微服务实践之全链路追踪（sleuth，zipkin）详解-SpringCloud(2021.0.x)-4

[版权申明] 非商业目的注明出处可自由转载
出自：shusheng007

前言

本文将介绍微服务架构中关于链路追踪相关组件Sleuth与Zipkin的在SpringCloud入门使用。

链路追踪

为什么要进行链路追踪啊？为什么它在微服务架构中突然显得那么重要，以前怎么不太受重视啊？ 看看下面这个图，只有5个服务以及他们互相调用方式，这但凡某个调用出了问题：请求都经过哪几个服务啦？先过的你还是它啊？那个服务耗时太长拉？等等你是不是半天都理不清，那要是50个微服务呢？很明显，我们需要链路追踪。

理论

目前流行的分布式链路追踪实现方案都是基于Google发布的Dapper相关的论文的，你要是感兴趣可以去看一下Dapper论文，这是中文翻译版：Dapper论文翻译版。论文肯定是比较晦涩难懂拉，但你应该大体明白里面的一些关键概念，例如Trace，Span, Annotations, Sampling(采样率)等

假设现在调用链路是 A-B-C

• Trace

这一次调用是一个trace，以一个全局唯一的id来标识，这个就叫traceId

• Span

A-B就是一个Span，B-C也是一个Span。以一个唯一id来标识，叫spanId

• Annotations

链路的额外信息，例如 服务名称，Ip，调用起始结束时间等信息

• Sampling

采样率，在高并发下，你不可能采集每次调用的信息，所以可以100个调用采集1个。

SpringCloud的实现方案

在SpringCloud中我们可以采用Sleuth加Zipkin来实现全链路追踪，Sleuth负责采集链路信息，Zipkin负责处理展示这些信息。

Zipkin服务

因为要使用Zipkin服务，肯定的需要安装Zipkin的服务，我们以docker的形式安装，以mysql来存储链路信息。

下面是安装的docker-compose文件的一部分，完整部分可以在文章末尾的源码中找到。

...
  # 数据库
  ms_mariadb:
    image: mariadb:10.6.5
    container_name: ms_mariadb
    ports:
      - 3306:3306
    volumes:
      - ~/software/database/ms_mariadb/config:/etc/mysql/conf.d
      - ~/software/database/ms_mariadb/data:/var/lib/mysql
    environment:
      - MYSQL_ROOT_PASSWORD=root
    networks:
      ms_network:
        ipv4_address: 172.171.1.11
  # 链路追踪
  ms_zipkin:
    image: openzipkin/zipkin
    container_name: ms_zipkin
    ports:
      - 9411:9411
    environment:
      - STORAGE_TYPE=mysql
      # Point the zipkin at the storage backend
      - MYSQL_DB=zipkin
      - MYSQL_USER=root
      - MYSQL_PASS=root
      - MYSQL_HOST=ms_mariadb
      - MYSQL_TCP_PORT=3306
    networks:
      ms_network:
        ipv4_address: 172.171.1.12
    depends_on:
      - ms_mariadb
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

当安装了数据库后，还需要执行zipkin的sql脚本来创建其需要的表，脚本也在文后源码中。

引入依赖

pom文件中引入sleuth的依赖：

  
      org.springframework.cloud
      spring-cloud-starter-sleuth
  
1
2
3
4

pom文件中引入zipkin的依赖：

 
     org.springframework.cloud
     spring-cloud-sleuth-zipkin
 
1
2
3
4

配置

spring:
  zipkin:
    enabled: true
    baseUrl: http://localhost:9411
  sleuth:
    sampler:
      rate: 100
1
2
3
4
5
6
7

上面配置了zipkin的服务地址，以及采样率，这里为了测试将采样率设置为100%。

注意每个服务都要配置哦，这样才能完成全链路的追踪。

使用

当我们引入sleuth的starter后，其就自动为我们的调用织入了追踪信息，例如我们这里使用的OpenFeign，此外它还可以为rabbitmq，kafka等消息队列织入追踪信息。

当我们的order-service这个服务的接口/order/payment被调用时就会输出如下的日志：

2022-10-22 09:04:10.263 DEBUG [order-service,9c759536a9740bb8,fd458cf91ce56f44] 81008 --- [nio-7002-exec-4] o.s.web.servlet.DispatcherServlet        : POST "/order/payment", parameters={}
1

查看日志中[order-service,9c759536a9740bb8,fd458cf91ce56f44] 这部分，后面的两个id，分别是traceId和spanId，sleuth会把这些信息传递给zipkin。

接下来我们登录zipkin后台来看下

• 登录

浏览器访问 http://localhost:9411

如下图所示，红框tab表示你要查询的链路，可以点击那个+号红色按钮来添加条件查询。蓝框是全局展示调用链路的依赖图，这个特别棒，有了它你再也不用担心请求时怎么走的了。

• 查找链路

你可以通过各种条件来查询链路，例如直接从api-gateway来查，查到的是最全的。

然后点击右边的Show按钮，就会展示此trace的详情。

从上面的图，你已经可以清晰的看到调用链，以及每个span所花费的时间。例如从上图可知，最后一个logistics-service耗时最久，达到了2秒多，导致整个请求的响应时间达到2秒多，所以找到了最慢的点，然后进行优化。

我们这里出现了redis服务，那是因为网关使用了Redis限流器，所以所有流经gateway的请求都走了redis。

• 查看链路依赖

如果你已经查到了traceId，那么直接在右上角使用traceId结合时间来查询即可。

图中清晰的展示了各个此链路的各个节点，实际上zipkin展示的是动态图，你会看到不断有小圆点从一个服务跑到另一个服务，特别棒

总结

在SpringCloud中如何进行链路追踪就至此链路追踪就介绍完了，只是介绍了入门使用，更复杂的还是要在实际工作中慢慢总结，毕竟万事开头难，入门后就靠后天发展了…

源码

一如既往，你可以在Github上找到本文的源代码：master-microservice