zipkin是Twitter的一个开源项目,它基于Google Dapper实现。我们可以使用它来收集各个服务器上请求链路的跟踪数据,并通过它提供的REST API接口来辅助我们查询跟踪数据以实现对分布式系统的监控程序,从而及时地发现系统中出现的延迟升高问题并找出系统性能瓶颈的根源。除了面向开发的API接口之外,它也提供了方便的UI组件来帮助我们直观的搜索跟踪信息和分析请求链路明细,比如:可以查询某段时间内各用户请求的处理时间等。
zipkin的架构图如下:
由上面的架构图可以看出,zipkin有四个核心组件:
目前最新版的zipkin-server,是直接到官网获取最新可执行的jar,然后直接运行该jar文件,例如:
curl -sSL https://zipkin.io/quickstart.sh | bash -s java -jar zipkin.jar 复制代码
也可以用docker启动,在此通过docker来启动zipkin-server服务。
由于在此存储组件使用Elasticsearch,所以先通过docker将Elasticsearch启动,执行如下命令:
docker run -d -p 9200:9200 --name es elasticsearch:6.6.0 复制代码
如果在启动elasticsearch的时候出现如下错误:
[1]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144] 复制代码
可以先执行如下命令解决:
sysctl -w vm.max_map_count=262144 复制代码
接下来,启动zipkin-server服务,执行如下命令:
docker run -d -e STORAGE_TYPE=elasticsearch -e ES_HOSTS=192.168.208.134:9200 -p 9411:9411 --name zipkin openzipkin/zipkin:2.12.1 复制代码
通过浏览器打开http://192.168.208.134:9411页面,如果出现如下界面,则表示zipkin-server服务启动成功了:
在原来微服务的pom文件中,添加如下的依赖:
<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-sleuth</artifactId> </dependency> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-zipkin</artifactId> </dependency> 复制代码
然后在application.yml文件需要新增如下配置:
spring: zipkin: base-url: http://192.168.208.134:9411 sleuth: sampler: percentage: 1 复制代码
其中spring.sleuth.sampler.percentage表示收集跟踪信息的比例,1表示全部收集,它的值的范围是0-1之间的。
由于新版本当中,如果需要查看各个微服务之间的依赖关系,则必需要部署zipkin-dependencies,此处还是通过docker来部署,由于zipkin-dependencies运行一次就会结束,所以可以让其每小时运行一次,即:
docker run -e STORAGE_TYPE=elasticsearch -e ES_HOSTS=192.168.208.134:9200 openzipkin/zipkin-dependencies:2.0.4 sh -c 'crond -f' 复制代码