Linux搭建Skywalking9.3

Posted 2023-03-30 猿仁

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Linux搭建Skywalking9.3相关的知识，希望对你有一定的参考价值。

开始语

一位普通的程序员，慢慢在努力变强！

1.安装

1.1 下载文件压缩包

wget https://dlcdn.apache.org/skywalking/9.3.0/apache-skywalking-apm-9.3.0.tar.gz
wget https://dlcdn.apache.org/skywalking/java-agent/8.14.0/apache-skywalking-java-agent-8.14.0.tgz

1.2 解压压缩包

tar -xzvf apache-skywalking-apm-9.3.0.tar.gz  
tar -zxvf apache-skywalking-java-agent-8.14.0.tgz

1.3 修改web-ui启动端口

# 找到webapp目录下的yml文件
vim apache-skywalking-apm-bin/webapp/application.yml
serverPort: $SW_SERVER_PORT:-8686  # 修改这行，默认是8080

1.4 修改存储：我这里使用的是mysql

# 找到config目录下对应的yml文件
vim apache-skywalking-apm-bin/config/application.yml
storage:
  selector: $SW_STORAGE:mysql # 默认是h2，将数据进行持久化。重启数据不丢失。 关于存储类选型，设置方式都差不多
mysql:
    properties:
      jdbcUrl: $SW_JDBC_URL:"jdbc:mysql://localhost:3306/skywalking_data?rewriteBatchedStatements=true"
      dataSource.user: $SW_DATA_SOURCE_USER:root
      dataSource.password: $SW_DATA_SOURCE_PASSWORD:root@1234 # 配置数据库

温馨提示：由于缺少mysql驱动，自行下载将驱动jar放置此目录下：/apache-skywalking-apm-bin/oap-libs
再去mysql中新增库：skywalking_data # 不然启动会报错！
maven下载jar链接请点击此处👈

1.4 执行文件：startup.sh

./startup.sh  
# 出现下面提示说明执行成功：
SkyWalking OAP started successfully!                                                                                                                                       
SkyWalking Web Application started successfully!

1.5 访问展示

浏览器输入：ip:8686

上面是接入了两个服务!

# 接入方法：  java-ops
-javaagent:/skywalking/skywalking-agent/skywalking-agent.jar # jar包位置
-DSW_AGENT_NAME=dev::demo2 # 前面的代表分组，后面的是项目名称
-DSW_AGENT_COLLECTOR_BACKEND_SERVICES=127.0.0.1:11800 # 数据接入点

# 每个项目需要拷贝一份skywalking-agent.jar

温馨提示：如果您是jenkins-k8s集成，请查看此篇文章：jenkins自动化部署👈

2.SpringBoot集成

温馨提示：此处的接入重点是针对jenkins-k8s的方式进行部署

2.1 本地项目部署

2.2 jenkins项目部署

2.2.1 将skywalking-agent.jar打包成镜像

vim Dockerfile

# （方式一）注意Dockerfile文件放置skywalking-agent根目录
FROM busybox:latest
LABEL maintainer="tianyu"
COPY ./ /usr/skywalking/agent/

# （方式二[推荐]）如果你不想将Dockerfile放置容器中，那么你的Dockerfile需要放置skywalking-agent父级目录下
FROM busybox:latest
LABEL maintainer="tianyu"
COPY skywalking-agent/ /usr/skywalking/agent/

# 开始制作镜像，版本最好是和你的jar一致
docker build -t skywalking-agent:8.14.0 .

# （此处是进入了容器内部）因为在容器中接入agent和Dockerfile没有关系，所以不需要将它也复制到容器内部，如下：
root@demo3-75c8d69dfb-ff85z:/usr/skywalking/agent# ls
Dockerfile（这个复制到容器内部中了）  LICENSE  NOTICE  activations  bootstrap-plugins  config  licenses  logs  optional-plugins  optional-reporter-plugins  plugins  skywalking-agent.jar

2.2.2 开始编写Deployment.yaml文件

温馨提示：如果您使用的是jenkins-k8s的方式，则可以忽略次此步骤！
请查看此篇文章：jenkins自动化部署👈

# 编写yml文件
cat > demo-deployment.yaml <<EOF
apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: test-apps
  name: demo3
  labels:
    app.kubernetes.io/name: demo3
spec:
  replicas: 1
  selector:
    matchLabels:
       name: demo3
  template:
    metadata:
      labels:
        name: demo3
    spec:
      # 构建初始化镜像 (通过初始化镜像的方式集成SkyWalking Agent)
      initContainers:
        - name: skywalking-agent
          imagePullPolicy: IfNotPresent
          image: skywalking-agent:8.14.0 # 2.2.1 构建的镜像
          command: [ "sh" ]
          args:
            [
                "-c",
                "cp -R /usr/skywalking/agent/* /skywalking/agent", # 将文件copy到容器内部，下列-javaagent需要使用
            ]
          volumeMounts:
            - mountPath: /skywalking/agent
              name: sw-agent
      containers:
        - name: demo3
          image: demo3:v43 # 通过docker build 进行构建镜像
          imagePullPolicy: IfNotPresent
          ports:
            - containerPort: 80
              name: "demo3"
          resources: 
            requests: 
              cpu: "100m" #CPU限制
              memory: "1024Mi" #内存限制
          env: 
            - name: SPRING_PROFILES_ACTIVE
              value: "test"
            - name: SERVER_PORT
              value: "80"
            - name: SW_AGENT_NAME
              value: "dev::demo3"
            - name: SW_AGENT_COLLECTOR_BACKEND_SERVICES
              value: 124.222.177.150:11800 # ip:11800采集接口
            - name: JAVA_TOOL_OPTIONS
              value: "-javaagent:/usr/skywalking/agent/skywalking-agent.jar" # 容器内部的jar位置
          volumeMounts:
            - mountPath: /usr/skywalking/agent
              name: sw-agent
      volumes:
        - name: sw-agent
          emptyDir:  
---
apiVersion: v1
kind: Service
metadata:
  namespace: test-apps
  name: demo3
spec:
  selector:
    name: demo3
  ports:
    - name: demo3
      protocol: TCP
      port: 80
      targetPort: 80
EOF

# 开始部署yml文件
kubectl apply -f demo-deployment.yaml

2.2.3 验证结果

2.3 集成日志采集

2.3.1 pom文件中添加依赖

<!--start skywalking8.5集成-->
<!--skywalking8.5日志集成-->
<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-logback-1.x</artifactId>
    <version>$skywalking.version</version>
</dependency>

<!-- 该引用用于代码获取tranceId -->
<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-trace</artifactId>
    <version>$skywalking.version</version>
</dependency>
<!--end skywalking8.5集成-->

<!--xml.value解析表达式-->
<dependency>
    <groupId>org.codehaus.janino</groupId>
    <artifactId>janino</artifactId>
    <version>3.0.6</version>
</dependency>

2.3.2 生成两个xml日志文件

温馨提示：我分了两个文件进行配置，此处可以使用一个配置文件！

#文件1：logback-spring.xml
<?xml version="1.0" encoding="UTF-8"?>

<configuration>
    <include resource="logback-skywalking.xml"/>  # 引入sky日志(也可以写在一个文件中)
    <property name="LOG_PATH" value="logs"/>
    <property name="MAX_FILE_SIZE" value="10MB"/>
    <property name="MAX_HISTORY" value="30"/>

    <springProperty scope="context" name="applicationName" source="spring.application.name" defaultValue="demo" />
    <springProperty scope="context" name="loglevel" source="logging.level.root" defaultValue="info" />
    <springProperty scope="context" name="skyLogEnable" source="skywalking.log.enable" defaultValue="false"/> # 新增sky日志的开关，yml中配置
    <!-- 控制台日志样式 -->
    <property name="CONSOLE_LOG_PATTERN" value="$CONSOLE_LOG_PATTERN:-%d[$LOG_DATEFORMAT_PATTERN:-yyyy-MM-dd HH:mm:ss.SSS]-[$LOG_LEVEL_PATTERN:-%5p]-[%-30.30logger29] : %m%n"/>
    <!-- 文件日志样式 -->
    <property name="FILE_LOG_PATTERN" value="$FILE_LOG_PATTERN:-%d[$LOG_DATEFORMAT_PATTERN:-yyyy-MM-dd HH:mm:ss.SSS]-[$LOG_LEVEL_PATTERN:-%5p]-[%-30.30logger29] : %m%n"/>

   <!-- 控制台 -->
    <appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
        <encoder>
            <pattern>$CONSOLE_LOG_PATTERN</pattern>
        </encoder>
    </appender>

    <!-- 日志文件 -->
    <appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <encoder>
            <pattern>$FILE_LOG_PATTERN</pattern>
        </encoder>
        <!-- <file>$LOG_PATH/ztproject.log</file> -->
        <rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy">
            <fileNamePattern>$LOG_PATH/$applicationName-%dyyyy-MM-dd.%i.log</fileNamePattern>
            <maxFileSize>$MAX_FILE_SIZE</maxFileSize>
            <maxHistory>$MAX_HISTORY</maxHistory>
            <cleanHistoryOnStart>true</cleanHistoryOnStart>
        </rollingPolicy>
    </appender>

    <!-- 错误日志文件 我们在k8s环境下 没必要做错误日志文件 -->
    <!-- <appender name="ERROR_FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <encoder>
            <pattern>$FILE_LOG_PATTERN</pattern>
        </encoder>
        <file>$LOG_PATH/ztproject-error-error.log</file>
        <rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy">
            <fileNamePattern>$LOG_PATH/$applicationName-error-%dyyyy-MM-dd.%i.log</fileNamePattern>
            <maxFileSize>$MAX_FILE_SIZE</maxFileSize>
            <maxHistory>$MAX_HISTORY</maxHistory>
        </rollingPolicy>
        <filter class="ch.qos.logback.classic.filter.LevelFilter">
            <level>ERROR</level>
            <onMatch>ACCEPT</onMatch>
            <onMismatch>DENY</onMismatch>
        </filter>
    </appender> -->

    <!-- 异步写日志 -->
    <appender name="ASYNC_FILE" class="ch.qos.logback.classic.AsyncAppender">
        <discardingThreshold>0</discardingThreshold>
        <queueSize>1024</queueSize>
        <appender-ref ref ="FILE"/>
    </appender>
    <!-- <appender name="ASYNC_ERROR_FILE" class="ch.qos.logback.classic.AsyncAppender">
        <discardingThreshold>0</discardingThreshold>
        <queueSize>1024</queueSize>
        <appender-ref ref ="ERROR_FILE"/>
    </appender> -->

    <root level="INFO">
        <appender-ref ref="ASYNC_FILE"/>
        <if condition='$skyLogEnable'> # js表达式
            <then>
                <appender-ref ref="SKY_WALKING_CONSOLE"/>
                <appender-ref ref="GRPC_LOG"/>
            </then>
            <else>
                <appender-ref ref="CONSOLE"/>
            </else>
        </if>
    </root>
</configuration>

#文件2：logback-skywalking.xml
<?xml version="1.0" encoding="UTF-8"?>
<included>
    <!--日志渲染-->
    <conversionRule conversionWord="clr" converterClass="org.springframework.boot.logging.logback.ColorConverter" />
    <conversionRule conversionWord="wex" converterClass="org.springframework.boot.logging.logback.WhitespaceThrowableProxyConverter" />
    <conversionRule conversionWord="wEx" converterClass="org.springframework.boot.logging.logback.ExtendedWhitespaceThrowableProxyConverter" />

    <!-- skywalking日志样式 -->
    <property name="SKY_WALKING_PATTERN" value="[%tid] $SKY_WALKING_PATTERN:-%clr(%d$LOG_DATEFORMAT_PATTERN:-yyyy-MM-dd HH:mm:ss.SSS)faint %clr($LOG_LEVEL_PATTERN:-%5p) %clr($PID:- )magenta %clr(---)faint %clr([%15.15t])faint %clr(%-40.40logger39 %line)cyan %clr(:)faint %m%n$LOG_EXCEPTION_CONVERSION_WORD:-%wEx"/>

    <!-- skywalking控制台 -->
    <appender name="SKY_WALKING_CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
        <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
            <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout">
                <pattern>$SKY_WALKING_PATTERN</pattern>
            </layout>
        </encoder>
    </appender>

    <!--推送日志至管理后台-->
    <appender name="GRPC_LOG" class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.log.GRPCLogClientAppender">
        <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
            <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.mdc.TraceIdMDCPatternLogbackLayout">
                <pattern>%date [%file:%line]-%msg%n</pattern>
            </layout>
        </encoder>
        <filter class="ch.qos.logback.classic.filter.ThresholdFilter">
            <level>INFO</level>
        </filter>
    </appender>
    <!-- skywalking控制台 -->
</included>

2.3.3 配置yml开关，启动日志，测试结果

#application.yml开启日志追踪
skywalking:
  log:
    enable: true # false是关闭，不配默认关闭

2.3.4 验证是否配置成功

温馨提示：项目自行定义接口，然后通过日志@Slf4j来记录日志！
温馨提示：如果需要k8s或者docker部署skywalking方式的猿友们，在下方评论或者联系我，可以对其进行编写部署方案提供猿友们参考！

结束语

本章节完成了，各位正在努力的程序员们，如果你们觉得本文章对您有用的话，或者是你学到了一些东西，期待您用漂亮，帅气的小手点个赞+关注，支持一下猿仁！
持续更新中…

在windows上搭建SkyWalking

概述

skywalking是一个开源的观测平台, 用于从服务和云原生基础设施收集, 分析, 聚合以及可视化数据.。可能大部分情况下该平台是安装在linux系统上，但如果要在本地开发的话可能免不了要在windows系统下安装。

安装须知

安装之前请确保被监控的服务器上的系统时间和OAP服务器上的系统时间是相同的。
JDK 8
本教程只适合运行Skywalking的Backend和UI来进行预览或演示，可能并不适合长期部署使用。如果需要在生产环境使用，请参考下边三个官方文档，进行进一步设置：

第一步下载软件包

Java Agent、后端、UI包含在官方的发行版本中，可以在相对应的Apache官方网站下载：戳我??

技术图片

第二步启动后端

点击bin目录中的startup.bat便会启动收集端程序和UI，具体文件如下：

技术图片

同时关于SkyWalking的一些简单知识我们需要知道：

由于SkyWalking默认使用H2存储，因此如果只是简单使用就无需部署其他数据库。
Backend的gRPC相关的API可访问0.0.0.0/11800，rest相关的API可访问0.0.0.0/12800。在Java，.NetCore，Node.js， Istio agents/probe中，设置gRPC服务地址为ip/host:11800。 (ip/host填写Backend暴露的)
UI 监听8080 端口,同时请求127.0.0.1/12800来做GraphQL查询。

通过上面的说明我们可以知道，如果部署成功后我们可以通过访问htttp://127.0.0.1:8080来访问UI界面。

点击start之后首先会弹出下边两个窗口：

技术图片