从0开始用SpringCloud搭建微服务系统【五】
如果能跟踪每个请求，中间请求经过哪些微服务，请求耗时，网络延迟，业务逻辑耗时等。我们就能更好地分析系统瓶颈、解决系统问题。因此链路跟踪很重要。
链路追踪目的：解决错综复杂的服务调用中链路的查看。排查慢服务。
市面上链路追踪产品，大部分基于 google的Dapper论文 。
链路追踪要考虑的几个问题
- 探针的性能消耗。尽量不影响 服务本尊。
- 易用。开发可以很快接入，别浪费太多精力。
- 数据分析。要实时分析。维度足够。
Sleuth
Sleuth是Spring cloud的分布式跟踪解决方案。
-
span(跨度)，基本工作单元。一次链路调用，创建一个span，span用一个64位id唯一标识。包括：id，描述，时间戳事件，spanId,span父id。
span被启动和停止时，记录了时间信息，初始化span叫：root span，它的span id和trace id相等。
-
trace(跟踪)，一组共享“root span”的span组成的树状结构 称为 trace，trace也有一个64位ID，trace中所有span共享一个trace id。类似于一颗 span 树。
-
annotation（标签），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。
- CS(Client Send客户端发起请求)。客户端发起请求描述了span开始。
- SR(Server Received服务端接到请求)。服务端获得请求并准备处理它。SR-CS=网络延迟。
- SS（Server Send服务器端处理完成，并将结果发送给客户端）。表示服务器完成请求处理，响应客户端时。SS-SR=服务器处理请求的时间。
- CR（Client Received 客户端接受服务端信息）。span结束的标识。客户端接收到服务器的响应。CR-CS=客户端发出请求到服务器响应的总时间。
其实数据结构是一颗树，从root span 开始。
使用
在每个需要被监控的系统的pom中引入：
<!-- 引入sleuth依赖 --> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-sleuth</artifactId> </dependency>
启动后，日志中可以看到类似于： [account-service,,,] 的数据，说明如下：
[服务名称，traceId（一条请求调用链中 唯一ID），spanID（基本的工作单元，获取数据等），是否让zipkin收集和展示此信息]
zipkin
zipkin是twitter开源的分布式跟踪系统。
原理收集系统的时序数据，从而追踪微服务架构中系统延时等问题。还有一个友好的界面。
由4个部分组成：Collector（采集器）、Storage（存储器）、Restful API（接口）、Web UI
原理
sleuth收集跟踪信息通过http请求发送给zipkin server，zipkin将跟踪信息存储，以及提供RESTful API接口，zipkin ui通过调用api进行数据展示。
默认内存存储，可以用mysql，ES等存储。
使用
在每个需要被监控的系统的pom中引入：
<!-- zipkin --> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-zipkin</artifactId> </dependency>
在每个需要监听的服务的配置文件中加入：
spring:
#zipkin
zipkin:
base-url: http://localhost:9411/
#采样比例1
sleuth:
sampler:
rate: 1
根据 zipkin官网中的Quickstart ，启动zipkin。
正文到此结束
热门推荐
相关文章
近期评论
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
搞个gitee的项目
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
