服务,在其中添加与 Mysql 数据库的交互。
pom.xml 中添加 JDBC 和 Mysql 依赖
org.springframework.boot
spring-boot-starter-jdbc
mysql
mysql-connector-java
runtime
application.properties 中添加 Mysql 连接的配置
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://你的 Mysql 服务所在 IP:3307/test?useSSL=false\
&statementInterceptors=com.github.kristofa.brave.mysql.MySQLStatementInterceptor\
&zipkinServiceName=mysqlService
spring.datasource.username=root
spring.datasource.password=XXXXXX
Controller 中添加 JdbcTemplate 访问数据库的代码
@GetMapping("/mysqltest ”)
public String mysqlTest() {
String name = jdbcTemplate.queryForObject( "SELECT name FROM user WHERE id = 1", String.class );
return "Welcome " + name;
}
启动 Mysql 数据库服务
1. 启动 Mysql 容器
docker run -d -p 3307:3306 \
-v ~/mysql/data:/var/lib/mysql \
-v ~/mysql/conf:/etc/mysql/conf.d \
-e MYSQL_ROOT_PASSWORD=XXXXXX \
--name mysql mysql
2. 再启动一个 Mysql 容器,接入其中做一些设置
首先进入 mysql 命令行
docker run -it --rm \
--link mysql:mysql mysql \
mysql -hmysql -u root -p
接下来创建数据库 zipkin: 用于存放 Zipkin 所收集的数据
CREATE DATABASE `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,
`error_count` BIGINT
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;
ALTER TABLE zipkin_dependencies ADD UNIQUE KEY(`day`, `parent`, `child`);
这里创建了三个数据表。
Sql 脚本执行完成后,可以看到 zipkin 相关的三个表已经建成:
创建数据库 test:用作测试数据库
CREATE DATABASE `test`
CREATE TABLE `user` (
`id` int(11) unsigned NOT NULL auto_increment,
`name` varchar(100) DEFAULT NULL ,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET = utf8;
insert into user values (1,” hansonwang99 ”)
这里插入了一条数据用于实验。
启动 zipkin 服务
docker run -d -p 9411:9411 \
--link mysql:mysql \
-e STORAGE_TYPE=mysql \
-e MYSQL_HOST=mysql \
-e MYSQL_TCP_PORT=3306 \
-e MYSQL_DB=zipkin \
-e MYSQL_USER=root \
-e MYSQL_PASS=XXXXXX \
--name zipkin openzipkin/zipkin
启动 Mysql 数据库访问的微服务(即 ServiceC )
在浏览器中输入:localhost:8883/mysqltest,如果看到以下输出,就可以证明数据库调用操作已经成功了!
Zipkin 追踪数据库调用实际实验
**浏览器输入:**http://localhost:9411/zipkin/
打开 Zipkin Web UI,点击服务名下拉列表能看见已经成功识别了 Mysql 数据库调用服务
选中 mysqlservice 后,点击 Find Traces
可以看到 首次查询 Mysql 的调用链追踪信息,有很多
随便点开某一个查看:
**接下来浏览器中再次输入:**localhost:8883/mysqltest
目的是再次触发 Mysql 的调用,然后再次 Find Traces,可以看到追踪数据类似下图:包含两次 Mysql 的 query 动作:
点开第一个 query 查看,其实际上是在 尝试连接 Mysql 数据库
点开第二个 query 查看,发现这里才是 实际查询业务
从图形化界面上可以清楚地知道每个阶段的详细步骤与耗时,因此可以用来分析哪个 SQL 语句执行相对较慢。
后记
本文实验所用源码已经开源,需要的话请 自取。
作者更多的原创文章:在 V2EX
参考文献: