SkyWalking 介绍及部署

随着微服务架构的流行,一些微服务架构下的问题也会越来越突出,比如一个请求会涉及多个服务,而服务本身可能也会依赖其他服务,整个请求路径就构成了一个网状的调用链,而在整个调用链中一旦某个节点发生异常,整个调用链的稳定性就会受到影响。

面对以上情况, 我们就需要一些可以帮助理解系统行为、用于分析性能问题的工具,以便发生故障的时候,能够快速定位和解决问题,这时候 APM(Application Performance Management应用性能管理)工具就该闪亮登场了。

1、SkyWalking简介

SkyWalking 它是一款优秀的国产 APM 工具,包括了分布式追踪、性能指标分析、应用和服务依赖分析等。

SkyWalking架构分为三部分:

   - skyWalking-collector:链路数据归集器,相当于Skywalking的服务端

   - skyWalking-ui:SkyWalking的web可视化平台

   - skyWalking-agent:探针,与应用容器绑定在一起,启动时通过javaagent进行JVM级别的AOP,收集和发送数据到归集器

SkyWalking 的核心是数据分析和度量结果的存储平台,通过 HTTP 或 gRPC 方式向 SkyWalking Collecter 提交分析和度量数据,SkyWalking Collecter 对数据进行分析和聚合,存储到 Elasticsearch、H2、MySQL、TiDB 等。

说明: SkyWalking 的核心是数据分析和度量结果的存储平台,通过 HTTP 或 gRPC 方式向 SkyWalking Collecter 提交分析和度量数据,SkyWalking Collecter 对数据进行分析和聚合,

存储到 Elasticsearch、H2、MySQL、TiDB 等其一即可,最后我们可以通过 SkyWalking UI 的可视化界面对最终的结果进行查看。Skywalking 支持从多个来源和多种格式收集数据:多种语言的 Skywalking Agent 、Zipkin v1/v2 、Istio 勘测、Envoy 度量等数据格式。

整体架构看似模块有点多,但在实际上还是比较清晰的,主要就是通过收集各种格式的数据进行存储,然后展示。

所以搭建 Skywalking 服务我们需要关注的是 SkyWalking Collecter、SkyWalking UI 和 存储设备,SkyWalking Collecter、SkyWalking UI 官方下载安装包内已包含,最终我们只需考虑存储设备即可。

2、SkyWalking的搭建

2.1 部署Elasticsearch

注意:版本与SkyWalking版本对应

 展开源码

docker run --name elasticsearch -p 9200:9200  -p 9300:9300 \
 -e "discovery.type=single-node" \
 -e ES_JAVA_OPTS="-Xms1g -Xmx1g" \
 --restart always \
 -v /home/docker/elastic/elasticsearch/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
 -v /home/docker/elastic/elasticsearch/data:/usr/share/elasticsearch/data \
 -v /home/docker/elastic/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
 --net network_network \
 -d elasticsearch:7.17.0

2.2 部署SkyWalking-Server

apache-skywalking-apm-es7-8.3.0.tar.gz 下载地址

  • 拉取镜像

 展开源码

docker pull apache/skywalking-oap-server:8.3.0-es7

  • 运行 skywalking-oap-server 容器     SW_STORAGE:数据存储配置,支持H2,MySQL、ES等,这里改为 elasticsearch7

          配置文件路径:apache-skywalking-apm-bin-es7/config/application.yml

SkyWalking 默认使用12800作为Rest API通信端口,11800为gRPC API端口

 展开源码

docker run -d --name skywalking-oap \
-e TZ=Asia/Shanghai \
-p 12800:12800 -p 11800:11800 \
--link elasticsearch:elasticsearch \
--net network_network \
-e SW_STORAGE=elasticsearch7 \
-e SW_STORAGE_ES_CLUSTER_NODES=elasticsearch:9200 \
apache/skywalking-oap-server:8.3.0-es7
 

2.3 部署SkyWalking-UI

配置文件路径:apache-skywalking-apm-bin-es7/webapp/webapp.yml

  • 拉取镜像

 展开源码

docker pull apache/skywalking-ui:8.3.0
  • 运行 skywalking-ui 容器

 展开源码

docker run -d --name skywalking-ui \
-e TZ=Asia/Shanghai \
-p 8088:8080 \
--link skywalking-oap:skywalking-oap \
--net network_network \
-e SW_OAP_ADDRESS=skywalking-oap:12800 \
apache/skywalking-ui:8.3.0

3、应用接入

注意:agent 中指定服务名(SW_AGENT_NAME),不同的服务用不同的服务名区分。如果服务名相同,相当于是多个实例。

3.1 jar包部署方式

  • 将skywalking安装包下的agent整个目录(apache-skywalking-apm-bin-es7/agent),拷贝到应用机器所在的目录,如:/home/docker/

  • 在启动的脚本上添加 skywalking-agent配置:

配置参数

描述

-javaagent

配置skywalking-agent.jar位置,确保这个参数在-jar参数之前

-DSW_AGENT_NAME

配置应用名称,用于区分不用的服务

-DSW_AGENT_COLLECTOR_BACKEND_SERVICES

配置server的服务地址

 展开源码

java -javaagent:/home/docker/agent/skywalking-agent.jar
-DSW_AGENT_NAME=gateway
-DSW_AGENT_COLLECTOR_BACKEND_SERVICES=127.0.0.1:11800
-Dserver.port=9999 -Xmx128m -Xms128m -XX:MaxMetaspaceSize=128m
-jar gateway.jar 

3.2 dockerfile方式

  • 将skywalking安装包下的agent整个目录(apache-skywalking-apm-bin-es7/agent),拷贝到应用机器所在的目录,如:/home/docker/

  • docker-compose.yml

docker-compose.yml 展开源码

  # skywalking-aop
  skywalking-oap:
    image: apache/skywalking-oap-server:8.3.0-es7
    container_name: skywalking-oap
    links:
      - elasticsearch:elasticsearch
    restart: always
    ports:
      - 11800:11800
      - 12800:12800
    environment:
      TZ: Asia/Shanghai
      SW_STORAGE: elasticsearch7
      SW_STORAGE_ES_CLUSTER_NODES: elasticsearch:9200
      JAVA_OPTS: "-Xms512m -Xmx512m"
    networks:
      - network

  # skywalking-ui
  skywalking-ui:
    image: apache/skywalking-ui:8.3.0
    container_name: skywalking-ui
    links:
      - skywalking-oap:skywalking-oap
    restart: always
    ports:
      - 8088:8080
    environment:
      TZ: Asia/Shanghai
      SW_OAP_ADDRESS: skywalking-oap:12800
    networks:
      - network
 

4、SkyWalking UI 界面说明

4.1 仪表盘

4.1.1 APM

APM 应用性能管理,分为全局维度、服务维度、实例维度、端点维度

(1)全局维度
  • Service Load:服务每分钟请求数
  • Slow Services:慢响应服务,服务耗时最长的一次耗时时间
  • Un-Health Services(Apdex):服务性能健康指数,0~1
  • Slow EndPoints:慢响应的端点
  • Global Response Latency:不同百分比的响应延时时间
  • Global Heatmap:热力图

(2)服务维度
  • Service Apdex:服务性能指数
  • Service Apdex(折线图):
  • Service Avg Response Time:平均响应时间
  • Global Response Time Percentile:百分比的响应时间
  • Successful Rate:请求成功率
  • Successful Rate(折线图):不同时间的请求的成功率
  • Service Load:每分钟请求数
  • Service Load(折线图):不同时间的每分钟请求数
  • Service Instances Load:每个服务实例的每分钟请求数
  • Slow Service Instances:服务实例的最大延时
  • Service Instances Successful Rate:服务实例的请求成功率

(3)实例维度
  • Service Instances Load:服务实例的每分钟请求数
  • Service Instances Successful Rate:服务实例的请求成功率
  • Service Instances Latency:服务实例的响应延时
  • JVM CPU:占用CPU的百分比
  • JVM Memory:内存占用大小
  • JVM GC Time:垃圾回收时间,包括Young GC 和 Old GC
  • JVM GC Count:垃圾回收次数
  • JVM Thread Count:JVM 创建线程数量
  • CLR xxx:

(4)端点维度
  • EndPoint Load in Current Service:每个端点的每分钟请求数
  • Slow Endpoints in Current Service:每个端点的最慢请求时间
  • Successful Rate in Current Service:每个端点的请求成功率
  • Endpoint Load:当前端点每个时间段的请求数据
  • Endpoint Avg Response Time:端点请求的平均响应时间
  • Endpoint Response Time Percentile:当前端点每个时间段的响应时间占比
  • Endpoint Successful Rate:当前端点每个时间段的请求成功率

4.1.2 数据库

展示数据库的响应时间、响应时间分布、吞吐量、SLA、慢SQL等详细信息,便于直观展示数据库状态

  • Database Avg Response Time:数据库平均响应时间
  • Database Access Successful Rate:数据库的访问成功率
  • Database Traffic:数据库每分钟请求数
  • Database Access Latency Percentile:数据库不同比例的响应时间
  • Slow Statements:前N个慢查询
  • All Database Loads:所有数据库中的每分钟请求数排名
  • Un-Health Databas:所有数据库的请求成功率排名

4.1.3 Istio、SelfObservability 、WebBrowser

这几个比较次用,用得不多,不详细介绍

  • Istio:结合Istio,适配容器、采集容器信息
  • SelfObservability:监控SkyWalking自身信息
  • WebBrowser:8.2.0 版本新增的浏览器,提供PV、UV等数据。需结合 Skywalking-Client-js 使用

SkyWalking自监控(SelfObservability)的配置:

修改配置文件apache-skywalking-apm-bin-es7/config/application.yml

修改内容:

Prometheus-fetcher 的selector修改为:default

telemetry的selector修改为:prometheus

SelfObservability:

4.2 拓扑图

服务之间的调用关系。每条连线的颜色反应了服务之间的调用延迟情况,可以非常直观的看到服务与服务之间的调用状态,连线中间的点能点击,可显示两个服务之间链路的平均响应时间、吞吐率以及SLA等信息

4.3 追踪

显示请求的代码内部执行情况,一个完整的请求都经过了哪些服务、执行了哪些代码方法、每个方法的执行时间、执行状态等详细信息,快速定位代码问题

  • 左侧:端点信息列表(API接口列表),红色——异常请求;蓝色——正常请求
  • 右侧:请求追踪列表,请求中连接各端点的先后顺序和时间

4.4 性能剖析

  • 服务:需要分析的服务
  • 端点:链路监控中的端点名称(可以在链路追踪中查看端点信息)
  • 监控时间:采集数据的开始时间
  • 监控持续时间:采集数据的时间长度
  • 起始监控时间:多少毫秒后开始进行采集
  • 监控间隔:多少毫秒采集一次
  • 最大采样数:最大采集多少样本

4.5 日志

参考:微服务链路追踪 Skywalking 生成 Trace ID 以及 logback 日志归集-CSDN博客

在应用代码中添加依赖

 展开源码

<!--skywalking trace工具包-->
<dependency>
  <groupId>org.apache.skywalking</groupId>
  <artifactId>apm-toolkit-trace</artifactId>
  <version>${skywalking.version}</version>
</dependency>

4.6 告警

参考:Skywalking-告警功能实践_from(endpoint.*).filter(responsecode in [404,500,5-CSDN博客

5、其他相关的配置

5.1 数据清理机制

配置文件路径:apache-skywalking-apm-bin-es7/config/application.yml

 展开源码

core:
  selector: ${SW_CORE:default}
  default:
        # 数据清理机制的开关,默认开启
    enableDataKeeperExecutor: ${SW_CORE_ENABLE_DATA_KEEPER_EXECUTOR:true}
        # 数据清理定时器周期,默认5,单位分钟
    dataKeeperExecutePeriod: ${SW_CORE_DATA_KEEPER_EXECUTE_PERIOD:5}
        # 明细记录数据的有效期,默认3天
    recordDataTTL: ${SW_CORE_RECORD_DATA_TTL:3} # Unit is day
        # 指标数据的有效期,默认7天
    metricsDataTTL: ${SW_CORE_METRICS_DATA_TTL:7} # Unit is day

5.2 数据存储和写入优化(针对ES)

主要是进行bulk 批量写入调整,buffer 优化等,具体参见《elasticsearch写入速度优化》

5.3 链路过长问题

往往就是循环中调用其他服务 或 循环操作数据库;或者 定时任务重跑批处理

方案:

1、不加入链路追踪,直接ignore url 配置忽略

2、业务代码处理,数据库批量更新操作

6、参考文档:

【1】Skywalking分布式追踪与监控(Skywalking分布式追踪与监控)

【2】破解 Java Agent 探针黑科技 (破解 Java Agent 探针黑科技)

【3】elasticsearch 写入速度优化 (elasticsearch 写入速度优化)

【4】SkyWalking 数据清理机制 (SkyWalking 数据清理机制)

【5】开启Apache SkyWalking的自监控 (开启Apache SkyWalking的自监控)

【6】Skywalking-告警功能实践Skywalking-告警功能实践

  • 8
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
部署SkyWalking单体应用程序,您可以按照以下步骤进行操作: 1. 首先,您需要下载SkyWalking的压缩包并解压缩。您可以使用以下命令下载和解压缩SkyWalking 8.4.0版本: ``` wget https://mirrors.tuna.tsinghua.edu.cn/apache/skywalking/8.4.0/apache-skywalking-apm-8.4.0.tar.gz tar -zxvf apache-skywalking-apm-8.4.0.tar.gz ``` 或者,如果您想要使用SkyWalking 9.2.0版本,可以使用以下命令: ``` wget https://dlcdn.apache.org/skywalking/9.2.0/apache-skywalking-apm-9.2.0.tar.gz tar -zxvf apache-skywalking-apm-9.2.0.tar.gz ``` 2. 解压缩后,您可以启动SkyWalking服务。使用以下命令启动SkyWalking 8.4.0版本: ``` /apps/apache-skywalking-apm-bin/bin/startup.sh ``` 或者,如果您使用的是SkyWalking 9.2.0版本,可以使用以下命令: ``` /apps/apache-skywalking-apm-bin/startup.sh ``` 3. 确认SkyWalking服务已成功启动。您可以检查控制台输出,确保SkyWalking OAP和Web应用程序都已成功启动。 4. 最后,您可以根据需要进行SkyWalking的配置。使用以下命令编辑配置文件: ``` vim /apps/apache-skywalking-apm-bin/config/application.yml ``` 在配置文件中,您可以设置SkyWalking的各种参数,如数据存储方式、采样率、告警规则等。 请注意,上述步骤是基于引用内容[1]和[2]提供的信息。如果您使用的是其他版本的SkyWalking或有其他特定要求,请参考官方文档或相关资源进行部署

“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
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
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、付费专栏及课程。

余额充值