有什么网站是帮别人做设计的,展示网站报价,海外域名平台,秦皇岛网站制作的流程前言
在微服务中#xff0c;随着服务越来越多#xff0c;对调用链的分析越来越复杂。如何能够分析调用链#xff0c;定位微服务中的调用瓶颈#xff0c;并对其进行解决。
本篇博客介绍springCloud中用到的链路追踪的组件#xff0c;Spring Cloud Sleuth和Zipkin#xf…
前言
在微服务中随着服务越来越多对调用链的分析越来越复杂。如何能够分析调用链定位微服务中的调用瓶颈并对其进行解决。
本篇博客介绍springCloud中用到的链路追踪的组件Spring Cloud Sleuth和Zipkin介绍基本的概念并给出了一个入门的使用案例。 目录 前言引出链路追踪有啥用Spring Cloud SleuthZipkin 入门案例1.启动zipkin 的jar包2.引入依赖3.进行配置4.启动项目5.发送请求查看zipkin标记Linux运行失败 总结 引出 1.链路追踪的组件Spring Cloud Sleuth和Zipkin介绍基本的概念 2.给出了一个入门的使用案例
链路追踪
有啥用
在微服务中随着服务越来越多对调用链的分析越来越复杂。
出现问题
1.微服务之间的调用错综复杂用户发送的请求经历哪些服务调用链不清楚没有一个自动化的工具类来维护调用链2.无法快速定位调用链中哪个环节出了问题3.无法快速定位调用链中哪个环节比较耗时
Spring Cloud Sleuth
Sleuth是SpringCloud的子项目全称SpringCloud-Sleuth提供分布式系统中链路追踪解决方案同类产品还有Cat由大众点评开源基于java开发的实时应用监控平台包括实时应用监控、业务监控。集成方案是通过代理码埋点的方式来实现监控。
Spring Cloud Sleuth采用的是Google的开源项目Dapper的专业术语。
Span基本工作单元发送一个远程调度任务 就会产生一个SpanSpan是一个64位ID唯一标识的Trace是用另一个64位ID唯一标识的Span还有其他数据信息比如摘要、时间戳事件、Span的ID、以及进度ID。Trace一系列Span组成的一个树状结构。请求一个微服务系统的API接口这个API接口需要调用多个微服务调用每个微服务都会产生一个新的Span所有由这个请求产生的Span组成了这个Trace。Annotation用来及时记录一个事件的一些核心注解用来定义一个请求的开始和结束 。这些注解包括以下 cs - Client Sent -客户端发送一个请求这个注解描述了这个Span的开始sr - Server Received -服务端获得请求并准备开始处理它如果将其sr减去cs时间戳便可得到网络传输的时间。ss - Server Sent 服务端发送响应–该注解表明请求处理的完成(当请求返回客户端)如果ss的时间戳减去sr时间戳就可以得到服务器请求的时间。cr - Client Received 客户端接收响应-此时Span的结束如果cr的时间戳减去cs时间戳便可以得到整个请求所消耗的时间。 运行时后台的日志 1.span属性 代表了一组基本的工作单元。为了统计各个处理单元的延迟当请到达各个服务组件的时候也通过一个唯一标识(SpanId)来标记它的开始、具体过程和结合。通过SpanId的开始和结束时间戳就能统计该Span的调用时间除此之外还可以获取如事件的名称、请求信息等元数据。简单来说服务调用链中每一个服务都是一个Span每个Span都有自己的spanId属性、parentId属性、traceId属性
2.trace 由一组traceId相同的Span串联形成的一个树状结构。为了实现请求跟踪当请求到达分布式系统的入口端点时需要服务跟踪框架为该请求创建一个唯一标识traceId同时在分布式系统内部流转的时候框架始终保持传递该唯一值直到整个请求的返回。那么就可以使用该唯一标识将所有请求串联起来形成一条完整的请求链路。
简单来说具有相同traceId的Span服务调用串联起来的树状结构。
但是这些都不直观所以需要用Zipkin
Zipkin
Zipkin 是一个开放源代码分布式的跟踪系统由Twitter公司开源它致力于收集服务的定时数据以解决微服务架构中的延迟问题包括数据的收集、存储、查找和展现每个服务向zipkin报告计时数据zipkin会根据调用关系通过Zipkin UI生成依赖关系图显示了多少跟踪请求通过每个服务该系统让开发者可通过一个 Web 前端轻松的收集和分析数据例如用户每次请求服务的处理时间等可方便的监测系统中存在的瓶颈。
Zipkin提供了可插拔数据存储方式In-Memory、MySql、Cassandra以及Elasticsearch。接下来的测试为方便直接采用In-Memory方式进行存储生产推荐Elasticsearch
官网https://zipkin.io/ 入门案例
1.启动zipkin 的jar包 java -jar 2.引入依赖 !-- Sleuth是SpringCloud的子项目全称SpringCloud-Sleuth提供分布式系统中链路追踪解决方案--dependencygroupIdorg.springframework.cloud/groupIdartifactIdspring-cloud-starter-sleuth/artifactId/dependency!-- Zipkin 是一个开放源代码分布式的跟踪系统由Twitter公司开源它致力于收集服务的定时数据--dependencygroupIdorg.springframework.cloud/groupIdartifactIdspring-cloud-starter-zipkin/artifactIdversion2.2.5.RELEASE/version/dependency3.进行配置 spring:# zipkin配置zipkin:base-url: http://127.0.0.1:9411 # zipkin服务地址discovery-client-enabled: false # 禁止zipkin把自己当做nacos-client向nacos-server注册# sleuth配置sleuth:sampler:rate: 100 # sleuth抽样率默认是10%设置为100表示100%请求上报zipkin4.启动项目 如果把依赖注释掉 5.发送请求查看zipkin 查看调用链的响应时间从而确定服务的瓶颈 点击可以更详细地查看 标记Linux运行失败 启动了zipkin 开放了端口 访问失败似乎是跨域的问题 总结
1.链路追踪的组件Spring Cloud Sleuth和Zipkin介绍基本的概念 2.给出了一个入门的使用案例
