5.png

分布式计算八大误区

  1. 网络可靠。
  2. 延迟为零。
  3. 带宽无限。
  4. 网络绝对安全。
  5. 网络拓扑不会改变。
  6. 必须有一名管理员。
  7. 传输成本为零。
  8. 网络同质化。（操作系统，协议）

链路追踪的必要性

如果能跟踪每个请求，中间请求经过哪些微服务，请求耗时，网络延迟，业务逻辑耗时等。我们就能更好地分析系统瓶颈、解决系统问题。因此链路跟踪很重要。

我们自己思考解决方案：在调用前后加时间戳。捕获异常。

链路追踪目的：解决错综复杂的服务调用中链路的查看。排查慢服务。

市面上链路追踪产品，大部分基于google的Dapper论文。

产品 说明
zipkin twitter开源的。是严格按照谷歌的Dapper论文来的。
pinpoint 韩国的 Naver公司的。
Cat 美团点评的
EagleEye 淘宝的

链路追踪要考虑的几个问题

  1. 需要开率探针的性能消耗,尽量不影响 服务本体。
  2. 易用, 开发可以很快接入，不要浪费太多精力。
  3. 数据分析,要实时分析。维度足够。

1. Sleuth

1.1 简介

Sleuth是Spring cloud的分布式跟踪解决方案。

  1. span(跨度)，基本工作单元。一次链路调用，创建一个span，
    span用一个64位id唯一标识。包括：id，描述，时间戳事件，spanId,span父id。
    span被启动和停止时，记录了时间信息，初始化span叫：root span，它的span id和trace id相等。
  2. trace(跟踪)，一组共享“root span”的span组成的树状结构 称为 trace，trace也有一个64位ID，trace中所有span共享一个trace id。类似于一颗 span 树。
  3. annotation（标签），annotation用来记录事件的存在，其中，核心annotation用来定义请求的开始和结束。
    • CS(Client Send客户端发起请求)。客户端发起请求描述了span开始。
    • SR(Server Received服务端接到请求)。服务端获得请求并准备处理它。SR-CS=网络延迟。
    • SS（Server Send服务器端处理完成，并将结果发送给客户端）。表示服务器完成请求处理，响应客户端时。SS-SR=服务器处理请求的时间。
    • CR（Client Received 客户端接受服务端信息）。span结束的标识。客户端接收到服务器的响应。CR-CS=客户端发出请求到服务器响应的总时间。

其实Sleuth的数据结构是一颗树，从root span 开始。

1.2 基本使用

1.2.1 安装

Sleuth 需要安装到每个Eureka Client上。
maven安装

  1. <!-- sleuth -->
  2. <dependency>
  3.     <groupId>org.springframework.cloud</groupId>
  4.     <artifactId>spring-cloud-starter-sleuth</artifactId>
  5. </dependency>

gradle安装

  1. //Sleuth
  2. implementation 'org.springframework.cloud:spring-cloud-starter-sleuth'

1.2.2 测试

在user_center 和 order_center项目都装上Sleuth, 然后启动, 打开浏览器输入: http://localhost:9000/collect/orders/v3/1 返回结果

ORDER_CENTER未知异常, 已降级处理

查看user_center控制台image.png
日志的格式为：[application name, traceId, spanId, export]

  • application name: — 应用的名称，也就是application.properties中的spring.application.name参数配置的属性。
  • traceId: — 为一个请求分配的ID号，用来标识一条请求链路。
  • spanId: — 表示一个基本的工作单元，一个请求可以包含多个步骤，每个步骤都拥有自己的spanId。一个请求包含一个TraceId，多个SpanId
  • export: — 布尔类型。表示是否要将该信息输出到类似Zipkin这样的聚合器进行收集和展示。

1.3 Sleuth整合zipkin

Zipkin 是一个开放源代码分布式的跟踪系统，每个服务向zipkin报告计时数据，zipkin会根据调用关系通过Zipkin UI生成依赖关系图。
Zipkin提供了可插拔数据存储方式：In-Memory(本机内存)、MySql、Cassandra以及Elasticsearch。默认采用In-Memory方式进行存储，生产数据量大的情况则推荐使用Elasticsearch。
9. 链路追踪 - 图3

Zipkin由4个部分组成：Collector(采集器)、Storage(存储器)、Restful API(接口)、Web UI。

1.3.1 安装

安装zipkin之前首先保证安装了sleuth. 同样的, 需要上报的信息的项目都需要单独引入.

  • maven安装

    1. <!-- zipkin 依赖 sleuth -->
    2. <dependency>
    3.   <groupId>org.springframework.cloud</groupId>
    4.   <artifactId>spring-cloud-starter-sleuth</artifactId>
    5. </dependency>
    6. <!-- zipkin -->
    7. <dependency>
    8.   <groupId>org.springframework.cloud</groupId>
    9.   <artifactId>spring-cloud-starter-zipkin</artifactId>
    10. </dependency>

  • gradle安装

    1. //zipkin 依赖 sleuth
    2. implementation 'org.springframework.cloud:spring-cloud-starter-sleuth'
    3. //zipkin
    4. implementation 'org.springframework.cloud:spring-cloud-starter-zipkin'

    1.3.2 下载Zipkin的UI界面jar包并启动.

  • 手动下载jar包并启动

打开zipkin官网: https://zipkin.io
image.png
image.png
下载最新jar包后启动:

  1. java -jar zipkin-server-{version}-exec.jar

  • 命令行启动

    1. curl -sSL https://zipkin.io/quickstart.sh | bash -s
    2. java -jar zipkin.jar

  • 其他方式

访问: https://zipkin.io/pages/quickstart.html

启动后控制台
image.png
此时Zipkin的UI项目启动成功, 并且可以看到在控制台打印了接受API信息的端口地址: http://127.0.0.1:9411/
记住这个地址, 我们需要在我们的Zipkin项目中配置.

1.3.3 配置Zipkin

  1. #配置zipkin
  2. #上报信息地址
  3. spring.zipkin.base-url=http://localhost:9411
  4. #采样比例
  5. spring.sleuth.sampler.rate=1

这里的base-url是zipkin服务端的地址, 也就是我们的刚刚启动的ZipkinUI项目的默认接受地址.

1.3.4 测试

确保user_center和order_center项目使用了seluth+zipkin, 启动Eureka, user_center和order_center项目, 启动zipkinUI客户端.
浏览器输入: http://localhost:9000/collect/orders/v3/1, 返回结果:

{“code”:”0000”,”msg”:”success”,”rersult”:[{“name”:”name1”,”id”:”100034”},{“name”:”name2”,”id”:”100035”},{“name”:”name3”,”id”:”100036”}]}

打开zipkinUI项目默认客户端地址: http://127.0.0.1:9411/
image.png
OK!