Spring Cloud Sleuth分布式链路跟踪相关图形 p66完_java

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

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。
如何理清各个微服务之间的依赖关系？
如何进行各个微服务接口的性能分折？执行时间。
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

Spring Boot Actuator + 端点
Spring Boot Admin + 可视化UI界面
Hystrix Dashboard监控Hystrix服务
Hystrix Turbine聚合多个Hystrix服务的监控信息
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

Google Dapper
Twitter Zipkin，UI界面数据展示
Apache HTrace

2 组织、流原

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
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

Google Dapper
Twitter Zipkin，UI界面数据展示
Apache HTrace

4 工具

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

async
Hystrix
messaging
websocket
rxjava
scheduling
web（Spring MVC Controller，Servlet）
webclient（Spring RestTemplate）
Feign
Zuul；

6 具体2：认识Zipkin

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
  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
韩国、Naver、Pinpoint。Apache、HTrace。阿里、EagleEye。京东、Hydra等

7 具体3：搭建Zipkin Server

创建一个SpringBoot项目，用于搭建Zipkin Server服务端；
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：
```
    io.zipkin.java
    zipkin-autoconfigure-ui
    2.12.3




    io.zipkin.java
    zipkin-server
    2.12.3
```
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；

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

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);
    }
}

然后启动zipkin server服务，访问http://localhost:9410 （默认启动了Undertow服务的9410端口）

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
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

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：

服务名：就是微服务配置文件中的application name；
Span名称：跨度；
时间段：现在查询的时间段；例如，查今天的所有数据。
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。
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。
数量：一页数量；
排序：排序规则；

2）服务查询结果：

3）点击，查看服务地址。点击，查看服务调用参数详情：

（2）依赖

（3）根据Trace id进行搜索

（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

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

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

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



    org.springframework.cloud
    spring-cloud-starter-sleuth




    org.springframework.cloud
    spring-cloud-starter-zipkin

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

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
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
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

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
大数据领域中使用的一个组件。
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

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

中文下载：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；

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

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

第一步：搭建好Elastic Search环境

第二步：zipkin server项目中，添加依赖


    io.zipkin.java
    zipkin-autoconfigure-storage-elasticsearch-http
    2.8.4

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

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）

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/langs/919993.html

Spring Cloud Sleuth分布式链路跟踪相关图形 p66完

发表评论

评论列表（0条）

Spring Cloud Sleuth分布式链路跟踪 相关图形 p66完

发表评论

评论列表（0条）

Spring Cloud Sleuth分布式链路跟踪相关图形 p66完