SpringCloud集成Sleuth和Zipkin的思路讲解

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

SpringCloud集成Sleuth和Zipkin的思路讲解

Hahahahahahaha~   2022-11-03 我要评论

组件说明

 Zipkin

Zipkin 是 Twitter 的一个开源项目,它基于 Google Dapper 实现,它致力于收集服务的定时数据,以及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。

 sleuth

sleuth是一个工具,它在整个分布式系统中能跟踪一个用户请求的过程(包括数据采集,数据传输,数据存储,数据分析,数据可视化),捕获这些跟踪数据,就能构建微服务的整个调用链的视图,这是调试和监控微服务的关键工具

微服务架构是一个分布式架构,它按业务划分服务单元,一个分布式系统往往有很多个服务单元。由于服务单元数量众多,业务的复杂性,如果出现了错误和异常,很难去定位 。主要体现在,一个请求可能需要调用很多个服务 ,而内部服务的调用复杂性,决定了问题难以定位。所以微服务架构中,必须实现分布式链路追踪,去跟进一个请求到底有哪些服务参与,参与的顺序又是怎样的,从而达到每个请求的步骤清晰可见,出了问题,很快定位

基本术语

Span (跨度):基本工作单元,发送一个远程调度任务 就会产生一个 Span , Span 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 (跟踪):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 (标注):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
Sleuth配合ZIPKIN的使用

所有服务都加入以下依赖:

        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-sleuth</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-zipkin</artifactId>
        </dependency>

使用docker安装zipkin:docker run -d -p 9411:9411 openzipkin/zipkin

所有微服务加入以下配置:

#服务追踪,url填自己的服务器地址
spring.zipkin.base-url=http://192.168.56.10:9411/
#关闭服务发现
spring.zipkin.discovery-client-enabled=false
spring.zipkin.sender.type=web
#配置采样器
spring.sleuth.sampler.probability=1

启动服务,进行一系列业务操作,再进入配置中输入的url:http://192.168.56.10:9411/

Zipkin 数据持久化

Zipkin 默认是将监控数据存储在内存的,如果 Zipkin 挂掉或重启的话,那么监控数据就会丢 失。所以如果想要搭建生产可用的 Zipkin,就需要实现监控数据的持久化。数据可以存到内存,mysql,elasticsearch和Cassandra中。 Zipkin 支持的这几种存储方式中,内存显然是不适用于生产的。而使用 MySQL 的话,当数据量大时,查询较为缓慢,也不建议使用。 Twitter 官方使用的是 Cassandra作为 Zipkin 的存储数据库,但国内用 Cassandra 的公司较少,而且 Cassandra 相关文档也不多。 综上,故采用 Elasticsearch 是个比较好的选择。 使用docker进行配置(前提已经安装了Elasticsearch): docker run --env STORAGE_TYPE=elasticsearch --env ES_HOSTS=192.168.56.10:9200 openzipkin/zipkin-dependencies 附:使用 es 时 Zipkin Dependencies 支持的环境变量

Copyright 2022 版权所有 软件发布 访问手机版

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们