Skywalking入门介绍,skywalking6.5.0 +mysql (windows) 搭建
一. 介绍
1. 基本信息
SkyWalking 创建于2015年,提供分布式追踪功能。从5.x开始,项目进化为一个完成功能的Application Performance Monitoring系统。
他被用于追踪、监控和诊断分布式系统,特别是使用微服务架构,云原生或容积技术。提供以下主要功能:
- 分布式追踪和上下文传输
- 应用、实例、服务性能指标分析
- 根源分析
- 应用拓扑分析
- 应用和服务依赖分析
- 慢服务检测
- 性能优化
特点
- 性能好:针对单实例5000tps的应用,在全量采集的情况下,只增加 10% 的CPU开销
- 支持多语言探针
- 支持自动及手动探针:其中手动探针通过OpenTrackingApi、@Trace注解、trackId集成到日志中。
OpenTracing 规范
OpenTracing通过提供平台无关、厂商无关的API,使得开发人员能够方便的添加(或更换)追踪系统的实现。OpenTracing提供了用于运营支撑系统的和针对特定平台的辅助程序库。程序库的具体信息请参考详细的规范。是一个轻量级的标准化层,它位于应用程序/类库和追踪或日志分析程序之间。
OpenTracing API
分布式追踪,也称为分布式请求追踪,是一种用于分析和监视应用程序的方法,特别是那些使用微服务体系结构构建的应用程序,IT和DevOps团队可以使用分布式追踪来监视应用程序; 分布式追踪有助于查明故障发生的位置以及导致性能低下的原因,开发人员可以使用分布式跟踪来帮助调试和优化他们的代码。大多数分布式追踪系统的思想模型都来自Google's Dapper论文,OpenTracing也使用相似的术语
- Trace 事物在分布式系统中移动时的描述
- Span 一种命名的、定时的操作,表示工作流的一部分。Spans接受key:value标签以及附加到特定Span实例的细粒度、带时间戳的结构化日志
- Span Contenxt 携带分布式事务的跟踪信息,包括当它通过网络或消息总线将服务传递给服务时。SPAN上下文包含Trace标识符、SPAN标识符和跟踪系统需要传播到下游服务的任何其他数据
OpenTracing API提供了一个标准的、与供应商无关的框架,这意味着如果开发者想要尝试一种不同的分布式追踪系统,开发者只需要简单地修改Tracer配置即可,而不需要替换整个分布式追踪系统
OpenTracing由API规范(描述了语言无关的数据模型和Opentracing API指南)、实现该规范的框架和库以及项目文档组成,OpenTracing不是一个标准,OpenTracing API项目正致力于为分布式跟踪创建更加标准化的API和工具
2. SkyWalking的主要部分及其功能
SkyWalking主要由三大部分组成:Agent,Collector,Web;
- Agent:作用是使用JavaAgent字节码增强技术将Agent的代码织入程序中,完成Agent无代码侵入地获取程序内方法的上下文并进行增强和收集信息并发送给Collector;与Collector进行心跳,表明Agent客户端的存活。
- Collector:作用是维护存活的Agent实例,并收集从Agent发送至Collector的数据,进行处理及持久化;
Web:作用是将Collector收集的参数进行不同维度的展示
下面是 SkyWalking 6.x 的架构图:
说明: SkyWalking 的核心是数据分析和度量结果的存储平台,通过 HTTP 或 gRPC 方式向 SkyWalking Collecter 提交分析和度量数据,SkyWalking Collecter 对数据进行分析和聚合,存储到 Elasticsearch、H2、MySQL、TiDB 等其一即可,最后我们可以通过 SkyWalking UI 的可视化界面对最终的结果进行查看。Skywalking 支持从多个来源和多种格式收集数据:多种语言的 Skywalking Agent 、Zipkin v1/v2 、Istio 勘测、Envoy 度量等数据格式。
整体架构看似模块有点多,但在实际上还是比较清晰的,主要就是通过收集各种格式的数据进行存储,然后展示。所以搭建 Skywalking 服务我们需要关注的是 SkyWalking Collecter、SkyWalking UI 和 存储设备,SkyWalking Collecter、SkyWalking UI 官方下载安装包内已包含,最终我们只需考虑存储设备即可。
SW总体可以分为四部分:
1.Skywalking Agent:使用Javaagent做字节码植入,无侵入式的收集,并通过HTTP或者gRPC方式发送数据到Skywalking Collector。
2. Skywalking Collector :链路数据收集器,对agent传过来的数据进行整合分析处理并落入相关的数据存储中。
3. Storage:Skywalking的存储,时间更迭,sw已经开发迭代到了6.x版本,在6.x版本中支持以ElasticSearch、Mysql、TiDB、H2、作为存储介质进行数据存储。
4. UI :Web可视化平台,用来展示落地的数据。
Skywalking Agent配置
通过了解配置,可以对一个组件功能有一个大致的了解。让我们一起看一下skywalking的相关配置。
解压开skywalking的压缩包,在agent/config文件夹中可以看到agent的配置文件。
从skywalking支持环境变量配置加载,在启动的时候优先读取环境变量中的相关配置。
skywalking agent使用javaagent无侵入式的配合collector实现对分布式系统的追踪和相关数据的上下文传递。
Skywalking Collector关键配置
Collector支持集群部署,zookeeper、kubernetes(如果你的应用是部署在容器中的)、consul(GO语言开发的服务发现工具)是sw可选的集群管理工具,结合大家具体的部署方式进行选择。详细配置大家可以去Skywalking官网下载介质包进行了解。
Collector端口设置
downsampling: 采样汇总统计维度,会分别按照分钟、【小时、天、月】(可选)来统计各项指标数据。
通过设置TTL相关配置项可以对数据进行自动清理。
Skywalking 在6.X中简化了配置。collector提供了gRPC和HTTP两种通信方式。
UI使用rest http通信,agent在大多数场景下使用grpc方式通信,在语言不支持的情况下会使用http通信。
关于绑定IP和端口需要注意的一点是,通过绑定IP,agent和collector必须配置对应ip才可以正常通信。
Collector存储配置
在application.yml中配置的storage模块配置中选择要使用的数据库类型,并填写相关的配置信息。
Collector Receiver
Receiver是Skywalking在6.x提出的新的概念,负责从被监控的系统中接受指标数据。用户完全可以参照OpenTracing规范来上传自定义的监控数据。Skywalking官方提供了service-mesh、istio、zipkin的相关能力。
现在Skywalking支持服务端采样,配置项为sampleRate,比例采样,如果配置为5000则采样率就是50%。
关于采样设置的一点注意事项
关于服务采样配置的一点建议,如果Collector以集群方式部署,比如:Acollector和Bcollector,建议Acollector.sampleRate = Bcollector.sampleRate。如果采样率设置不相同可能会出现数据丢失问题。
假设Agent端将所有数据发送到后端Collector处,A采样率设置为30%,B采样率为50%。
假设有30%的数据,发送到A上,这些数据被全部正确接受并存储,极端情况(与期望的采样数据量相同)下,如果剩下20%待采样的数据发送到了B,这个时候一切都是正常的,如果这20%中有一部分数据被送到了A那么,这些数据将是被忽略的,由此就会造成数据丢失。
二、业务调用链路监控
Service Topology监控
调用链路监控可以从两个角度去看待。我们先从整体上来认识一下我们所监控的系统。
通过给服务添加探针并产生实际的调用之后,我们可以通过Skywalking的前端UI查看服务之间的调用关系。
我们简单模拟一次服务之间的调用。新建两个服务,service-provider以及service-consumer,服务之间简单的通过Feign Client 来模拟远程调用。
从图中可以看到:
有两个服务节点:provider & consumer
有一个数据库节点:localhost【mysql】
一个注册中心节点
consumer消费了provider提供出来的接口。
一个系统的拓扑图让我们清晰的认识到系统之间的应用的依赖关系以及当前状态下的业务流转流程。细心的可能发现图示节点consumer上有一部分是红色的,红色是什么意思呢?
红色代表当前流经consumer节点的请求有一断时间内是响应异常的。当节点全部变红的时候证明服务现阶段内就彻底不可用了。运维人员可以通过Topology迅速发现某一个服务潜在的问题,并进行下一步的排查并做到预防。
Skywalking Trace监控
Skywalking通过业务调用监控进行依赖分析,提供给我们了服务之间的服务调用拓扑关系、以及针对每个endpoint的trace记录。
我们在之前看到consumer节点服务中发生了错误,让我们一起来定位下错误是发生在了什么地方又是什么原因呢?
在每一条trace的信息中都可以看到当前请求的时间、GloableId、以及请求被调用的时间。我们分别看一看正确的调用和异常的调用。
Trace调用链路监控
图示展示的是一次正常的响应,这条响应总耗时19ms,它有4个span:
span1 /getStore = 19ms 响应的总流转时间
span2 /demo2/stores = 14ms feign client 开始调用远程服务后的响应的总时间
span3 /stores = 14ms 接口服务响应总时间
span4 Mysql = 1ms 服务提供端查询数据库的时间
这里span2和span3的时间表现相同,其实是不同的,因为这里时间取了整。
在每个Span中可以查看当前Span的相关属性。
组件类型: SpringMVC、Feign
Span状态: false
HttpMethod: GET
Url: http://192.168.16.125:10002/demo2/stores
这是一次正常的请求调用Trace日志,可能我们并不关心正常的时候,毕竟一切正常不就是我们期待的么!
我们再来看下,异常状态下我们的Trace以及Span又是什么样的呢。
发生错误的调用链中Span中的is error标识变为true,并且在名为Logs的TAB中可以看到错误发生的具体原因。根据异常情况我们就可以轻松定位到影响业务的具体原因,从而快速定位问题,解决问题。
通过Log我们看到连接被拒,那么可能是我们的网络出现了问题(可能性小,因为实际情况如果网络出现问题我们连这个trace都看不到了),也有可能是服务端配置问题无法正确建立连接。通过异常日志,我们迅速就找到了问题的关键。
实际情况是,我把服务方停掉了,做了一次简单的模拟。可见,通过拓扑图示我们可以清晰的看到众多服务中哪个服务是出现了问题的,通过trace日志我们可以很快就定位到问题所在,在最短的时间内解决问题。
三、服务性能指标监控
Skywalking还可以查看具体Service的性能指标,根据相关的性能指标可以分析系统的瓶颈所在并提出优化方案。
Skywalking 性能监控
在服务调用拓扑图上点击相应的节点我们可以看到该服务的
SLA: 服务可用性(主要是通过请求成功与失败次数来计算)
CPM: 每分钟调用次数
Avg Response Time: 平均响应时间
从应用整体外部来看我们可以监测到应用在一定时间段内的
服务可用性指标SLA
每分钟平均响应数
平均响应时间
服务进程PID
服务所在物理机的IP、HostName、Operation System
Service JVM信息监控
还可以监控到Service运行时的CPU、堆内存、非堆内存使用率、以及GC情况。这些信息来源于JVM。注意这里的数据可不是机器本身的数据。
四、服务告警
前文我们提到了通过查看拓扑图以及调用链路可以定位问题,可是运维人员又不可能一直盯着这些数据,那么我们就需要告警能力,在异常达到一定阈值的时候主动的提示我们去查看系统状态。
在Sywalking 6.x版本中新增了对服务状态的告警能力。它通过webhook的方式让我们可以自定义我们告警信息的通知方式。诸如:邮件通知、微信通知、短信通知等。
Skywalking 服务告警
先来看一下告警的规则配置。在alarm-settings.xml中可以配置告警规则,告警规则支持自定义。
一份告警配置由以下几部分组成:
service_resp_time_rule:告警规则名称 ***_rule (规则名称可以自定义但是必须以’_rule’结尾
indicator-name:指标数据名称: 定义参见http://t.cn/EGhfbmd
op: 操作符: > , < , = 【当然你可以自己扩展开发其他的操作符】
threshold:目标值:指标数据的目标数据 如sample中的1000就是服务响应时间,配合上操作符就是大于1000ms的服务响应
period: 告警检查周期:多久检查一次当前的指标数据是否符合告警规则
counts: 达到告警阈值的次数
silence-period:忽略相同告警信息的周期
message:告警信息
webhooks:服务告警通知服务地址
Skywalking通过HttpClient的方式远程调用在配置项webhooks中定义的告警通知服务地址。
了解了SW所传送的数据格式我们就可以对告警信息进行接收处理,实现我们需要的告警通知服务啦!
我们将一个服务停掉,并将另外一个服务的某个对外暴露的接口让他休眠一定的时间。然后调用一定的次数观察服务的状态信息以及告警情况。
总结:
本文简单的通过skwaylking的配置来对skywlaking的功能进行一次初步的了解,对skwaylking新提出的概念以及新功能进行简单的诠释,方便大家了解和使用。通过使用APM工具,可以让我们方便的查看微服务架构中系统瓶颈以及性能问题等。
二、如何安装SkyWalking(Java)(本机)
1、在安装SkyWalking之前,需要选择数据的存在方式并进行搭建环境,SkyWalking支持两种存储方式:H2、mysql和ES
2、获取Apache的最新发布的稳定版本或者下载github上面的源码在稳定版本的tag上进行编译完成之后会获取到如下图所示的文件结构
下载skywalking6.0.0
http://skywalking.apache.org/downloads/
http://mirrors.tuna.tsinghua.edu.cn/apache/skywalking/6.5.0/apache-skywalking-apm-6.5.0.zip,解压即可。
下载jdk8
https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
经测试高于jdk8不支持。
3、安装collector模块
修改collector的配置:找到config目录下的application.yml文件,找到以下的配置,
MySQL配置方法:
找个mysql-connector-java-5.1.47.jar
放入apache-skywalking-apm-incubating\oap-libs
经测试mysql/j版本是6.x.x和8.x.x会有问题
mysql配置
打开apache-skywalking-apm-incubating\config\application.yml
注释掉storage:h2 解锁mysql
打开apache-skywalking-apm-incubating\config\datasource-settings.properties
修改mysql的配置
加入dataSource.useSSL=false (可选)
mysql: properties: jdbcUrl: ${SW_JDBC_URL:"jdbc:mysql://10.200.110.4:3306/duan"} dataSource.user: ${SW_DATA_SOURCE_USER:duan} dataSource.password: ${SW_DATA_SOURCE_PASSWORD:123456} dataSource.cachePrepStmts: ${SW_DATA_SOURCE_CACHE_PREP_STMTS:true} dataSource.prepStmtCacheSize: ${SW_DATA_SOURCE_PREP_STMT_CACHE_SQL_SIZE:250} dataSource.prepStmtCacheSqlLimit: ${SW_DATA_SOURCE_PREP_STMT_CACHE_SQL_LIMIT:2048} dataSource.useServerPrepStmts: ${SW_DATA_SOURCE_USE_SERVER_PREP_STMTS:true} dataSource.useSSL: false metadataQueryMaxSize: ${SW_STORAGE_MYSQL_QUERY_MAX_SIZE:5000}
ES配置方法:
storage: elasticsearch: clusterName: CollectorDBCluster //修改集群名称为你的ES的集群名称 clusterNodes: localhost:9300 //修改集群节点为你的ES的集群节点地址
然后启动bin
目录下的startup.sh
就可以将collector和Web模块启动起来了。访问本地的8080端口即可登录页面,账号密码都为admin。
核对webapp
apache-skywalking-apm-incubating\webapp\webapp.yml
server:
port为网站端口,默认的8080容易与其他软件冲突,建议改一下比如18080
server:
ip设置为0.0.0.0 (可选)
collector:ribbon:listOfServers设置为127.0.0.1:12800(多个以逗号隔开)
保证18080,10800,11800,12800端口不被占用
启动前先初始化 执行oapServiceInit.bat
然后执行:startup.bat,启动skywalking
web模块如果启动正常,可以通过访问:http://10.200.110.100:18080/,看到如下页面:
collector模块如果启动正常,会在MySQL中创建很多表及数据:
创建windows服务
复制oapService.bat为oapService1.bat
注释::start "%OAP_PROCESS_TITLE%" 注意,后面%_EXECJAVA%开始的部分不要注释掉
复制webappService.bat为webappService1.bat
注释::start "%WEBAPP_PROCESS_TITLE%" 注意,后面%_EXECJAVA%开始的部分不要注释掉
然后用nssm将其发布成windows服务
nssm install SkywalkingOap
nssm install SkywalkingWebapp
4、agent
4.1、agent配置
使用javaagent无侵入式的配合collector实现对分布式系统的追踪和相关数据的上下文传递。
配置文件位置
apache-skywalking-apm-incubating\agent\config\agent.config
配置说明
- agent.namespace: 跨进程链路中的header,不同的namespace会导致跨进程的链路中断
- agent.service_name:一个服务(项目)的唯一标识,这个字段决定了在sw的UI上的关于service的展示名称--是应用程序名(//改为你的项目名字)
- agent.sample_n_per_3_secs: 客户端采样率,默认是-1代表全采样
- agent.authentication: 与collector进行通信的安全认证,需要同collector中配置相同
- agent.ignore_suffix: 忽略特定请求后缀的trace
- collecttor.backend_service: agent需要同collector进行数据传输的IP和端口--是agent的地址
- logging.level: agent记录日志级别
这个配置可在.net core程序中重写
3.2、agent启动
D:\gitspace\appsflyer-reflux\build\libs>java -javaagent:D:\soft\skywalking\apache-skywalking-apm-bin\agent\skywalking-agent.jar -jar appsflyer-reflux-201905241004.jar