9、Skywalking的埋点-Trace的基本概念

Posted 2023-03-09

参考技术A

开始之前先仔细阅读skywalking创始人吴晟的一些文章资料：

skywalking中关于 trace 的一些概念，较opentracing来说是进行了一些扩展，比如其核心 TraceSegment 表示一类span的聚合。
我们这样来理解：在微服务架构中，一个请求基本都会涉及跨进程（以及跨线程）的操作，例如， RPC 调用、通过 MQ 异步执行等这类操作就需要涉及到多个服务的多个线程， TraceSegment 就记录了一个请求在一个线程中的执行流程。当将该请求所关联的全部 TraceSegment 串起来，就能得到该请求的完整 Trace ，总结来说即是：

TraceSegment 的核心字段结构如下：

skywalking中 Span 分为 2大类， RemoteSpan 和 LocalSpan ，其中 RemoteSpan 又分为 EntrySpan 和 ExitSpan ：

每个 TraceSegment 都绑定一个 TracingContext 上下文对象，记录了 TraceSegment 的上下文信息。
提供的功能有：

ContextCarrier 见名知意，是 Context 的搬运工（Carrier），负责在 进程 之间搬运 Context 的一些基本信息，将夸进程调用链 连接起来。

看下其成员的作用：

跨进程传播 Context 上下文信息的核心流程大致为：

对于Dubbo组件来说，其 ContextCarrier 的传播过程如下图所示:

序列化之后的 ContextCarrier 字符串会利用 attachments 的机制放到 RpcContext 中，在服务端从 attachments 中取出反序列化后填充到当前 TraceContext 中。

跨线程转播，是在同一个进程中，不同的线程之间传递，这个传递过程不需要序列化，遵循以下步骤实现：

skywalking agent 本地缓存队列参数设置

参考技术A skywalking是一款优秀的apm应用性能监控软件，属于Apache开源平台顶级项目，以java语言开发。它以jvm虚拟机agent方式随应用一块启动，通过无侵入自动代码埋点来实现应用接口的性能监控。

由于agent代理和监控的业务应用在一块启动，为尽可能地减小对原有业务应用的影响(内存占用、线程cpu资源使用等)，skywalking agent的埋点数据收集以及上报，是以队列+异步线程的方式实现。当skywalking server端出现故障，内存队列被占满，新的收集数据将直接丢弃，不会继续往队列里添加，以避免占用过多内存资源对原有业务产生影响。通常情况下，保持agent默认参数配置即可，无需额外修改。针对一些需求特别的场景，用户可以通过参数自行定义，以便最大限度降低agent对原有业务的影响。

关于skywalking agent的队列模型-- 无锁环状队列。可以参考文章：https://www.jianshu.com/p/93845a3b4b42，这里不再赘述。

skywalking agent本地缓存队列由两部分组成： 缓存通道*通道队列
其中，
缓存通道大小：buffer.channel_size=$SW_BUFFER_CHANNEL_SIZE:5
缓存队列大小：buffer.buffer_size=$SW_BUFFER_BUFFER_SIZE:300
上面所列参数，等号左侧为k ey值，右侧为value值，其中value值中大写字符为环境变量，冒号：后面数字为默认值。即agent的默认缓存通道为5，默认每个通道对应队列大小为300。

我们可以通过以下两种方式实现默认参数的覆盖。