Nacos: 注册中心，解决服务注册与发现
Ribbon: 客户端的负载均衡器，解决服务集群的负载均衡
OpenFeign：声明式的HTTP客户端，服务远程调用
Nacos：配置中心，中心化管理配置文件
Sentinel：微服务流量卫兵，以流量为入口，保护微服务，防止出现服务雪崩
Gateway: 微服务网关，服务集群的入口，路由转发以及负载均衡（结合Sentinel）
Sleuth: 链路追踪，链路快速梳理、故障定位等
Seata: 分布式事务解决方案
目录
一、概述
1.1、为什么使用链路追踪
随着业务发展，微服务的数量也会越来越多，某个服务出现问题，问题很难排查
【问题】
1、链路梳理难：无法清晰地看到整个调用链路
2、故障难定位：无法快速定位到故障点、无法快速定位哪个环节比较费时
因此，我们需要链路追踪来梳理链路调用，方便快速定位问题。
1.2、常见链路追踪解决方案
常见的有如下几种解决方案，本文讲解跟SpringCloud相关的Sleuth + Zipkin
【Zipkin】
Twitter开源的调用链分析工具，目前基于springcloud sleuth得到了广泛的使用，特点是轻量，使用部署简单
【Pinpoint】
韩国人开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点是支持多种插件，U功能强大，接入端无代码侵入。
【SkyWalking】
本土开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点是支持多种插件，UI功能较强，接入端无代码侵入。目前已加入Apache孵化器。
【CAT】
是大众点评开源的基于编码和配置的调用链分析，应用监控分析，日志采集，监控报警等一系列的监控平台工具。
1.3、Sleuth概述
1.3.1、概述
sleuth是一个链路追踪工具，通过它在日志中打印的信息可以分析出一个服务的调用链条，也可以得出链条中每个服务的耗时，这为我们在实际生产中，分析超时服务，分析服务调用关系，做服务治理提供帮助。
sleuth目前并不是对所有调用访问都可以做链路追踪，它目前支持的有：rxjava、feign、quartz、RestTemplate、zuul、hystrix、grpc、kafka、Opentracing、redis、Reator、circuitbreaker、spring的Scheduled。国内用的比较多的dubbo，sleuth无法对其提供支持。
1.3.2、Sleuth术语
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单元，调用每个微服务单元都会产生一个新的Span，所有由这个请求产生的Span组成了这个Trace。整个过程使用Annotation(cs、sr、ss、cr)统计各个阶段消耗的时长
-
Span
Span是基本工作单位。Span还包含了其他的信息，例如摘要、时间戳事件、Span的ID以及进程ID。SpanId用于唯一标识请求链路到达的各个服务组件。
-
Trace
由一组具有相同TraceId的span组成的树状结构，即一个完整的请求链路
-
Annotation
记录一个请求的4个事件，用于计算各个环节消耗的时长
-
cs （Client Sent ）：客户端发送一个请求，开始一个请求的生命。
-
sr （Server Received ）：服务端收到请求开始处理，sr - cs = 网络延迟（服务调用的时间）
-
ss（Server Sent ）：服务端处理完毕准备发送到客户端，ss - sr = 服务器处理请求所用时间
-
cr （Client Received ）：客户端接收到服务端的响应，请求结束，cr - cs = 请求的总时间
-
二、Sleuth + Zipkin 原理
2.1、Sleuth原理简述
【AOP拦截器的思想】
Sleuth创建TraceFilter，对所有的网络请求进行拦截，如果请求的header中没有span信息，则创建Span对象，生成span id、trace id等当前调用链的Trace信息记录到Http Headers中，如果header中有，则直接使用header中的数据创建Span对象，之后将span id、trace id设置到sl4j的MDC中。这样，我们在日志中就能看到span信息。
我们通过日志看到的信息其实只是sleuth收集信息的一小部分，在运行过程中，sleuth还会收集服务调用时间、接收到请求的时间、发起http请求的方法、http请求的路径，包括请求的IP端口等信息，这些信息都会存入Span对象，然后发送到zipkin中。
2.2、Zipkin 原理简述
【装备库】
针对不同语言，不同RPC框架，有不同的装备库实现，Brave是zipkin官方提供的Java的装备库。
【Brave】
Brave是trancer库，功能是对drace的跟踪记录
Sleuth在2.0之后使用了Brave
【Zipkin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。
【原理】
1、Sleuth采用Brave（trancer库）追踪采集trace（由一组包含span信息的调用链组成）
2、将信息通过Zipkin的Collector发送给Zipkin
3、zipkin拿到信息后，将数据通过Storage持久化到数据库/es中
3、Zipkin通过API提供数据给UI进行可视化展示
三、Sleuth快速上手
-
引入依赖
<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-sleuth</artifactId> </dependency>复制 -
编写配置
spring: sleuth: sampler: rate: 100 # 指定采样比例，默认10%复制 -
测试
// 在接口中加入日志 log.info("测试日志");复制当调用该接口时，输出日志如下
2022-03-14 18:28:35.494 INFO [cloud-goods,2341a5de56a506d8,2341a5de56a506d8,false] 19812 --- [nio-9001-exec-1] com.decade.controller.GoodsController : 测试日志复制可以看到，日志里出现了 [cloud-goods,2341a5de56a506d8,2341a5de56a506d8,false] 信息，这个就是由Spring Cloud Sleuth生成，用于跟踪微服务请求链路。
这些信息包含了4个部分的值，它们的含义如下：
1、cloud-goods微服务的名称，与
spring.application.name对应；
2、2341a5de56a506d8称为Trace ID，在一条完整的请求链路中，这个值是固定的。观察上面的日志即可证实这一点；
3、2341a5de56a506d8称为Span ID，它表示一个基本的工作单元；
4、false表示是否要将该信息输出到Zipkin等服务中来收集和展示，这里我们还没有集成Zipkin，所以为false。
四、集成Zipkin
虽然我们已经可以通过Trace ID来跟踪整体请求链路了，但是我们还是得去各个系统中捞取日志。在并发较高得时候，日志是海量的，这个时候我们可以借助Zipkin来代替我们完成日志获取与分析。Zipkin是Twitter的一个开源项目。
4.1、集成Zipkin
-
引入依赖
<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-zipkin</artifactId> </dependency>复制 -
配置文件
spring: zipkin: base-url: http://localhost:9999 # zipkin的地址 discovery-client-enabled: false # 禁用往nacos里注册复制 -
安装Zipkin
只需要下载Zipkin的jar包，并启动即可
-
启动
java -jar zipkin-server-2.12.9-exec.jar --server.port=9999复制 -
访问：localhost:9999
4.2、持久化存储
这些跟踪信息在Zipkin-Server服务重启后便会丢失，我们可以将这些信息存储到MySQL或者elasticsearch中。
如下演示基于Mysql的持久化存储
1、在Zipkin-Server中添加MySQL数据库驱动和JDBC依赖
<dependency>
<groupId>io.zipkin.java</groupId>
<artifactId>zipkin-autoconfigure-storage-mysql</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-jdbc</artifactId>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
</dependency>
复制2、在application.yml中添加数据库连接信息：
spring:
datasource:
url: jdbc:mysql://127.0.0.1:3306/zipkin?useUnicode=true&characterEncoding=utf-8
driver-class-name: com.mysql.jdbc.Driver
username: root
password: 123456
zipkin:
storage:
type: mysql
复制3、创建数据库与表
新建一个名为zipkin的数据库
导入库表，库表SQL文件在io.zipkin.java:zipkin-storage-mysql:2.6.1依赖里可以找到：
4、重启Zipkin-Server
评论
0 点赞
