技术积累
spring cloud sleuth介绍
sleuth是spring cloud的分布式跟踪解决方案。
1.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,spanld,span父id.span被启动和停止时,记录了时间信息,初始化span叫:rootspan,它的span id和trace id相等。
2.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。
3.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。
工具定位
spring cloud sleuth是一个用于spring cloud应用程序的分布式追踪工具,它主要专注于在服务间传播追踪信息。
主要功能
传播追踪上下文:在服务调用间传递trace id和span id,确保整个请求链路的追踪信息保持一致。
集成日志框架:修改日志框架的配置,使得日志记录中包含trace和span的id。
与spring cloud生态集成:与spring cloud的其他组件(如ribbon、hystrix、zuul等)无缝集成。
依赖性:sleuth是为spring cloud应用程序设计的,它依赖于spring框架和spring boot。
zipkin介绍
zipkin是一款开源的分布式实时数据追踪系统(distributed tracking system),基于 google dapper的论文设计而来,由 twitter 公司开发贡献。其主要功能是聚集来自各个异构系统的实时监控数据。
工具定位
zipkin是一个分布式追踪系统,它提供了追踪数据的收集、存储、查找和展示功能。
主要功能
收集追踪数据:zipkin通过其客户端库(如brave)收集追踪数据。
存储追踪数据:支持多种存储方案,如内存、mysql、cassandra、elasticsearch等。
查询和展示:提供web界面,用于查询追踪数据,并以可视化的方式展示服务间的调用关系和延迟。
独立性:zipkin可以独立于任何应用程序或框架运行,并且可以与多种编程语言和框架集成。
zipkin 官网
https://zipkin.io/pages/quickstart.html
zipkin与sleuth的协作
数据收集:sleuth负责在spring cloud应用程序中生成和传播追踪数据,而zipkin负责收集这些数据。
数据展示:sleuth生成的追踪数据可以通过zipkin的web界面进行查询和展示。
集成:在spring cloud应用程序中,sleuth通常与zipkin一起使用,sleuth负责追踪信息的生成和传播,zipkin负责存储和展示。
springcloud多模块搭建
多模块微服务项目结构
新增父项目来管理微服务各个模块
#父模块pom必须声明
pom
新增子模块
zipkin server部署
由于springcloud f版本不支持自定义zipkin server,故我们采用docker镜像进行部署zipkin server。
docker pull 镜像
docker pull openzipkin/zipkin:latest
启动zipkin server
未持久化(内存):
docker run --name zipkin-server -d --restart=always -p 9411:9411 openzipkin/zipkin:latest
http://127.0.0.1:9411/zipkin/
持久化到mysql5:
docker run --name zipkin-server-mysql -d --restart=always -p 19411:9411 -e mysql_user=root -e mysql_pass=12345678 -e mysql_host=127.0.0.1 -e storage_type=mysql -e mysql_db=zipkin -e mysql_tcp_port=13306 openzipkin/zipkin:3.3
mysql dd语句如下:
https://github.com/openzipkin/zipkin/blob/master/zipkin-storage/mysql-v1/src/main/resources/mysql.sql -- -- copyright the openzipkin authors -- spdx-license-identifier: apache-2.0 -- create table if not exists zipkin_spans ( `trace_id_high` bigint not null default 0 comment 'if non zero, this means the trace uses 128 bit traceids instead of 64 bit', `trace_id` bigint not null, `id` bigint not null, `name` varchar(255) not null, `remote_service_name` varchar(255), `parent_id` bigint, `debug` bit(1), `start_ts` bigint comment 'span.timestamp(): epoch micros used for endts query and to implement ttl', `duration` bigint comment 'span.duration(): micros used for minduration and maxduration query', primary key (`trace_id_high`, `trace_id`, `id`) ) engine=innodb row_format=compressed character set=utf8 collate utf8_general_ci; alter table zipkin_spans add index(`trace_id_high`, `trace_id`) comment 'for gettracesbyids'; alter table zipkin_spans add index(`name`) comment 'for gettraces and getspannames'; alter table zipkin_spans add index(`remote_service_name`) comment 'for gettraces and getremoteservicenames'; alter table zipkin_spans add index(`start_ts`) comment 'for gettraces ordering and range'; create table if not exists zipkin_annotations ( `trace_id_high` bigint not null default 0 comment 'if non zero, this means the trace uses 128 bit traceids instead of 64 bit', `trace_id` bigint not null comment 'coincides with zipkin_spans.trace_id', `span_id` bigint not null comment 'coincides with zipkin_spans.id', `a_key` varchar(255) not null comment 'binaryannotation.key or annotation.value if type == -1', `a_value` blob comment 'binaryannotation.value(), which must be smaller than 64kb', `a_type` int not null comment 'binaryannotation.type() or -1 if annotation', `a_timestamp` bigint comment 'used to implement ttl; annotation.timestamp or zipkin_spans.timestamp', `endpoint_ipv4` int comment 'null when binary/annotation.endpoint is null', `endpoint_ipv6` binary(16) comment 'null when binary/annotation.endpoint is null, or no ipv6 address', `endpoint_port` smallint comment 'null when binary/annotation.endpoint is null', `endpoint_service_name` varchar(255) comment 'null when binary/annotation.endpoint is null' ) engine=innodb row_format=compressed character set=utf8 collate utf8_general_ci; alter table zipkin_annotations add unique key(`trace_id_high`, `trace_id`, `span_id`, `a_key`, `a_timestamp`) comment 'ignore insert on duplicate'; alter table zipkin_annotations add index(`trace_id_high`, `trace_id`, `span_id`) comment 'for joining with zipkin_spans'; alter table zipkin_annotations add index(`trace_id_high`, `trace_id`) comment 'for gettraces/byids'; alter table zipkin_annotations add index(`endpoint_service_name`) comment 'for gettraces and getservicenames'; alter table zipkin_annotations add index(`a_type`) comment 'for gettraces and autocomplete values'; alter table zipkin_annotations add index(`a_key`) comment 'for gettraces and autocomplete values'; alter table zipkin_annotations add index(`trace_id`, `span_id`, `a_key`) comment 'for dependencies job'; create table if not exists zipkin_dependencies ( `day` date not null, `parent` varchar(255) not null, `child` varchar(255) not null, `call_count` bigint, `error_count` bigint, primary key (`day`, `parent`, `child`) ) engine=innodb row_format=compressed character set=utf8 collate utf8_general_ci;
持久化到es:
docker run --name zipkin-server-es -d -p 19411:9411 --restart=always -e storage_type=elasticsearch -e es_hosts=127.0.0.1:9200 openzipkin/zipkin:latest
jar运行:
curl -ssl https://zipkin.io/quickstart.sh | bash -s
java -jar zipkin.jar --storage_type=mysql --mysql_host=127.0.0.1 --mysql_tcp_port=3306 --mysql_db=zipkin --mysql_user=root --mysql_pass=12345678
我们测试选择不持久化
docker run -d -p 9411:9411 --name zipkinserver --restart=always openzipkin/zipkin
3、启动完成
springcloud 接入 sleuth 与 zipkin
pom引入依赖 (springboot2.6+)
<properties> <spring-cloud.version>2021.0.5</spring-cloud.version> </properties> <dependencies> <dependency> <groupid>org.springframework.cloud</groupid> <artifactid>spring-cloud-dependencies</artifactid> <version>${spring-cloud.version}</version> <type>pom</type> <scope>import</scope> </dependency> <dependency> <groupid>org.springframework.cloud</groupid> <artifactid>spring-cloud-starter-sleuth</artifactid> <version>3.1.10</version> </dependency> <dependency> <groupid>org.springframework.cloud</groupid> <artifactid>spring-cloud-sleuth-zipkin</artifactid> <version>3.1.10</version> </dependency> </dependencies>
appilication.yml配置修改
spring: zipkin: #zipkin服务所在地址 base-url: http://127.0.0.1:9411/ sender: type: web #使用http的方式传输数据 #配置采样百分比 sleuth: sampler: probability: 1 # 将采样比例设置为 1.0,也就是全部都需要。默认是0.1也就是10%,一般情况下,10%就够用了 ##打开debug日志 logging: level: org.springframework.web.servlet.dispatcherservlet: debug
type=web也就是通过 http 的方式发送数据到 zipkin 。
如果请求量比较大,这种方式其实性能是比较低的,一般情况下我们都是通过消息中间件来发送,比如 rabbitmq 。如果日志数据量比较大,一般推荐拥有更高吞吐量的 kafka 来进行日志推送。这种方式就是让服务将 sleuth 收集的日志推给 mq ,让 zipkin 去监控 mq 的信息,通过 mq 的队列获取到服务的信息。这样就提高了性能。
而日志的存储则可以采用mysql、 elasticsearch 对数据进行持久化,这样可以保证 zipkin 重启后,链路信息不会丢失。
增加测试链路代码
链路为:
user-service --> order-service --> finance-service
user-service增加请求入口getorderamount:
/** * 计算订单金额 * @param orderid * @author senfel * @date 2024/12/9 18:25 * @return java.lang.string */ @requestmapping("/getorderamount") public string getorderamount(@requestparam(name = "orderid") string orderid) { return orderservice.getorderamount(orderid); }
user-service增加feign调用order-service:
/** * feeservice * @author senfel * @version 1.0 * @date 2024/12/9 18:02 */ @feignclient(name = "order-service",fallback = orderservicefallback.class) public interface getorderamount { /** * 获取订单金额 * @param orderid * @author senfel * @date 2024/12/9 18:06 * @return java.lang.string */ @requestmapping(value = "/order/getorderamount",method = requestmethod.get) string getorderamount(@requestparam(name = "orderid") string orderid); }
order-service增加调用入口getorderamount:
/** * 获取订单金额 * @param orderid * @author senfel * @date 2024/12/9 18:06 * @return java.lang.string */ @requestmapping(value = "/getorderamount",method = requestmethod.get) public string getorderamount(@requestparam(name = "orderid") string orderid){ return financeservice.getfee(orderid); }
order-service增加feign调用finance-service:
/** * financeservice * @author senfel * @version 1.0 * @date 2024/12/9 18:10 */ @feignclient(name = "finance-service",fallback = financeservicefallback.class) public interface financeservice { /** * 获取费用 * @param orderid * @author senfel * @date 2024/12/9 18:12 * @return java.lang.string */ @requestmapping(value = "/finance/getfee",method = requestmethod.get) string getfee(@requestparam(name = "orderid") string orderid); }
finance-service增加请求入口getfee:
/** * 获取费用 * @param orderid * @author senfel * @date 2024/12/9 18:12 * @return java.lang.string */ @requestmapping(value = "/getfee",method = requestmethod.get) public string getfee(@requestparam(name = "orderid") string orderid) { return "100"; }
调用微服务进行验证
启动微服务调用getorderamount()
进入zipkin界面查看请求调用链路和各个阶段耗时
至此,我们已经完微服务链路追踪实战.。
以上就是springcloud集成sleuth和zipkin实现微服务链路追踪的实战分享的详细内容,更多关于springcloud sleuth和zipkin链路追踪的资料请关注代码网其它相关文章!
发表评论