skywalking学习
skywalking简介
SkyWalking一个开源可观测性平台，用于收集、分析、聚合和可视化来自服务和云原生基础设施的数据。SkyWalking提供了一种简单的方法，可以让你清晰的查看分布式系统、甚至是跨云环境中。它更像是现代化APM(Application Performance Manager),专为云原生、基于容器和分布式系统而设计的。
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。
整体架构
通过在应用程序中添加 SkyWalking Agent，就可以将接口、服务、数据库、MQ等进行追踪，将追踪结果通过 HTTP 或 gRPC 发送到 SkyWalking Collecter，SkyWalking Collecter 经过分析和聚合，将结果存储到 Elasticsearch 或 H2，SkyWalking 同时提供了一个 SkyWalking UI 的可视化界面，UI 以 GraphQL + HTTP 方式获取存储数据进行展示。
java项目接入skywalking
只需在项目目录下增加skywalking目录，然后再启动参数中增加jvm参数即可：
-javaagent:/path/to/skywalking-agent/skywalking-agent.jar
同时，我们也可以修改config文件夹中agent.config的相关配置
# 当前的应用编码，最终会显示在webui上。
# 建议一个应用的多个实例，使用有相同的application_code。请使用英文
agent.application_code=Your_ApplicationName
# 每三秒采样的Trace数量
# 默认为负数，代表在保证不超过内存Buffer区的前提下，采集所有的Trace
# agent.sample_n_per_3_secs=-1
# 设置需要忽略的请求地址
# 默认配置如下
# agent.ignore_suffix=.jpg,.jpeg,.js,.css,.png,.bmp,.gif,.ico,.mp3,.mp4,.html,.svg
# 探针调试开关，如果设置为true，探针会将所有操作字节码的类输出到/debugging目录下
# skywalking团队可能在调试，需要此文件
# agent.is_open_debugging_class = true
# 对应Collector的config/application.yml配置文件中 agent_server/jetty/port 配置内容
# 例如：
# 单节点配置：SERVERS="127.0.0.1:8080"
# 集群配置：SERVERS="10.2.45.126:8080,10.2.45.127:7600"
collector.servers=127.0.0.1:10800
# 日志文件名称前缀
logging.file_name=skywalking-agent.log
# 日志文件最大大小
# 如果超过此大小，则会生成新文件。
# 默认为300M
logging.max_file_size=314572800
# 日志级别，默认为DEBUG。
logging.level=DEBUG
插件
对于skywalking暂时不支持的监控，可以自己编写插件，我在项目中就遇到了使用netty封装的http请求不能被监控的情形，于是在github上找到了相关的插件：https://github.com/otyyyywangwenbin/skywalking-plugin-netty-http 编译好以后将jar加入到plugins目录，重新启动项目即可。
