分布式链路追踪系统预研第二篇

Posted 2020-08-26

本文为博主原创文章，未经博主允许不得转载。

　　在上篇随笔后，分布式链路在缓慢推进。一直没什么兴致写，zipkin使用elasticsearch作为数据完全是可行的。但是揉合这两者，就存在两种方案：

　　第一种，保持zipkin，替换掉存储。即保持zipkin架构，替换掉默认数据存储，改用elasticsearch作为存储。这完全是可行的，但是做出来的也仅仅是一个分布式链路追踪系统。zipkin官方有相应的多数据源的实现源码，有兴趣大家可以自行去git上看。

　　由于我们想要的不只是分布式链路追踪系统，我们往往要的是一套完善的日志分析、监控和分布式链路追踪于一身的系统。ELK实现日志分析，在此我们能否用ELK进行扩展，实现自己的调用链追踪。从方案上来看完全是可行的，我们可以利用zipkin的数据存储结构进行对接，使用zipkin查询elasticsearch数据作为调用链展示。
当然我们也可以利用自己收集的数据，自己根据google dapper自己写一套查询 分析展示调用链，不一定需要跟zipkin一致。

　　所以第二种方案脱离zipkin，扩展ELK实现自己的分布式链路追踪系统。根据google dapper思想，与zipkin大同小异，实现tracing service服务。架构简图如图：

　　Tracing服务通过elasticsearch暴露的API，查询出我们需要的数据。然后数据分析成调用链结构，展示到UI层。这里Tracing作为一个服务暴露出去。

　　方案暂时如此，能否走通还需要时间验证。难免采坑，如：日志埋点现在的设计就比zipkin的粒度更细，所带来的问题也就越多。

　　也看了一些方案，其实都差不多，都是基于google dapper的想法，只是数据和实现效果上有所区别。
　　这里可以推荐大家去看的方案有:zipkin(twitter)、鹰眼(阿里)、hydra(京东)、tracing(窝窝)。