关于kubernetes:Kubernetes-Spring-Cloud-集成链路追踪-SkyWalking

一、概述
1、什么是 SkyWalking？
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。

官网地址：http://skywalking.apache.org/

2、SkyWalking 个性
多种监控伎俩，语言探针和 Service Mesh
多语言主动探针，Java，.NET Core 和 Node.JS
轻量高效，不须要大数据
模块化，UI、存储、集群治理多种机制可选
反对告警
优良的可视化计划
3、整体构造

整个架构，分成上、下、左、右四局部：

思考到让形容更简略，咱们舍弃掉 Metric 指标相干，而着重在 Tracing 链路相干性能。

上局部 Agent：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。而咱们目前采纳的是，SkyWalking Agent 收集 SkyWalking Tracing 数据，传递给服务器。
下局部 SkyWalking OAP：负责接管 Agent 发送的 Tracing 数据信息，而后进行剖析 (Analysis Core)，存储到内部存储器(Storage)，最终提供查问(Query) 性能。

右局部 Storage：Tracing 数据存储。目前反对 ES、MySQL、Sharding Sphere、TiDB、H2 多种存储器。而咱们目前采纳的是 ES，次要思考是 SkyWalking 开发团队本人的生产

左局部 SkyWalking UI：负责提供控台，查看链路等等
简略详情原理为下图：
![上传中 …]()

二、搭建 skywalking
1、环境筹备
Mkubernetes 版本：1.18.5
Nginx Ingress 版本：2.2.8
Helm 版本：3.2.4
长久化存储驱动：NFS
2、应用 chart 部署
本文次要讲述的是如何应用 Helm Charts 将 SkyWalking 部署到 Kubernetes 集群中，相干文档能够参考 skywalking-kubernetes

目前举荐的四种形式：

应用 helm 3 提供的 helm serve 启动本地 helm repo
应用本地 chart 文件部署
应用 harbor 提供的 repo 性能
间接从官网 repo 进行部署（暂不满足）
❝
留神：目前 skywalking 的 chart 还没有提交到官网仓库，请先参照前三种形式进行部署

❞
2.1、下载 chart 文件
能够间接应用本地文件部署 skywalking, 依照下面的步骤将 skywalking chart 下载实现之后，间接应用以下命令进行部署：

git clone https://github.com/apache/sky…
cd skywalking-kubernetes/chart
helm repo add elastic https://helm.elastic.co
helm dep up skywalking
export SKYWALKING_RELEASE_NAME=skywalking # 定义本人的名称
export SKYWALKING_RELEASE_NAMESPACE=default # 定义本人的命名空间
2.2、定义已存在 es 参数文件
批改 values-my-es.yaml:

oap:
image:

tag: 8.1.0-es7      # Set the right tag according to the existing Elasticsearch version

storageType: elasticsearch7

ui:
image:

tag: 8.1.0

elasticsearch:
enabled: false
config: # For users of an existing elasticsearch cluster,takes effect when elasticsearch.enabled is false

host: elasticsearch-client
port:
  http: 9200
user: "elastic"         # [optional]
password: "admin@123"     # [optional]

2.3、helm 装置
helm install “${SKYWALKING_RELEASE_NAME}” skywalking -n “${SKYWALKING_RELEASE_NAMESPACE}” \
-f ./skywalking/values-my-es.yaml
装置实现后，咱们核实下装置状况：

$ kubectl get deployment -n skywalking
NAME READY UP-TO-DATE AVAILABLE AGE
my-skywalking-oap 2/2 2 2 9m
my-skywalking-ui 1/1 1 1 9m
三、应用 Skywalking Agent
Java 中应用 agent，提供了以下三种形式供你抉择

应用官网提供的根底镜像
将 agent 包构建到曾经存在的根底镜像中
sidecar 模式挂载 agent（举荐）
1、应用官网提供的根底镜像
查看官网 docker hub 提供的根底镜像，只须要在你构建服务镜像是 From 这个镜像即可，间接集成到 Jenkins 中能够更加不便

2、将 agent 包构建到曾经存在的根底镜像中
提供这种形式的起因是：官网的镜像属于精简镜像，并且是 openjdk，可能很多命令没有，须要本人二次装置，这里略过。

3、sidecar 模式挂载 agent
因为服务是部署在 Kubernetes 中，应用这种形式来应用 Skywalking Agent , 这种形式的益处在不须要批改原来的根底镜像，也不必从新构建新的服务镜像，而是以 sidecar 模式，通过共享 volume 的形式将 agent 所需的相干文件挂载到曾经存在的服务镜像中。

3.1、构建 skywalking agent image
本人构建, 参考：https://hub.docker.com/r/prop…

通过以下 dockerfile 进行构建：

FROM alpine:3.8

LABEL maintainer=”zmailto:uozewei@hotmail.com”

ENV SKYWALKING_VERSION=8.1.0

ADD http://mirrors.tuna.tsinghua….${SKYWALKING_VERSION}/apache-skywalking-apm-${SKYWALKING_VERSION}.tar.gz /

RUN tar -zxvf /apache-skywalking-apm-${SKYWALKING_VERSION}.tar.gz && \

mv apache-skywalking-apm-bin skywalking && \
mv /skywalking/agent/optional-plugins/apm-trace-ignore-plugin* /skywalking/agent/plugins/ && \
echo -e "\n# Ignore Path" >> /skywalking/agent/config/agent.config && \
echo "# see https://github.com/apache/skywalking/blob/v8.1.0/docs/en/setup/service-agent/java-agent/agent-optional-plugins/trace-ignore-plugin.md" >> /skywalking/agent/config/agent.config && \
echo 'trace.ignore_path=${SW_IGNORE_PATH:/health}' >> /skywalking/agent/config/agent.config

docker build -t 172.16.106.237/monitor/skywalking-agent:8.1.0 .
待 docker build 结束后，push 到仓库即可。

3.2、应用 sidecar 挂载
示例配置文件如下：

apiVersion: apps/v1
kind: Deployment
metadata:
name: demo-skywalking
spec:
replicas: 1
selector:

matchLabels:
  app: demo-skywalking

strategy:

rollingUpdate:
  maxSurge: 1
  maxUnavailable: 0
type: RollingUpdate

template:

metadata:
  labels:
    app: demo-skywalking
spec:
  initContainers:
    - name: init-skywalking-agent
      image: 172.16.106.237/monitor/skywalking-agent:8.1.0
      command:
        - 'sh'
        - '-c'
        - 'set -ex;mkdir -p /vmskywalking/agent;cp -r /skywalking/agent/* /vmskywalking/agent;'
      volumeMounts:
        - mountPath: /vmskywalking/agent
          name: skywalking-agent
  containers:
    - image: nginx:1.7.9
      imagePullPolicy: Always
      name: nginx
      ports:
        - containerPort: 80
          protocol: TCP
      volumeMounts:
        - mountPath: /opt/skywalking/agent
          name: skywalking-agent
  volumes:
    - name: skywalking-agent
      emptyDir: {}

以上是挂载 sidecar 的 deployment.yaml 文件，以 nginx 作为服务为例，次要是通过共享 volume 的形式挂载 agent，首先 initContainers 通过 skywalking-agent 卷挂载了 sw-agent-sidecar 中的 /vmskywalking/agent，并且将下面构建好的镜像中的 agent 目录 cp 到了 /vmskywalking/agent 目录，实现之后 nginx 启动时也挂载了 skywalking-agent 卷，并将其挂载到了容器的 /opt/skywalking/agent 目录，这样就实现了共享过程。

四、革新 Spring Cloud 利用
1、docker 打包并推送到仓库
批改下 dockerfile 配置，集成 skywalking agent：

FROM insideo/centos7-java8-build
VOLUME /tmp
ADD mall-admin.jar app.jar
RUN bash -c ‘touch /app.jar’
RUN ln -snf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo Asia/Shanghai > /etc/timezone
ENTRYPOINT [“java”,”-Dapp.id=svc-mall-admin”,”-javaagent:/opt/skywalking/agent/skywalking-agent.jar”,”-Dskywalking.agent.service_name=svc-mall-admin”,”-Dskywalking.collector.backend_service=my-skywalking-oap.skywalking.svc.cluster.local:11800″,”-jar”,”-Dspring.profiles.active=prod”,”-Djava.security.egd=file:/dev/./urandom”,”/app.jar”]
改好了，间接运行 maven package 就能将这个我的项目打包成镜像。

留神：

❝
k8s 创立 Service 时，它会创立相应的 DNS 条目。此条目标格局为 <service-name>.<namespace-name>.svc.cluster.local，这意味着如果容器只应用 <service-name>，它将解析为本地服务到命名空间。如果要跨命名空间拜访，则须要应用齐全限定的域名。

❞
2、编写 k8s 的 yaml 版本的部署脚本
这里我以其中某服务举例：

apiVersion: apps/v1
kind: Deployment
metadata:
name: svc-mall-admin
spec:
replicas: 1
selector:

matchLabels:
  app: svc-mall-admin

strategy:

rollingUpdate:
  maxSurge: 1
  maxUnavailable: 0
type: RollingUpdate

template:

metadata:
  labels:
    app: svc-mall-admin
spec:
  initContainers:
    - name: init-skywalking-agent
      image: 172.16.106.237/monitor/skywalking-agent:8.1.0
      command:
        - 'sh'
        - '-c'
        - 'set -ex;mkdir -p /vmskywalking/agent;cp -r /skywalking/agent/* /vmskywalking/agent;'
      volumeMounts:
        - mountPath: /vmskywalking/agent
          name: skywalking-agent
  containers:
    - image: 172.16.106.237/mall_repo/mall-admin:1.0
      imagePullPolicy: Always
      name: mall-admin
      ports:
        - containerPort: 8180
          protocol: TCP
      volumeMounts:
        - mountPath: /opt/skywalking/agent
          name: skywalking-agent
  volumes:
    - name: skywalking-agent
      emptyDir: {}

apiVersion: v1
kind: Service
metadata:
name: svc-mall-admin
spec:
ports:

- name: http
  port: 8180
  protocol: TCP
  targetPort: 8180

selector:

app: svc-mall-admin

而后就能够间接运行了, 它就能够将的我的项目全副跑起来了。

五、测试验证
完事，能够去 SkyWalking UI 查看是否链路收集胜利。

1、测试利用 API
首先，申请下 Spring Cloud 利用提供的 API。因为，咱们要追踪下该链路。

2、查看 SkyWalking UI 界面

在这里插入图片形容
这里，咱们会看到 SkyWalking 中十分重要的三个概念：

服务(Service)：示意对申请提供雷同行为的一系列或一组工作负载。在应用 Agent 或 SDK 的时候，你能够定义服务的名字。如果不定义的话，SkyWalking 将会应用你在平台（例如说 Istio）上定义的名字。这里，咱们能够看到 Spring Cloud 利用的服务为 svc-mall-admin，就是咱们在 agent 环境变量 service_name 中所定义的。

服务实例(Service Instance)：上述的一组工作负载中的每一个工作负载称为一个实例。就像 Kubernetes 中的 pods 一样, 服务实例未必就是操作系统上的一个过程。但当你在应用 Agent 的时候, 一个服务实例理论就是操作系统上的一个实在过程。这里，咱们能够看到 Spring Cloud 利用的服务为 UUID@hostname，由 Agent 主动生成。

端点(Endpoint)：对于特定服务所接管的申请门路, 如 HTTP 的 URI 门路和 gRPC 服务的类名 + 办法签名。

这里，咱们能够看到 Spring Cloud 利用的一个端点，为 API 接口 /mall-admin/admin/login。

更多 agent 参数介绍参考：https://github.com/apache/sky…

点击「拓扑图」菜单，进入查看拓扑图的界面：
点击「追踪」菜单，进入查看链路数据的界面：

六、小结
本文具体介绍了如何应用 Kubernetes + Spring Cloud 集成 SkyWalking，顺便说下调用链监控在目前的微服务零碎外面是必不可少的组件，分布式追踪、服务网格遥测剖析、度量聚合和可视化还是挺好用的，这里咱们抉择了 Skywalking，具体起因和细节的玩法就不在此详述了。

关于kubernetes:Kubernetes-Spring-Cloud-集成链路追踪-SkyWalking

Just My Socks（注册教程 内含优惠码）

Just My Socks（注册教程内含优惠码）