随着互联网架构的扩张，分布式系统变得日趋复杂，越来越多的组件开始走向分布式化，如微服务、消息收发、分布式数据库、分布式缓存、分布式对象存储、跨域调用，这些组件共同构成了繁杂的分布式网络。
在一次 800 多人的开发者调研中，当回答“现阶段构建一个高可用的分布式系统，您遇到的三个最大的难题是什么？”时，57% 的开发者选择了全链路追踪。
6 月 12 日，阿里云发布了链路追踪服务 Tracing Analysis，提供分布式系统的全链路追踪能力，帮助客户快速发现和定位分布式系统下的各类性能瓶颈，成本仅自建链路追踪系统的 1 / 5 甚至更少。
微服务架构下的分布式应用架构虽然满足了应用横向扩展需求，但是如何进行分布式应用诊断成为挑战。虽然，业内有链路追踪相关的开源解决方案，但存在着研发投入较高、自建成本较高、技术风险较大、运维难度较大的挑战。
链路追踪 Tracing Analysis 源自阿里巴巴内部的经过大规模实战验证过的 EagleEye，基于 Opentracing 标准，全面兼容开源社区，可实现 Jaeger, Zipkin 和 Skywalking 等开源方案在阿里云上的托管，客户无需搭建基础设施，节省运维投入和技术风险。同时，支持多语言客户端将应用的链路数据上报至链路追踪控制台，实现链路追踪的目的。
据介绍，链路追踪 Tracing Analysis 可用于链路拓扑分析，慢请求、异常请求、流量异常的问题发现和定位，并可以根据业务 Tag 对业务进行统计。以某教育行业客户为例，链路追踪 Tracing Analysis 帮助客户将异常请求数从原先的 3% 降低到 0.1%，排查 5 个以上线上问题。
此外，链路追踪 Tracing Analysis 可帮助用户收集所有分布式微服务应用和相关 PaaS 产品的分布式调用信息，查看应用的依赖路径，用于业务分析和稳定性评估。以某金融行业客户为例，链路追踪 Tracing Analysis 帮助客户将将应用的平均响应时间从 2 秒降低到 500 毫秒。
值得注意的是，链路追踪 Tracing Analysis 省去了客户自建基础设施的本地存储费用，仅通过云端日志存储收取存储费用，总体的机器成本是自建全链路追踪系统的 1 / 5 或更少，并提供了每天 1000 请求数的免费使用额度。
目前，阿里云链路追踪 Tracing Analysis 已应用于金融、游戏、教育、零售、人工智能等多个行业，帮助开发者高效的分析和诊断分布式应用架构下的性能瓶颈。
Q&A：
Q1：可以通过 API 拉取链路追踪的数据吗？
A1：支持，收集的链路可以通过 OpenAPI 的方式获取，也可以嵌入链路追踪的页面展示，也可以直接在日志服务中查看。
Q2：非阿里云服务，可以接入链路追踪？
A2：链路是追踪是开放的，只要客户的应用可以访问公网，就可以接入，和有没部署在阿里云上没关系。
Q3：埋点对性能的影响有相关分析么？
A3：埋点数据是异步批量上报的，会对性能有影响有限，一般在 1% 左右，主要看埋点的量，埋的多会影响大一点。从目前的压测数据来看，对性能影响比较小。
本文作者：中间件小哥
原文链接
本文为云栖社区原创内容，未经允许不得转载。