Spring Cloud Sleuth分布式链路跟踪相关图形

落日映苍穹つ 2023-09-29 14:06 20阅读 0赞

## **一 业务：多个微服务** ##

对于一个大型的几十个、几百个微服务构成的微服务架构系统，通常会遇到下面一些问题。

## **二 需求：监控微服务** ##

1.  如何串联整个调用链路，快速定位问题？定位问题，不再使用查看日志的方式。
2.  如何理清各个微服务之间的依赖关系？
3.  如何进行各个微服务接口的性能分折？执行时间。
4.  如何跟踪整个业务流程的调用处理顺序？

## **三 解决方案：** ##

### **1 功能“集”：分布式链路跟踪   2 “神”工具** ###

1.  Spring Boot Actuator + 端点
2.  Spring Boot Admin + 可视化UI界面
3.  Hystrix Dashboard监控Hystrix服务
4.  Hystrix Turbine聚合多个Hystrix服务的监控信息
5.  Spring Cloud Sleuth + Zipkin Server分布式链路跟踪

## **四完成学习：** ##

### **1 思想** ###

Spring Cloud Sleuth大量借用了，帮我们解决像上面提到的问题

1.  Google Dapper
2.  Twitter Zipkin，UI界面数据展示
3.   Apache HTrace

### **2 组织、流原** ###

![7d1dab1c206149959fd2384e628d758c.png][]

1.  Spring Cloud Sleuth，分布式链路跟踪，埋点，生成跟踪数据 》上传 》 Zipkin Server，UI界面数据展示
    
    1.  第一步：需要监控和管理的微服务，都必须和zipkin整合
    2.  第二步：微服务，跟踪数据，上传zipkin server
    3.  第三步：在zipkin server ui上分析数据、查找问题所在的微服务、分析各个微服务的性能
2.  这里面涉及到Spring Cloud Sleuth的一些术语：
    
    1.  **request**：请求
    2.  **response**：响应
    3.  **span（跨度）**：基本工作单元，即工作流程中的一小段工作区间
        
        1.  请求是一个跨度
        2.  响应是一个跨度
        3.  服务是一个跨度
        4.  服务和服务之间的网络通信是一个跨度
            
            1.  No Span Id：没有跨度id
            2.  Span Id一直在变
    4.  **trace（跟踪）**：一组共享"rootspan"的 span组成的树状结构称为 traceo trace也用一个64位的 ID唯一标识， trace中的所有 span都共享该 trace的 ID；
        
        1.  No Trace Id：没有跟踪id。
        2.  Trace Id，全局的唯一，在整个链路中没有改变过。
    5.  **annotation（标注）**： 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。
    6.  **CS（Client sent客户端发送）**：客户端发起一个请求，该annotation描述了span的开始；
    7.  **SR（server Received服务器端接收）**：服务器端获得请求并准备处理它。如果用 SR减去 CS时间戳，就能得到网络延迟；
    8.  **SS（server sent服务器端发送）**：该annotation表明完成请求处理（当响应发回客户端时）。如果用 SS减去 SR时间戳，就能得到服务器端处理请求所需的时间；
    9.  **CR（Client Received客户端接收）**： span结束的标识。客户端成功接收到服务器端的响应。如果 CR减去 CS时间戳，就能得到从客户端发送请求到服务器响应的所需的时间；

### **3 实现技术** ###

1.  Google Dapper
2.  Twitter Zipkin，UI界面数据展示
3.   Apache HTrace

### **4 工具** ###

1.  Spring Cloud Sleuth，埋点，生成跟踪数据 》上传 》 Zipkin Server，UI界面数据展示

### **5 具体1：**Spring Cloud Sleuth可以追踪10种类型的组件 ###

1.  async
2.  Hystrix
3.  messaging
4.  websocket
5.  rxjava
6.  scheduling
7.  web（Spring MVC Controller，Servlet）
8.  webclient（Spring RestTemplate）
9.  Feign
10. Zuul；

### **6 具体2：认识Zipkin** ###

1.  APM（应用性能监控与管理）工具
    
    1.  Zipkin，Twitter开源，分布式实时数据跟踪系统，Distributed Tracking System。
    2.  基于Google Dapper，论文，实现链路追踪，标杆和理论基础。
    3.  官网，[OpenZipkin · A distributed tracing system][OpenZipkin _ A distributed tracing system]
        
        1.  第一步：收集系统的时序数据
        2.  第二步：UI界面
        3.  第三步：分析追踪数据
        4.  第四步：延时、异常等待问题
2.  韩国、Naver、Pinpoint。Apache、HTrace。阿里、EagleEye。京东、Hydra等

### **7 具体3：搭建Zipkin Server** ###

1.  创建一个SpringBoot项目，用于搭建Zipkin Server服务端；
2.  添加依赖：自动引入springmvc，web项目，不使用内嵌的tomcat，使用的是jboss旗下的undertown内嵌服务器：
    
        
        <dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-autoconfigure-ui</artifactId>
            <version>2.12.3</version>
        </dependency>
        
        
        <dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-server</artifactId>
            <version>2.12.3</version>
        </dependency>
    
    注意：这个里面有版本的兼容性问题，当前我们的spring cloud G SR3版本使用2.12.3便可以正常使用，如果使用zipkin-server的最新的版本，可能会启动失败；
3.  配置文件：application.properties
    
        #内嵌的服务器undertown的端口
        server.port=9410
        
        #zipkin启动报错无法访问的解决方法
        management.metrics.web.server.autoTimeRequests=false
4.  在启动类上加入注解:@EnableZipkinServer
    
        @EnableZipkinServer  //开启zipkin server的支持
        @SpringBootApplication
        public class SleuthApplication {
            public static void main(String[] args) {
                SpringApplication.run(SleuthApplication.class);
            }
        }
5.  然后启动zipkin server服务，访问[http://localhost:9410][http_localhost_9410] （默认启动了Undertow服务的9410端口）  
    ![9acbb8a861c84912976fd2a990739d55.png][]
    
    为什么会有这个页面？
    
    1.  项目中没有加页面呀？？？为什么？
    2.  页面在jar包里面，一般名称是Xxx-UI.jar，同swagger的swagger-ui.jar
6.  能看到上面这个页面，zipkin server服务搭建OK；

### 8、具体4：zipkin页面详解 ###

#### （1）zipkin首页 ####

![90a2d494fc5b4140a3d753f713d4845f.png][] 目前我们还查询不到数据，我们需要把微服务和sleuth整合，并把sleuth记录的数据上传到zipkin server，此时我们才能在页面上看到数据。

**1）服务查询条件：**

1.  服务名：就是微服务配置文件中的application name；
2.  Span名称：跨度；
3.  时间段 ：现在查询的时间段；例如，查今天的所有数据。
4.  根据Annotation查询：根据标注查询，用于自定义查询条件；例如，自定义一个参数去查。
5.  持续时间：一次调用链的持续时间；例如，查运行时间大于5秒的服务调用。
6.  数量：一页数量；
7.  排序：排序规则；

**2）服务查询结果：**

![fdb2e07eee1f4ad382279ca0f103ef6c.png][]

**3）点击，查看服务地址。点击，查看服务调用参数详情：**

![6a86037a77b04743ba16d643e13a95ca.png][]

#### ![a6039b03f9ee4aae9b2a60a4326dae38.png][]（2）依赖 ####

![3c01b5d9698248a398ce9f7705084e8d.png][]

#### （3）根据Trace id进行搜索 ####

![35a961f1f01d45febdbd47fd9413cd02.png][]

#### （4）可选的另外一套UI界面，功能一样，丑，英文，不好用，不建议用 ####

![c1d71b8828f9498cb6e9fa297153e2dc.png][]

### **9、内存：Spring Cloud Sleuth，埋点，生成跟踪数据 》上传 》 Zipkin Server，UI界面数据展示 》数据在内存中** ###

1.  第一步：微服务中使用spring cloud sleuth埋点，把生成的数据上传到zipkin server上
    
    1.  添加依赖，哪个服务需要监控和管理就加在哪个微服务上，provider和consumer都可以
        
            
            <dependency>
                <groupId>org.springframework.cloud</groupId>
                <artifactId>spring-cloud-starter-sleuth</artifactId>
            </dependency>
            
            
            <dependency>
                <groupId>org.springframework.cloud</groupId>
                <artifactId>spring-cloud-starter-zipkin</artifactId>
            </dependency>
    2.  配置文件：application.properties
        
            #指定Zipkin server地址，接收spring cloud sleuth各个埋点生成的链路跟踪数据
            spring.zipkin.base-url=http://localhost:9410
            #发送跟踪数据到zipkin的类型web（http）
            spring.zipkin.sender.type=web
            #request采样的数量 默认是0.1 也即是10%，即采样10%的请求数据；
            #因为在分布式系统中，数据量可能会非常大，因此采样非常重要我们示例数据少最好配置为1全采样，100%的采集会稍微影响一点性能
            #例如一天的请求数据为200万，采样10%，即20万的数据量
            spring.sleuth.sampler.probability=1.0
2.  第二步：启动需要监控和管理的微服务
    
    1.  要连数据库，得启动mysql
    2.  要连注册中心，得启动eureka
    3.  要连配置中心获取配置，得启动配置中心项目spring cloud config
        
        1.  使用spring cloud bus进行全局配置刷新
            
            1.  使用rabbitmq消息总线，得启动rabbitmq
3.  第三步：调用微服务
    
    1.  最简单，使用浏览器，因为微服务都是基于http + Restful的controller
4.  第四步：重新登录到zipkin server的首页，可看到数据

### **10、zipkin数据的持久化：Spring Cloud Sleuth，埋点，生成跟踪数据 》上传 》 Zipkin Server，UI界面数据展示 》Elastic Search数据持久化到硬盘（避免重启zipkin server或者宕机，数据不会丢失）** ###

#### **（1）业务、需求：zipkin数据的持久化**  ####

#### **（2）功能：zipkin数据的持久化** ####

#### **（3）工具：Elastic Search（推荐）、mysql、ElK** ####

#### （4）完成学习：**Elastic Search** ####

**1）思想、组织**

1.  Elastic Search是一个分布式可扩展的实时搜索和分析引擎
    
    1.  分布式实时搜索框架
2.  大数据领域中使用的一个组件。
3.  我们暂时不想象那么复杂，我们可以把它当作一个数据库来对待，就是用来存储数据的；

**2）实现技术**

1.  Elastic Search底层
    
    1.  Apache Lucene
    2.  http + restful的请求方式，证明，可以直接使用http请求访问它并且得到json数据

**3）具体：Elastic Search相关信息**

GitHub：[GitHub - elastic/elasticsearch: Free and Open, Distributed, RESTful Search Engine][GitHub - elastic_elasticsearch_ Free and Open_ Distributed_ RESTful Search Engine]

中文下载：[Download Elasticsearch | Elastic][Download Elasticsearch _ Elastic]

有windows版本（学习）和linux版本（工作）

**4）具体：Elastic Search解压（目录结构）、安装、启动、访问**

解压下载后的压缩包即完成安装，切换到bin目录，使用双击elasticsearch.bat脚本启动；

![bbd5350812354e2583b3dda09f83b81e.png][]

启动后访问：[http://localhost:9201，如果能返回json信息则表示安装启动OK；][http_localhost_9201_json_OK]

![43775e7593904f8380f08dc48187c078.png][]

#### **（5）只官配play：zipkin + Elastic Search，链路跟踪数据持久化** ####

![2e994f68693947fe9dab83e9479ea8e9.png][]

1.  第一步：搭建好Elastic Search环境
2.  第二步：zipkin server项目中，添加依赖
    
        <dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-autoconfigure-storage-elasticsearch-http</artifactId>
            <version>2.8.4</version>
        </dependency>
3.  第三步：zipkin server项目中，application配置文件，添加配置
    
        #问题：idea不识别，没有提示，显黄色，不影响，可运行
        #原因：ES开发的spring boot Xxx.starter,没有写mater文件
        
        #类型：固定elasticsearch
        zipkin.storage.type=elasticsearch
        #名字：对应访问它，返回的json，cluster_name属性的值
        zipkin.storage.elasticsearch.cluster=elasticsearch
        #ES的ip和端口
        zipkin.storage.elasticsearch.hosts=http://localhost:9201
        #索引名称，自定义
        zipkin.storage.elasticsearch.index=zipkin
4.  至此 zipkin server上的跟踪数据便存储在了Elasticsearch中，当zipkin server 重启或宕机，历史数据依然不会丢失；

## 五 后续内容 ##

spring cloud stream

spring cloud getaway

spring cloud sso（单点登录）

spring cloud nacos

spring cloud 综合案例（安全，服务调服务的安全机制）

[7d1dab1c206149959fd2384e628d758c.png]: https://img-blog.csdnimg.cn/7d1dab1c206149959fd2384e628d758c.png
[OpenZipkin _ A distributed tracing system]: http://zipkin.io
[http_localhost_9410]: http://localhost:9410
[9acbb8a861c84912976fd2a990739d55.png]: https://img-blog.csdnimg.cn/9acbb8a861c84912976fd2a990739d55.png
[90a2d494fc5b4140a3d753f713d4845f.png]: https://img-blog.csdnimg.cn/90a2d494fc5b4140a3d753f713d4845f.png
[fdb2e07eee1f4ad382279ca0f103ef6c.png]: https://img-blog.csdnimg.cn/fdb2e07eee1f4ad382279ca0f103ef6c.png
[6a86037a77b04743ba16d643e13a95ca.png]: https://img-blog.csdnimg.cn/6a86037a77b04743ba16d643e13a95ca.png
[a6039b03f9ee4aae9b2a60a4326dae38.png]: https://img-blog.csdnimg.cn/a6039b03f9ee4aae9b2a60a4326dae38.png
[3c01b5d9698248a398ce9f7705084e8d.png]: https://img-blog.csdnimg.cn/3c01b5d9698248a398ce9f7705084e8d.png
[35a961f1f01d45febdbd47fd9413cd02.png]: https://img-blog.csdnimg.cn/35a961f1f01d45febdbd47fd9413cd02.png
[c1d71b8828f9498cb6e9fa297153e2dc.png]: https://img-blog.csdnimg.cn/c1d71b8828f9498cb6e9fa297153e2dc.png
[GitHub - elastic_elasticsearch_ Free and Open_ Distributed_ RESTful Search Engine]: https://github.com/elastic/elasticsearch
[Download Elasticsearch _ Elastic]: https://www.elastic.co/cn/downloads/elasticsearch
[bbd5350812354e2583b3dda09f83b81e.png]: https://img-blog.csdnimg.cn/bbd5350812354e2583b3dda09f83b81e.png
[http_localhost_9201_json_OK]: http://localhost:9201
[43775e7593904f8380f08dc48187c078.png]: https://img-blog.csdnimg.cn/43775e7593904f8380f08dc48187c078.png
[2e994f68693947fe9dab83e9479ea8e9.png]: https://img-blog.csdnimg.cn/2e994f68693947fe9dab83e9479ea8e9.png