大白话剖析调用链监控原理

目前的微服务全景架构图
image.png

接近完美的架构了，我们也借助Spring Cloud实现了，但是，如果服务一旦发生问题，如何快速定位并解决问题呢？

image.png
两点需求

如果用传统方式定位是比较困难的，一般来说，在实际开发中，会使用调用链监控工具

这又是啥？两个念头：

1、调用链监控工具真是个好东西，在微服务中肯定都要用上吧？（微服务必备组件）
2、调用链监控工具真神奇，是不是有什么黑科技？

调用链监控原理1
image.png

网络异常，图片无法展示
|
在内容中心去调用用户中心的服务场景中，如果发生以上描述的故障，如何监控呢？

一张数据表就可以描述并解决（回忆一下服务发现的时候，也是用数据库来类比的）
image.png

网络异常，图片无法展示
|
一次调用分为四个阶段：
1、client send：内容中心向用户中心发送请求的瞬间
2、server receive：用户中心接收到请求的瞬间
3、server send：用户中心向内容中心发送响应的瞬间
4、client receive：内容中心接收到响应的瞬间

trace表含义：

  • span_id: 唯一标识
  • pspan_id: parent_span_id的简写（典型的自关联树形设计）
  • service_name:服务名称
  • api: 调用的api接口端点
  • stage: cs、sr、ss、cr分别为client send、server receive、server send、client receive的缩写，表示一次调用的四个阶段
  • timestamp：这条数据的时间戳

四条数据组成了一次服务调用的过程，如果正常的调用，应该有四条数据

如何借助这张表分析故障？

  • 比如如果只有 cs、sr，是什么问题？
  • 比如只有cs、sr、ss，是什么问题？

如何借助这张表定位瓶颈？
思考表中数据含义
t2-t1是什么？ 请求的网络延时
t3-t2是什么？ 用户中心执行这个API的耗时
t4-t3是什么？ 响应的网络延时
t4-t1是什么？ 内容中心 /shares/1这个API的总耗时

你可以对这些数据进行各种计算，找出瓶颈，找出具体API的耗时、瓶颈等

大致原理如此，实际项目中调用链监控工具往往是集界面、存储、分析于一身的，不同的工具实现也有些差别，但是原理相通。

业界流行的调用链监控工具

  • Spring Cloud Sleuth + Zipkin
  • Skywaking、Pinpoint

整合Sleuth

  • 什么是Sleuth
  • Sleuth术语
  • 整合Sleuth

Sleuth是Spring Cloud的分布式跟踪解决方案，可以通俗地理解为Sleuth是调用链监控工具的客户端，它集成在每个微服务上，负责产生监控数据

Sleuth术语：

  • span：一条数据
  • trace：一组数据组成的树状结构
  • Annotation：cs、sr、ss、cr

image.png
Span(跨度):Sleuth的基本工作单元,它用一个64位的id唯一
标识.除ID外,span还包含其他数据,例如描述,时间戳事件,键
值对的注解(标签),spanID,span父ID等.
trace(跟踪):一组span组成的树状结构称为trace
image.png

整合Sleuth，放到Zipkin一起

Zipkin搭建与整合

1、下载
https://search.maven.org/remote_content?g=io.zipkin.java&a=zipkin-server&v=LATEST&c=exec

2、启动
java -jar zipkin-server-2.12.9-exec.jar
3、输入 http://localhost:9411/zipkin/ 访问Zipkin Server首页
image.png

网络异常，图片无法展示
|
加依赖

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

写配置

spring:
  application:
    name: user-center
  zipkin:
    base-url: http://localhost:9411/
    discoveryClientEnabled: false
  sleuth:
    sampler:
      # 抽样率，默认是0.1（10%）
      probability: 1.0

为所有微服务都整合Zipkin和Slueth

image.png

Zipkin服务端界面

image.png
image.png

image.png

网络异常，图片无法展示
|

发生了微服务之间调用的完整链路监控数据
image.png
据持久化（Elasticsearch）

  1. Mysql
  2. Elasticsearch
  3. Cassandra

依赖关系图

image.png