分布式服务跟踪系统

Posted doit8791

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了分布式服务跟踪系统相关的知识,希望对你有一定的参考价值。

一个分布式服务跟踪系统主要由三部分构成:

  • 数据收集
  • 数据存储
  • 数据展示

根据系统大小不同,每一部分的结构又有一定变化。譬如,对于大规模分布式系统,数据存储可分为实时数据和全量数据两部分,实时数据用于故障排查(Trouble Shooting),全量数据用于系统优化;数据收集除了支持平台无关和开发语言无关系统的数据收集,还包括异步数据收集(需要跟踪队列中的消息,保证调用的连贯性),以及确保更小的侵入性;数据展示又涉及到数据挖掘和分析。虽然每一部分都可能变得很复杂,但基本原理都类似。

服务追踪的追踪单元是从客户发起请求(request)抵达被追踪系统的边界开始,到被追踪系统向客户返回响应(response)为止的过程,称为一个 trace。每个 trace 中会调用若干个服务,为了记录调用了哪些服务,以及每次调用的消耗时间等信息,在每次调用服务时,埋入一个调用记录,称为一个 span。这样,若干个有序的 span 就组成了一个 trace。在系统向外界提供服务的过程中,会不断地有请求和响应发生,也就会不断生成 trace,把这些带有 span 的 trace 记录下来,就可以描绘出一幅系统的服务拓扑图。附带上 span 中的响应时间,以及请求成功与否等信息,就可以在发生问题的时候,找到异常的服务;根据历史数据,还可以从系统整体层面分析出哪里性能差,定位性能优化的目标。

ZipKin就是一个常用的开源分布式跟踪系统,它主要有下面四部分组成:

Collector(收集器组件):主要负责收集外部系统跟踪信息,转化为Zipkin内部的Span格式。
Storage(存储组件):主要负责收到的跟踪信息的存储,默认为存储在内存中,同时支持存储到mysql、Cassandra以及ElasticSearch。
API(Query): 负责查询Storage中存储的数据,提供简单的JSON API获取数据,主要提供给web UI使用。
Web UI(展示组件):提供简单的web界面,方便进行跟踪信息的查看以及查询,同时进行相关的分析。
Spring Cloud Sleuth是Spring Could提供的分布式追踪方案,它实现让用户无感的情况下对应用添加追踪日志,然后将其发送到远端跟踪系统,如ZipKin。用户只需将它放到应用的classPath中,就能自动完成Span、Trace等信息的生成、接入HTTP Request,以及向Zipkin Server发送采集信息。

以上是关于分布式服务跟踪系统的主要内容,如果未能解决你的问题,请参考以下文章

APM监控-分布式系统服务跟踪技术选型参考

Spring Cloud构建微服务架构 分布式服务跟踪(抽样收集)Dalston版

基于SkyWalking的分布式跟踪系统 - 微服务监控

微服务之分布式跟踪系统(springboot+zipkin+mysql)

分布式服务全栈监控工具

Spring Cloud 微服务分布式链路跟踪 Sleuth 与 Zipkin