分布式链路追踪 skywalking 指南

什么是skywalking?

SkyWalking是一个开源的可观察性平台，用于收集，分析，聚合和可视化来自本地或者云服务中的数据。即使在整个云环境中，SkyWalking也能提供一种简便的方法来维护您的分布式系统的清晰视图。它是一个现代的APM（Application Performance Monitor 应用性能监测软件），专门为基于云、容器的分布式系统而设计。

SkyWalking提供了用于在许多不同情况下观察和监视分布式系统的解决方案，并通过agent方式，做到高性能、低损耗、无侵入性，与类似的功能组件如：Zipkin、Pinpoint、CAT相比，skywalking无论是从性能还是社区活跃度方面考虑，都具有一定的优势。

skywalking监控维度

skywalking从三个维度提供可观察项功能，分别是：服务，服务实例，端点

服务：表示一组/一组工作负载，这些工作负载为传入请求提供相同的行为。

服务实例：服务组中的每个单独工作负载都称为实例。像pods在Kubernetes中一样，它不必是单个OS进程，但是，如果您使用agent代理，则实例实际上是一个真正的OS进程。

端点：服务中用于传入请求的路径，例如HTTP URI路径或gRPC服务类+方法签名。

skywalking架构

从逻辑上看，skywalking分为四个部分：探针，平台后端，存储和UI。

• 探针：收集数据并重新格式化以符合SkyWalking的要求（不同的探针支持不同的来源）。
  • 平台后端：支持数据聚合，分析和流处理，涵盖跟踪，指标和日志。
  • 存储：设备通过开放/可插入的界面存储SkyWalking数据。您可以选择现有的实现，例如ElasticSearch，H2，MySQL，TiDB，InfluxDB，或者实现自己的实现。
  • UI：是一个高度可定制的基于Web的界面，允许SkyWalking最终用户可视化和管理SkyWalking数据

 

UI 界面

登陆后展示所有已接入服务

服务

拓扑图

链路追踪

JVM

单击服务名 admin-center-server -> instance -> JVM

 

点击对应服务即可查看对应服务所有信息

服务实例(Service Instance) ：上述的一组工作负载中的每一个工作负载称为一个实例。就像 Kubernetes 中的 pods 一样, 服务实例未必就是操作系统上的一个进程。但当你在使用 Agent 的时候, 一个服务实例实际就是操作系统上的一个真实进程。

端点(Endpoint) ：对于特定服务所接收的请求路径, 如 HTTP 的 URI 路径和 gRPC 服务的类名 + 方法签名。

这里，我们可以看到 Spring Boot 应用的一个端点，为 API 接口 /demo/echo

数据库

 

名词解释

提供筛选功能。每块都包含一些指标。若打开时没有数据选择右上角时间范围查看，

Apdex（Application Performance Index，应用性能指数）

服务吞吐量，单位为CPM（calls per minute，每分钟的调用次数）

端点百分位，包括 p99, p95, p90, p75, p50，单位为毫秒

Overview（全局）

Service（服务）

Instance（实例）

Endpoint（端点）

Topology（拓扑）

Trace（追踪）

 

Overview 指标

Service Apdex 数字：当前服务的Apdex分数；

 

Successful Rate（%）：当前服务的请求成功率；

Service Load （CPM / PPM）数字：每分钟调用次数（CPM），如果是TCP，表示每分钟的数据包数（PPM）；

Service Avg Response Time（ms）：当前服务平均响应时间；

Service Apdex 折线图：当前服务一段时间内的Apdex分数；

Service Response Time Percentile（ms）：当前服务的百分比响应延时；

Successful Rate（%）折线图：当前服务一段时间内的请求成功率；

Service Load （CPM / PPM）折线图：当前服务一段时间内的每分钟调用次数；

Service Throughput（Bytes）：服务吞吐量，只适用于TCP服务；

Message Queue Consuming Count：消息队列消费数；

Message Queue Avg Consuming Latency（ms）：消息队列平均延迟时间；

Service Instances Load（CPM / PPM）：每个实例每分钟请求数；

Slow Service Instance（ms）：每个服务实例平均延时；

Service Instance Successful Rate（%）：服务实例的请求成功率。

Instance 指标

Service Instance Load（CPM / PPM）：当前实例每分钟调用数；

 

Service Instance Throughput（Bytes）：当前实例的吞吐流量；

Service Instance Successful Rate（%）：当前实例调用成功比率；

Service Instance Latency（ms）：当前实例响应延时；

JVM CPU（Java Service）%：当前实例JVM的CPU占用百分比（相对于主机）；

JVM Memory （Java Service）(MB)：当前实例的内存占用大小；

共四个指标instance_jvm_memory_heap（堆内存使用）、instance_jvm_memory_heap_max（最大堆内存）、instance_jvm_memory_noheap（直接内存使用）、- instance_jvm_memory_noheap_max（最大直接内存）

 

JVM GC Time（ms）：JVM 垃圾回收时间，包含young gc和old gc；

JVM GC Count：JVM垃圾回收次数，包含young gc count和old gc count；

JVM Thread Count（java service）：当前实例的线程数；

JVM Thread State Count (Java Service)：当前实例的各状态线程数；

JVM Class Count (Java Service)：当前实例类的计数。

Endpoint指标

Endpoint Load in Current Service（CPM / PPM）：当前服务每个端点的每分钟请求数；

 

Slow Endpoints in Current Service（ms）：当前服务每个端点的平均响应时间；

Successful Rate in Current Service（%）：当前服务每个端点的请求成功率；

Endpoint Load：当前端点每个时间段的请求量；

Endpoint Avg Response Time（ms）：当前端点每个时间段的平均请求响应时间；

Endpoint Response Time Percentile（ms）：当前端点每个时间段的响应时间占比；

Endpoint Successful Rate（%）：当前端点每个时间段的请求成功率；