微服务治理之分布式链路追踪--1.tracing综述

微服务治理之分布式链路追踪--1.tracing综述 微服务可观测性研究之distributed tracing–1.综述

最近，boss交给了我一个任务，研究下链路追踪，大半年前研究过这个问题，但是当时因为手头上有很多别的工作，加上对scala和play framework框架（我司核心系统采用play框架研发的）不太熟悉，所以这个问题研究了一半没有继续下去了。最近，boss把我从业务系统中解放出来，专门研究比较底层偏架构方面的工作，第一个任务就是继续研究之前暂停的分布式微服务链路追踪。

分布式系统中，微服务的可观测性是很重要的指标之一，在对bug追踪和性能问题定位等方面发挥了不可替代的作用。我司主要是to b 业务，对于客户现场的信息收集极其重要，借助于微服务可观测性技术可以解决这个难题。
可观测性主要分为三个部分：logging，tracing，metrics。本文是可观测性系列文章的第一篇，主要是tracing部分的综述。后续还有对metrics和logging部分的研究。

---

文章目录

• 微服务可观测性研究之distributed tracing--1.综述
• 前言
• 一、分布式链路追踪是什么？
• 二、常见方案
• • 1. OpenTracing
  • 2. OpenCensus
  • 3. OpenTelemetry
• 总结

---

前言 链路追踪(Distributed Tracing)　一词最早出现于谷歌发布的论文 《Dapper, a Large-Scale Distributed Systems Tracing Infrastructure》中,这篇论文对于实现链路追踪,对于后来出现的 Jaeger、Zipkin 等开源分布式追踪项目设计理念仍有很深的影响。

---

一、分布式链路追踪是什么？

微服务架构是一个分布式的架构,会有很多个不同的服务。不同的服务之前相互调用,如果出现了错误由于一个请求经过了 N 个服务。随着业务的增加越来越多的服务之间的调用，如果没有一个工具去记录调用链，解决问题的时候会毫无头绪，无从下手。所以需要有一个工具能够清楚的了解一个请求经过了哪些服务,顺序是如何,从而能够轻易的定位问题。

分布式跟踪（也称为分布式请求跟踪）是一种用于分析和监控应用程序的方法，尤其是使用微服务架构构建的应用程序。分布式跟踪有助于精确定位故障发生的位置以及导致性能差的原因。所以是微服务可观测性指标中的重要的一环。

从谷歌发布 Dapper 后，分布式链路追踪工具越来越多，以下简单列举了一些常用的链路追踪系统

• Skywalking
• 阿里 鹰眼
• 大众点评 CAT
• Twitter Zipkin
• Naver pinpoint
• Uber Jaeger

随着链路追踪工具越来越多，开源领域主要分为两派，一派是以 CNCF技术委员 会为主的 OpenTracing 的规范，例如 jaeger zipkin 都是遵循了OpenTracing 的规范。而另一派则是谷歌作为发起者的 OpenCensus，而且谷歌本身还是最早提出链路追踪概念的公司，后期连微软也加入了 OpenCensus

二、常见方案 1. OpenTracing

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2. OpenCensus

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

3. OpenTelemetry 总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。