Spring Cloud Sleuth/Zipkin分布式链路追踪

Sleuth

参考:https://spring.io/projects/spring-cloud-sleuth
Spring Cloud Sleuth provides Spring Boot auto-configuration for distributed tracing.

Sleuth Maven配置

Sleuth Maven 配置代码如下所示。

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
Sleuth主要特性

Sleuth configures everything you need to get started. This includes where trace data (spans) are reported to, how many traces to keep (sampling), if remote fields (baggage) are sent, and which libraries are traced.

Specifically, Spring Cloud Sleuth…​

  • Adds trace and span ids to the Slf4J MDC, so you can extract all the logs from a given trace or span in a log aggregator.

  • Instruments common ingress and egress points from Spring applications (servlet filter, rest template, scheduled actions, message channels, feign client).

  • If spring-cloud-sleuth-zipkin is available then the app will generate and report Zipkin-compatible traces via HTTP. By default it sends them to a Zipkin collector service on localhost (port 9411). Configure the location of the service using spring.zipkin.baseUrl.

Sleuth主要配置
sleuth:
    enabled: true
    sampler:
      probability: 1.0
    http:
      legacy:
        enabled: true

在实际使用中可能调用了 10 次接口,但是 Zipkin 中只有一条数据,这是因为收集信息是有一定比例的,这并不是 bug。Zipkin 中的数据条数与调用接口次数默认比例是 0.1,当然我们也可以通过上述配置来修改这个比例值。之所以有这样的一个配置,是因为在高并发下,如果所有数据都采集,那这个数据量就太大了,采用抽样的做法可以减少一部分数据量,特别是对于 Http 方式去发送采集数据,对性能有很大的影响。

Sleuth日志格式
2021-01-27 14:03:35.632 DEBUG [gateway-web,793bc0eca122f81d,793bc0eca122f81d,true] 4012 --- [ioEventLoop-4-2] Limiter$$EnhancerBySpringCGLIB$$1d620e4c : 
2021-01-27 14:03:35.633 DEBUG [gateway-web,793bc0eca122f81d,793bc0eca122f81d,true] 4012 --- [ioEventLoop-4-2] c.s.c.g.filter.AccessGatewayFilter       :

观察上述输出日志,我们会发现在日志的最前面加了一部分内容,这部分内容就是 Sleuth 为服务直接提供的链路信息。

可以看到内容是由 [appname,traceId,spanId,exportable] 组成的,具体含义如下:
appname:服务的名称,也就是 spring.application.name 的值(ex: gateway-web)。
traceId:整个请求的唯一 ID,它标识整个请求的链路(ex: 793bc0eca122f81d)。
spanId:基本的工作单元,发起一次远程调用就是一个 span(ex:793bc0eca122f81d)。
exportable:决定是否导入数据到 Zipkin 中(ex: true)。

Zipkin

参考:http://c.biancheng.net/view/5496.html
Zipkin 是 Twitter 的一个开源项目,是一个致力于收集所有服务的监控数据的分布式跟踪系统,它提供了收集数据和查询数据两大接口服务。有了 Zipkin 我们就可以很直观地对调用链进行查看,并且可以很方便地看出服务之间的调用关系以及调用耗费的时间。

Zipkin Maven配置

注意:该依赖中包含了Sleuth。不用显示添加Sleuth依赖。

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>
Sleuth和Zipkin的关系

Sleuth和Zipkin通常搭配着使用。配置好Zipkin之后,Sleuth会把日志信息发送到Zipkin服务器。当Sleuth决定把日志信息导入到Zipkin的时候,exportable参数为true。

Zipkin主要配置

Sleuth默认通过http发送日志信息给Zipkin。如果type指定为web,则使用http发送日志,需指定Zipkin服务器(配置base-url参数)
虽然有基于采样的收集方式,但是数据的发送采用 Http 还是对性能有影响。如果 Zipkin 的服务端重启或者挂掉了,那么将丢失部分采集数据。为了解决这些问题,我们将集成 RabbitMq 来发送采集数据,利用消息队列来提高发送性能,保证数据不丢失(当然也可以使用kafka)。

 zipkin:
    # base-url: http://10.106.11.151:9411
    enabled: true
    sender:
      type: rabbit
Zipkin的日志存储

zipkin支持mem,MySQL,ES存储方式。一般来说,分布式的链路跟踪数据是比较大量的,建议采用ES来存储,方便支持分区,以及后期的扩展等,比如使用某些字段来存储非结构化数据。

Zipkin的安装
  • 建议使用docker安装,下面的示例使用rabbitmq作为传输通道。es作为数据存储。
docker run -d -p 9411:9411 --restart=always -e STORAGE_TYPE=elasticsearch \
-e ES_HOSTS=*.*.*.*:9200 -e RABBIT_ADDRESSES=*.*.*.*:5672 -e RABBIT_USER=admin \
-e RABBIT_PASSWORD=admin openzipkin/zipkin
  • 也可以使用添加maven依赖作为一个微服务部署
<dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-server</artifactId>
            <version>2.12.3</version>
            <exclusions>
                <exclusion>
                    <groupId>org.apache.logging.log4j</groupId>
                    <artifactId>log4j-slf4j-impl</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        <dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-autoconfigure-ui</artifactId>
            <version>2.12.3</version>
        </dependency>
@SpringBootApplication
@EnableDiscoveryClient
@EnableZipkinServer
public class ZipkinApplication {
    public static void main(String[] args) {
        SpringApplication.run(ZipkinApplication.class, args);
    }
}
spring:
  application:
    name: zipkin
  sleuth:
    sampler:
      probability: 1.0
  profiles: test
  main:
    allow-bean-definition-overriding: true
  rabbitmq:
    host: ${RABBIT_MQ_HOST:*.*.*.*}
    port: ${RABBIT_MQ_PORT:5672}
    username: ${RABBIT_MQ_USERNAME:admin}
    password: ${RABBIT_MQ_PASSWORD:admin}
management:
  metrics:
    web:
      server:
        auto-time-requests: false

部署完成之后,可以在浏览器输入: http://{host}:9411查看或者搜索Zipkin的链路追踪信息。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,922评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,591评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,546评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,467评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,553评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,580评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,588评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,334评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,780评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,092评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,270评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,925评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,573评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,194评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,437评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,154评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,127评论 2 352

推荐阅读更多精彩内容