关于分布式系统:分布式链路追踪体验skywalking框架入门

旁友，你的线上服务是不是偶然来个超时，或者忽然抖动一下，造成用户一堆反馈投诉。而后你费了九牛二虎之力，查了一圈圈代码和日志才总算定位到问题起因了。或者公司外部有链路追踪零碎，尽管能够很轻松地通过监控判断问题呈现的起因，然而对其中的逻辑齐全摸不着头脑。只能上网搜寻一番。

旁友，skywalking 分布式链路追踪框架理解一下。

有的旁友会有纳闷，我的 Spring Boot 就是一个单体利用么，不须要链路追踪？有问题间接翻日志就行了，然而即便是一个 Spring Boot 单体利用，也会和以下服务打交道：

关系数据库，例如说 MySQL、PostgreSQL 等等。
缓存数据库，例如说 Redis、Memcached 等等。
内部三方服务，例如说微信公众号、微信领取、支付宝领取、短信平台等等

可见，仅仅一个 Spring Boot 单体利用，就曾经波及到散布在 不同过程 中的服务了。此时，就十分有必要用上 skywalking。例如说，线上某个接口拜访十分慢，用 SkyWalking 能够定位是 MySQL 查问比较慢呢，还是调用的第三方服务比较慢。

而在分布式服务中，各个大厂外部零碎成千盈百的，链路关系更加简单。比方你在外卖平台上的一个点击申请可能跨了外部几十个 Java 利用了，在这么长的链路里去排查问题，没有好使的工具怎么行呢。如图是以后分布式系统的现状，图片起源：鹰眼下的淘宝分布式调用跟踪零碎介绍

依据上图，咱们构想：

1. 零碎中有可能每天都在减少新服务或删除旧服务，也可能进行降级，当零碎呈现谬误，咱们如何定位问题？

2. 当用户申请时，响应迟缓，怎么定位问题？

3. 服务可能由不同的编程语言开发，1、2 定位问题的形式，是否适宜所有编程语言？

SkyWalking 是什么？

官网网址 http://skywalking.apache.org/

skywalking 是一个优良的国产开源框架，2015 年由集体吴晟（华为开发者）开源，2017年退出 Apache 孵化器。短短两年就被 Apache 支出麾下，实力可见一斑。

分布式系统的应用程序性能监督工具，专为微服务、云原生架构和基于容器（Docker、K8s、Mesos）架构而设计。

提供分布式追踪、服务网格遥测剖析、度量聚合和可视化一体化解决方案。

代码无侵入，通信形式采纳 GRPC，实现形式是 java 探针，反对告警，JVM 监控，反对全局调用统计等等

skywalking 的架构参考了谷歌的 Dapper 框架的论文，Dapper 并没有开源，只给了篇论文，感兴趣但又不喜英文文档的旁友能够看看论文的中文翻译 Dapper，大规模分布式系统的跟踪零碎

整体架构如下：

Tracing Metrics Logging：负责从利用中，收集链路信息，发送给 SkyWalking OAP 服务器。目前反对 SkyWalking、Zikpin、Jaeger 等提供的 Tracing 数据信息。Java 利用通常应用 SkyWalking Agent 收集数据
SkyWalking OAP：skywalking 服务端（Transport layer，Receiver cluster，Aggregator cluster）负责接管 Agent 发送的 Tracing 数据信息，而后进行剖析，存储到内部存储器(Storage)，最终提供查问性能。
Storage option：Tracing 数据存储。目前反对 ES、H2 多种存储器。咱们用 ES 存储即可。
GUI：负责提供可视化控台，查看链路等
Alarm：提供告警性能，这里不展现讲

为了疾速搭建环境，防止各种零碎、配置环境不同造成踩坑的状况。咱们用 docker 间接创立 ElasticSearch、Skywalking-OAP、Skywalking-UI 以及 ES 的管理工具 Kibana。这样一套运行环境间接就能用了。话不多说，间接开干

整体架构如下：

用到的工具版本号如下表：

工具	版本号
ElasticSearch	7.14.2
Kibana	7.14.2
skywalking-oap-server	9.1.0
skywalking-ui	9.1.0

其中 skywalking 的 docker-compos.yml 运行脚本能够从官网的 Github 上获取 apache/skywalking/docker

脚本须要批改，间接参考我的就行，不懂的参数都有具体阐明：

version: '3'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.14.2
    container_name: elasticsearch
    ports:
      - 9200:9200
      - 9300:9300
    environment:
      - "cluster.name=elasticsearch"
      - "bootstrap.memory_lock=true"
      - "ES_JAVA_OPTS=-Xms256m -Xmx512m"
      - "discovery.type=single-node"
 
  kibana:
    image: docker.elastic.co/kibana/kibana:7.14.2
    container_name: kibana
    depends_on:
      - elasticsearch
    ports:
      - 5601:5601
    environment:
      # IP 地址为运行电脑的 IP 地址，Mac 上通过 ifconfig en0 命令获取
      - "elasticsearch.hosts=http://192.168.1.5:9200" 

  skywalking-oap:
    image: apache/skywalking-oap-server:9.1.0
    container_name: skywalking-oap
    depends_on:
      - elasticsearch
    ports:
      - "11800:11800"
      - "12800:12800"
    healthcheck:
      test: ["CMD-SHELL", "/skywalking/bin/swctl ch"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 10s
    environment:
      TZ: Asia/Shanghai
      SW_STORAGE: elasticsearch
      SW_STORAGE_ES_CLUSTER_NODES: elasticsearch:9200
      SW_HEALTH_CHECKER: default
      SW_TELEMETRY: prometheus

  skywalking-ui:
    image: apache/skywalking-ui:9.1.0
    container_name: skywalking-ui
    depends_on:
      - skywalking-oap
    links:
      - skywalking-oap
    ports:
     # UI 界面程序占用的端口
      - "8080:8080"
    environment:
      TZ: Asia/Shanghai
      # IP 地址为运行电脑的 IP 地址，Mac 上通过 ifconfig en0 命令获取
      SW_OAP_ADDRESS: http://192.168.1.8:12800

按上述配好 docker-compose.yml 文件后，命令行到所在目录下执行 docker-compose up 能够拉起镜像，第一次运行时会下载镜像，docker 默认的镜像仓库在国外，所以下载速度和蜗牛一样慢。为了减速下载，须要配置国内的 docker 镜像

获取国内 docker 镜像库地址的办法：

阿里云官网镜像减速，获取加速器地址文档：阿里云官网镜像减速
网上搜寻 docker 镜像减速，上面是测过无效的公共镜像库
- 网易云 https://hub-mirror.c.163.com
- 百度云 https://mirror.baidubce.com

配置办法：

Docker 桌面版Preference -> Docker Engine 在 Json 配置里加上，加好之后重启 Docker，而后再从新拉镜像，速度立马快得飞起🚀🚀🚀

  # 按需加上多个镜像库地址
  "registry-mirrors": [
        "https://hub-mirror.c.163.com",
    "https://mirror.baidubce.com"
  ]

docker 启动后，Skywalking 第一次运行会自行在 ES 里创立索引，运行日志没有报错，阐明启动胜利了，浏览器关上 http://127.0.0.1:8080/ 能够看到 Skywalking 的界面

数据的采集通过 agent，Java 利用启动时通过 -javaagent 参数配置 Skywalking agent。在 IDEA 中运行时，在启动参数 vm 中配置即可。

Skywalking Agent 下载

官网上下载 Java agent 压缩包 Skywalking Agent 下载，以后最新的版本是 v8.12.0，下载到本人电脑上找个地位解压。我的是放在/Users/longbig/opt/ 目录下

shell 脚本形式

# 配置 agent 地址，agent 服务名，skywalking-oap collector 地址(留神 IP 地址，因为我是 docker 运行, 须要应用本机的局域网 IP)
export JAVA_AGENT=-javaagent:/Users/yuyunlong/opt/skywalking-agent/skywalking-agent.jar=agent.service_name=multi_function,collector.backend_service=192.168.1.8:11800

# jar 启动
java -jar $JAVA_AGENT application.jar

IDEA 运行形式

在你须要运行的 springboot 利用的 VM options 里加上下面的参数，启动即可

启动完之后轻易调用几个接口试试，而后再在 Skywalking 的界面查看成果

上面是我的服务的拓扑图，服务之间的依赖关系能够看的十分分明，如果旁友的利用比拟多的话，能铺满整个屏幕的

到此 Skywalking 的搭建就实现了

在之前的文章里，咱们用了个简陋的办法实现了 traceId 的传递全链路追踪体验—TraceId 的生成，当初咱们用上 Skywalking 框架来打印 traceId

加上 Maven 依赖

        <!-- SkyWalking 对 Logback 的集成 -->
        <dependency>
            <groupId>org.apache.skywalking</groupId>
            <artifactId>apm-toolkit-logback-1.x</artifactId>
            <version>8.10.0</version>
        </dependency>

        <dependency>
            <groupId>org.apache.skywalking</groupId>
            <artifactId>apm-toolkit-trace</artifactId>
            <version>8.10.0</version>
        </dependency>

logback-spring.xml 文件批改内容：

次要批改 2 个中央

CONSOLE_LOG_PATTERN 里加上%tid，配置 traceId 占位符
layout 通过 TraceIdPatternLogbackLayout 实现对 %tid 替换为 Skywalking TraceId

    <!-- 黑白日志 -->
    <!-- 黑白日志依赖的渲染类 -->
    <conversionRule conversionWord="clr" converterClass="org.springframework.boot.logging.logback.ColorConverter" />
    <conversionRule conversionWord="wex" converterClass="org.springframework.boot.logging.logback.WhitespaceThrowableProxyConverter" />
    <conversionRule conversionWord="wEx" converterClass="org.springframework.boot.logging.logback.ExtendedWhitespaceThrowableProxyConverter" />
    <!-- 黑白日志格局 -->
    <property name="CONSOLE_LOG_PATTERN" value="${CONSOLE_LOG_PATTERN:-%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} %clr(${LOG_LEVEL_PATTERN:-%5p}) %clr(${PID:-}){magenta} %clr(---){faint} %clr([%15.15t]){faint} %clr(%-40.40logger{39}){cyan} %clr(:){faint} [%tid] %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}}"/>

<!-- 输入到控制台 -->
    <appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
        <!-- 此日志 appender 是为开发应用，只配置最底级别，控制台输入的日志级别是大于或等于此级别的日志信息 -->
        <filter class="ch.qos.logback.classic.filter.ThresholdFilter">
            <level>info</level>
        </filter>
        <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
            <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout">
                <Pattern>${CONSOLE_LOG_PATTERN}</Pattern>
            </layout>
            <!-- 设置字符集 -->
            <charset>UTF-8</charset>
        </encoder>
    </appender>

简略测试看看

轻易写了个探活接口，看看接口耗时和日志打印成果

服务日志打印：

界面 traceId 搜寻

本篇文章讲了为什么用分布式链路追踪以及 Skywalking 框架的应用，是对上一篇最简陋 traceId 应用的进阶版。学货色就是要日拱一卒，质变引起量变。我是 卷福同学，一个在福报厂修福报中的小社畜哦~

关于分布式系统:分布式链路追踪体验skywalking框架入门

背景

Skywalking 框架

1. 介绍

2.Docker 形式搭建 Skywalking 环境

2.1 Docker 镜像减速

2.2 Skywalking UI 界面

2.3 Skywalking agent 应用

2.3 追踪数据

3. Skywalking 集成 Logback 实现 Trace 日志打印

小结