微服务架构之链路追踪Sleuth+Zipkin

链路追踪技术应用场景

　　在大型系统的微服务化构建中，一个系统被拆分成了许多模块。这些模块负责不同的功能，组合成系统，最终可以提供丰富的功能。在这种架构中，一次请求往往需要涉及到多个服务。互联网应用构建在不同的软件模块集上，这些软件模块，有可能是由不同的团队开发、可能使用不同的编程语言来实现、有可能布在了几千台服务器，横跨多个不同的数据中心，也就意味着这种架构形式也会存在一定问题：

　　如何快速发现问题？如何判断故障影响范围？如何梳理服务依赖以及依赖的合理性？如何分析链路性能问题以及实时容量规划？

 常见的链路追踪技术

cat

　　由大众点评开源，基于java开发的实时应用监控平台，包括实时应用监控，业务监控。继承方案是通过代码埋点的方式来实现监控，比如：拦截器，过滤器等。对代码的入侵性很大，集成成本较高，风险较大。

zipkin

　　由Twitter公司开源，开放源代码分布式的跟踪系统，用于手机服务的定时数据，以解决微服务架构中的延迟问题，包括数据的收集、存储、查找和展现。该产品结合spring-cloud-sleuth使用较为简单，集成很方便，但功能较简单。

pinpoint

　　由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，UI功能较强，接入端无代码入侵。

skywalking

　　是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。特点和pinpoint差不多。

Sleuth

　　SpringCloud提供的分布式系统中链路追踪解决方案。

Sleuth

　　SpringCloud Sleuth主要功能是在分布式系统中提供链路追踪解决方案，它大量借用了Google Dapper的设计，SpringCloud Alibaba技术栈中并没有提供自己的链路追踪技术，于是我们使用Sleuth+Zipkin来做链路追踪解决方案。

Trace

　　由一组Trace Id相同的Span串联形成一个树状结构。为了实现请求跟踪，当请求到达分布式系统的入口端点时，只需要服务跟踪框架为该请求创建一个唯一标志（即TraceId），同时在分布式系统内部流转的时候，框架始终保持传递该唯一值，直到真个请求的串联起来，形成一条完整的请求链路。

Span

　　代表了一组基本的工作单元，为了统计各处理单元的延迟，当请求到达各个服务组件的时候，也通过一个唯一标志（SpanId）来标志它的开始、具体过程和结束。通过SpanId的开始和结束时间戳，能够统计该span的调用时间，除此之外，我们还可以获取如事件名称、请求信息等元数据。

Annotation

　　它用于记录一段时间内的事件，内部使用的重要注释。

　　cs（Client Send）客户端发出一个请求，开始一个请求生命。

　　sr（Server Received）服务端接受到请求开始处理，sr - cs = 网络延迟（服务调用的时间）

　　ss（Server Send）服务端处理完毕准备发送到客户端，ss - sr = 服务器上处理请求的时间

　　cr（Client Received）客户端接收到服务端的响应，请求结束。cr - sr = 请求的总时间

 Zipkin

　　zipkin致力于收集服务的定时数据，以解决微服务架构中的延迟问题，包括数据的收集、存储、查找和展现。我们可以使用它来收集各个服务器上的跟踪数据，并通过它提供的REST API接口来辅助我们查询跟踪数据以实现对分布式的监控程序，从而及时的发现系统中出现的延迟升高问题并找出系统性能瓶颈的根源。

　　除了面向开发的API接口之外，它也提供了方便的UI组件来帮助我们直观的搜索信息和分析请求链路明细，比如：可以查询某段时间内个用户请求的处理时间等。

　　Zipkin提供了可插拔数据存储方式：in-Memory、Mysql、Cassandra以及Elasticsearch。