服务追踪请联系小菜粮机公众号转载本文。那么本文我们继续我们的主题《吃透微服务》，继续了解分布式系统中链接跟踪的解决方案---Sleuth。当然可以作为噱头，也可以作为目的！我们不再争论微服务的质量。最近，我们看到了很多关于微服务特性的负面宣传。不知道大数据喂的准不准~ps：估计背景人物的画像已经被标记为反小分子了。这当然是个玩笑，玩完了，一起为微服务的学习贡献力量吧！微服务的关键是拆分服务，但关键不在微，而在大小合适。从我们走出分服的那一刻起，我们就要对我们的分服负责。这是一个程序员应有的责任！当服务出现问题时，您是否还在苦苦排查无法定位？.无法调试线上代码，发现问题时经常出现如下对话：除了无奈的苦笑，只能一味摸索，终于有一天程序员小菜不再妥协，努力解决问题。我们可不可以有一个类似监控的功能，当一个请求进来的时候，给它分配一个身份令牌，当它在微服务中游荡的时候，每个服务都会留下它的踪迹，当它出现问题的时候，同时我们只需要检查游戏走到哪个微服务，相当于画了一个行为轨迹，通过行为轨迹跟踪服务调用问题！我一边得意，一边嘀咕。这个说起来容易，实现起来好像有点难~退休鼓快敲响了，心想微服务怎么没人想到这个问题，于是在微服务组件间徘徊，想找一个问题的解决方案。最后，侦探出现了。Sleuth1.认识Sleuth之前做了很多准备工作，只是介绍一下Sleuth。说了一大堆口才，还是用一句话简述一下它的作用：在分布式系统中提供跟踪解决方案。它借鉴了很多GoogleDapper的设计。难道又是换壳的东西？先来了解一下Sleuth中的术语和相关概念，只是为了让我们更专业，更好地吹嘘架构。Trace由一组具有相同Id的TraceSpans串联组成一个树结构。为了实现请求跟踪，当一个请求到达分布式系统的入口点时，只需要服务跟踪框架为该请求创建一个唯一的标识符（即TraceId），同时，当en是系统内部不流动，框架一直传递这个唯一值，直到整个请求返回。那么我们就可以通过这个唯一标识，将所有的请求串联起来，形成一个完整的请求链接。Span表示一组基本的工作单元。为了统计每个处理单元的延迟，当请求到达每个服务组件时，还使用唯一标识符（SpanId）来标记其开始、具体过程和结束。通过SpanId的起止时间戳，可以统计Span的调用时间。此外，我们还可以获取事件名称、请求信息等元数据。注解用于记录一段时间内发生的事件。内部使用的重要说明如下：cs(ClientSend)：客户端发出请求，开始请求事件sr(ServerReceived)：服务器接收到请求，开始处理。sr-cs=networkdelay（服务调用时间）ss（ServerSend）：服务器处理后准备发送给客户端。ss-sr=Requestprocessingtimeontheservercr(ClientReveived)：客户端收到服务器的响应，请求结束。cr-sr=totaltimerequested理解了三个概念，我们就直接开始吧！2.MasterSleuth像往常一样拿出我们的微服务项目：几个简单的服务自我介绍一下dependency>org.springframework.cloudspring-cloud-starter-sleuth在父项目的dependency中直接引入，这样各个子服务就可以反复引入依赖然后启动我们的简单代码模式：store-orderserviceOrderController:ProductService:store-productserviceProductController:我们在订单服务中使用Feign远程调用商品服务中的接口，然后启动服务调用到查看控制台打印：注意我圈出的部分，你有没有发现什么不同，是的！此字符串包含InformationhasServiceName/TraceId/SpanId。有一个全局的TraceId用于顺序调用，连接调用链。通过分析微服务的日志，不难看出请求的具体过程。但是有一个缺点，就是服务数量增加，或者说日志数量增加。从日志文件中检索某个请求的调用过程并不容易。那么有没有可以全文搜索并可视化展示的插件帮我们解决呢？问题？既然提出了问题，小菜自然是找到了解决问题的办法！那就是ZipKin3。使用ZipKinZipKin是Twitter的一个开源项目。也是基于GoogleDapper实现的。它的主要作用就是解决我们上面提到的问题：采集服务的定时数据，解决微服务架构中的延迟问题，包括数据的采集、存储、搜索和展示。我们可以用它来收集各个服务器上请求链接的跟踪数据，并通过它提供的RESTAPI接口来协助我们查询跟踪数据来实现分布式系统的监控程序，从而及时发现问题系统延迟增加的原因，找出系统性能瓶颈的根本原因！除了面向开发的API接口，ZipKin还提供了一个方便的UI组件添加，帮助我们更直观的搜索和追踪信息，分析请求链接详情，例如：可以查询某个用户请求在某个时间内的处理时间一段时间等等，听到UI组件的时候有没有感觉耳目一新，说明我们可以通过控制台更好的管理链接跟踪？不仅如此，ZipKin还提供了可插拔的数据存储方式，例如：In-Memory、MySQL、Cassandra和Elasticsearch。应援方式不多，总有你喜欢的！我们来看一下ZipKin的基础架构图：可以看出ZipKin的结构并不复杂，由四个核心组件组成：Collector：收集器组件。主要用于处理外部系统发现的跟踪信息，然后将信息转换成ZipKin内部处理过的Span格式，以支持后续的存储、分析、展示等功能。存储：存储组件。主要用于处理采集器收到的跟踪信息。默认情况下，此信息将存储在内存中。我们可以修改存储策略，存储到我们其他的存储仓库中。RestFulAPI：API组件。提供外部访问的接口，如客户端的跟踪信息，或外部系统的访问信息WebUI：UI组件。基于API组件实现的上层应用，用户可以通过UI组件方便、直观地查询和分析跟踪信息。所以ZiPKin有点类似于我们上篇文章提到的Sentinel，分为server和client。客户端是指微服务中的应用程序。服务器的URL地址是在客户端配置的。一旦服务之间发生调用，就会被微服务中配置的Sleuth监听器监听，并生成相应的Trace和Span。信息被发送到服务器。1.ZipKinserver服务器是一个现成的SpringBoot服务。我们只需要下载jar包直接运行即可！下载地址然后我们可以通过命令行启动它：java-jarzipkin-server-2.12.9-exec.jar启动成功后，访问http://localhost:9411可以看到如下页面：所以至此，我们的服务器已经安装成功。然后回到我们的客户端集成2.对于ZipKin客户端，我们需要在每个服务中引入ZipKin依赖org.springframework.cloudspring-cloud-starter-zipkin然后在配置文件中配置：spring:zipkin:base-url:http://127.0.0.1:9411/#zipkin服务器地址discoveryClientEnabled:false#让nacos把它当作一个URL，而不是当作一个服务名sleuth:sampler:probability:1.0#Samplingpercentage然后我们回到项目中，启动项目通过访问我们上面定义好的接口来访问微服务，然后在ZipKinUI界面上观察。我们刚才访问微服务的请求链接出现了。点击其中一条记录，可以查看具体的访问路径。通过跟踪请求链接，可以判断服务的哪个模块耗时较多，进而进行优化或排查bug。3.ZipKinPersistence在ZipKin中，链接跟踪数据默认会保存在内存中，但这种方式显然不适合生产环境。所以ZipKin支持将trackinglink数据持久化到mysql数据库或者elasticsearch。mysql首先首先我们数据库信息信息信息信息信息信息信息,`start_ts`BIGINTCOMMENT'Span.timestamp():epochmicrosusedforendTsqueryandtoimplementTTL',`duration`BIGINTCOMMENT'Span.duration():microsusedforminDurationandmaxDurationquery')ENGINE=InnoDBROW_FORMAT=COMPRESSEDCHARACTERSET=utf8COLLATEutf8_general_ci;ALTERTABLE`zip`kin_spanshigh,id_spansKEY(ADTDUNIQUEKEY))COMMENT'ignoreinsertonduplicate';ALTERTABLEzipkin_spansADDINDEX(`trace_id_high`,`trace_id`,`id`)COMMENT'forjoiningwithzipkin_annotations';ALTERTABLEzipkin_spansADDINDEX(`trace_id_high`,`trace_id`)COMMENT'forgetTracesByIds';ALTERTABLEzipkin_spans'andgetSpans)'namesADDINDEX('name;ALTERTABLEzipkin_spansADDINDEX(`start_ts`)COMMENT'forgetTracesorderingandrange';CREATETABLEIFNOTEXISTSzipkin_annotations(`trace_id_high`BIGINTNOTNULLDEFAULT0COMMENT'Ifnonzero,thismeansthetraceuses128bittraceIdsinsteadof64bit',`trace_id`BIGINTNOTNULLCOMMENT'coincideswithzipkin_spans.trace_id',`span_id`BIGINTNOTNULLCOMMENT'coincideswithzipkin_spans.id',`a_key`VARCHAR(255)NOTNULLCOMMENT'BinaryAnnotation.keyorAnnotation.valueiftype==-1',`a_value`BLOBCOMMENT'BinaryAnnotation.value()，必须小于64KB',`a_type`INTNOTNULLCOMMENT'BinaryAnnotation.type()or-1ifAnnotation',`a_timestamp`BIGINTCOMMENT'UsedtoimplementTTL;Annotation.timestamporzipkin_spans.timestamp',`endpoint_ipv4`INTCOMMENT'NullwhenBinary/Annotation.endpointisnull',`endpoint_ipv6`BINARY(16)COMMENT'NullwhenBinary/Annotation.endpointisnull,ornoIPv6address',`endpoint_port`SMALLINTCOMMENT'NullwhenBinary/Annotation.endpointisnull',`endpoint_service_name`VARCHAR(255)COMMENT'NullwhenBinary/Annotation.endpointisnull')ENGINE=InnoDBROW_FORMAT=COMPRESSEDCHARACTERSET=utf8COLLATEutf8_general_ci;ALTERTABLEzipkin_annotationsADDUNIQUEKEY(`trace_id_high`,`trace_id`,`span_id`,`a_key`,`a_timestamp`)COMMENT'Ignoreinsertonduplicate';ALTERTABLEzipkin_annotationsADDINDEX(`trace_id_high`,`trace_id`,`span_id`)COMMENT'forjoiningwithzipDinderspans;`trace_id_high`,`trace_id`)COMMENT'forgetTraces/ByIds';ALTERTABLEzipkin_annotationsADDINDEX(`endpoint_service_name`)COMMENT'forgetTracesandgetServiceNames';ALTERTABLEzipkin_annotationsADDINDEX(`a_type`)COMMENT'forgetTraces';ALTERTABLEzipkin_annotationsADDINDEX(`zipa_key`)TABLEBERCETIONSCOMMENT'`trace_id`,`span_id`,`a_key`)COMMENT'fordependenciesjob';CREATETABLEIFNOTEXISTSzipkin_dependencies(`day`DATENOTNULL,`parent`VARCHAR(255)NOTNULL,`child`VARCHAR(255)NOTNULL,`call_count`BIGINT)ENGINE=InnoDBROW_FORMAT=COMPRESSEDCHARACTERSET=utf8COLLATEutf8_general_ci;ALTERTABLEzipkin_dependenciesADDUNIQUEKEY(`day`,`parent`,`child`);启动时间指定mysql信息java-DSTORAGE_TYPE=mysql-DMYSQL_HOST=127.0.0.1-DMYSQL_TCP_PORT=3306-DMYSQL_DB=zipkin-DMYSQL_USER=root-DMYSQL_PASS=root-jarzipkin-server-2.12.9-exec.jarElasticSearch启动ES指定ES信息java-jarzipkin-server-2.12.9-exec.jar--STORAGE_TYPE=elasticsearch--ES-HOST=localhost:9200END到这里我们就完成了分布式系统中服务链接跟踪的解决！这为我们解决了问题？跨微服务API调用出现异常，快速定位跨微服务API调用出现性能瓶颈的问题，快速定位性能瓶颈。
