SkyWalking UI 深度探索：Topology（服务拓扑图）

原创于 2025-09-02 00:14:33 发布 · 676 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#skywalking #ui #Topology #学习

性能监控专栏收录该内容

82 篇文章

订阅专栏

SkyWalking UI 的核心功能之一 —— Topology（服务拓扑图）。

这是理解微服务架构中“谁调用谁”的可视化利器，帮助你快速掌握系统依赖关系、识别调用瓶颈和潜在风险。

下面，我们对 Topology 页面进行深度探索，从“看懂图”到“用好图”，一步步带你掌握其核心价值与实战技巧。

🌐 SkyWalking UI 深度探索：Topology（服务拓扑图）

📌 访问路径：UI 首页 → 点击左侧菜单 “Topology”

一、什么是服务拓扑图？

服务拓扑图（Service Topology） 是 SkyWalking 自动生成的服务依赖关系图，它通过分析链路追踪数据，动态展示微服务之间的调用关系。

✅ 一句话：它告诉你“哪个服务调用了哪个服务”，以及调用的性能表现。

二、拓扑图核心元素解析（图文结合版）

  ┌─────────────┐     ┌─────────────┐     ┌─────────────────┐
  │   Gateway   │────▶│  OrderSvc   │────▶│  PaymentService │
  └─────────────┘     └─────────────┘     └─────────────────┘
       │                      │                    ▲
       │                      ▼                    │
       │               ┌─────────────┐    ┌─────────────────┐
       └──────────────▶│  UserSvc    │    │   MySQL (DB)    │
                       └─────────────┘    └─────────────────┘

🔹 节点（Node）—— 服务或组件

图标	类型	说明
🟦 圆角矩形	服务（Service）	如 `order-service`、`user-service`
🟨 六边形	数据库（Database）	如 MySQL、Redis 实例
🟧 云形	消息队列 / MQ	如 Kafka、RabbitMQ
🟥 带边框矩形	外部服务（External）	如第三方 API、DNS

✅ 所有节点均由 Agent 自动上报生成，无需手动配置。

🔗 边（Edge）—— 调用关系

属性	说明
箭头方向	表示调用方向（A → B 表示 A 调用 B）
线条粗细	表示调用量大小（越粗表示 QPS 越高）
颜色	表示调用健康状态： 🟢 绿色：正常（错误率低） 🟡 黄色：警告（错误率升高） 🔴 红色：异常（错误率高或超时）

三、关键性能指标展示（悬停查看）

将鼠标悬停在边（Edge） 上，可查看该调用链路的实时性能数据：

指标	含义
Throughput	每分钟请求数（RPM）
Response Time (P99)	99% 的请求响应时间 ≤ 该值
SLA (Success Rate)	成功率 = (成功数 / 总数)
Calls	总调用次数（可选时间段）

💡 示例：
悬停在 OrderSvc → PaymentService 的边上，看到：

P99: 1.2s ← 可能存在性能瓶颈
SLA: 95.3% ← 错误率偏高，需关注

四、拓扑图的核心价值（为什么重要？）

使用场景	拓扑图如何帮助
🔍 架构梳理	新接手项目？一键看清服务依赖，告别“文档过时”
🚨 故障定位	某服务异常 → 查看其上下游 → 快速判断是上游压力大还是下游阻塞
⚠️ 循环依赖检测	发现 A→B→C→A 这类危险调用链，避免雪崩风险
📈 性能瓶颈分析	找到“最粗最红”的边 → 定位高负载、高延迟的调用路径
🧩 下线影响评估	想下线某个服务？先看它被谁调用，避免误伤
🔐 安全审计	是否有服务直接调用外部 API？是否存在未授权访问？

五、实战操作技巧

操作	方法
🔍 聚焦某个服务	点击节点，自动高亮其上下游关系
🧮 查看完整调用链	点击边 → 弹出窗口 → 点击“View Traces” → 查看具体调用记录
🕰️ 切换时间范围	顶部选择“Last 5 mins”、“Last 1 hour”等，观察历史依赖变化
🎯 过滤服务	支持按服务名搜索，快速定位
🖼️ 导出图像	部分版本支持右键导出为 PNG/SVG（可用于架构文档）
🔄 自动刷新	设置自动刷新（如 30s），监控实时变化

六、典型问题识别案例

📌 案例 1：发现“幽灵服务”调用数据库

现象：拓扑图中某个服务直接调用 MySQL
风险：违反分层架构（应通过 DAO 层），可能绕过监控
动作：审查代码，引入中间件或代理层

📌 案例 2：PaymentService 成为“热点中心”

现象：多个服务都调用它，边很粗
风险：单点瓶颈，扩容困难
动作：考虑拆分、缓存、异步化

📌 案例 3：出现红色边（高错误率）

现象：OrderSvc → UserSvc 显示红色
动作：
1. 点击边 → 查看错误率
2. 进入 Trace → 找到失败请求
3. 关联日志 → 定位异常堆栈

七、拓扑图 vs 调用链（Trace）的区别

维度	拓扑图（Topology）	调用链（Trace）
视角	宏观：整体系统依赖	微观：单个请求流转
用途	架构分析、瓶颈识别	根因定位、排错
数据粒度	服务级	请求级（Trace ID）
更新频率	实时聚合	按需查询