应用性能管理の巅峰对决:Apache Skywalking P.K. Pinpoint

使用Skywalking实现消息平台链路追踪 一、背景介绍 最近作者所在技术团队做了一款mq平台,底层是基于rockemq的,上层实现了原生rmq的基本功能外加 “动态扩容”、“消息链路追踪”等功能。我以测试开发的身份也参与到了该项目中,其中基于skywalking的链路追踪就是我来负责的。所以今天就跟大家分享下这部分工作; 二、producer Proxy层配置agent Copy agent整个目录至部署应用的机器的任意目录,本地调试建议放桌面即可,方便修改配置; 修改agent/config/agent.config中的agent.serv 阅读详情

点击上方“芋道源码”,选择“设为星标”

做积极的人,而不是积极废人!

源码精品专栏

 

来源:http://t.cn/EIYZoDa

  • 社区比较

  • 支持语言比较

  • 协议比较

  • 存储比较(重要)

  • UI比较

  • 扩展性比较

  • 告警比较

  • JVM监控

  • 服务监控

  • 跟踪粒度比较

  • 过滤追踪

  • 性能损耗

  • 发布包比较

  • 支持组件比较

  • 总结

  • 参考链接


说明:本次对比基于skywalking-6.0.0-GA和Pinpoint-1.8.2(截止2019-02-19最新版本)。另外,我们这次技术选型直接否定了Zipkin,其最大原因是它对代码有侵入性,CAT也是一样。这是我们所完全无法接受的。

这应该是目前最优秀的两款开源APM产品了,而且两款产品都通过字节码注入的方式,实现了对代码完全无任何侵入,他们的对比信息如下:

Pinpoint P.K. skywalking

OAP说明: skywalking6.x才有OAP这个概念,skywalking5.x叫collector。

接下来,对每个PK项进行深入分析和对比。

先来偷偷的做一个问卷调查,方便我们互相了解大家对 APM & 链路追踪这块的选型。

社区比较

这一点上面skywalking肯定完胜。一方面,skywalking已经进入apache孵化,社区相当活跃。而且项目发起人是中国人,我们能够进入官方群(Apache SkyWalking交流群:392443393)和项目发起人吴晟零距离沟通,很多问题能第一时间得到大家的帮助(玩过开源的都知道,这个价值有多大)。
而Pinpoint是韩国人开发的,免不了有沟通障碍。至于github上最近一年的commit频率,skywalking和Pinpoint旗鼓相当,都是接近20的水平:

Insight commit

所以,社区方面,skywalking更胜一筹。

支持语言比较

Pinpoint只支持Java和PHP,而skywalking支持4种语言:Java, C#, PHP, Node.js。如果公司的服务涉及到多个开发语言,那么skywalking会是你更好的选择。并且,如果你要实现自己的探针(比如Go语言),skywalking的二次开发成本也比Pinpoint更低。

说明:Github上有开发者为Pinpoint贡献了对Node.js的支持,请戳链接:https://github.com/peaksnail/pinpoint-node-agent。但是已经停止维护,几年没更新了!

所以,支持语言方面,skywalking更胜一筹。

协议比较

SkyWalking支持gRPC和http,不过建议使用gRPC,skywalking6.x版本已经不提供http方式(但是还会保留接收5.x的数据),以后会考虑删除。
而Pinpoint使用的是thrift协议。
协议本身没有谁好谁坏。

存储比较(重要)

笔者认为,存储是skywalking和Pinpoint最大的差异所在,因为底层存储决定了上层功能。
Pinpoint只支持HBase,且扩展代价较大。这就意味着,如果选择Pinpoint,还要有能力hold住一套HBase集群(daocloud从Pinpoint切换到skywalking就是因为HBase的维护代价有点大)。在这方面,skywalking支持的存储就多很多,这样的话,技术选型时可以根据团队技术特点选择合适的存储,而且还可以自行扩展(不过生产环境上应该大部分是以es存储为主)。
Pinpoint只支持HBase的另一个缺陷就是,HBase本身查询能力有限(HBase只能支持三种方式查询:RowKey精确查找,SCAN范围查找,全表扫描)限制了Pinpoint的查询能力,所以其支持的查询一定是在时间的基础上(Pinpoint通过鼠标圈定一个时间范围后查看这个范围内的Trace信息)。而skywalking可以多个维度任意组合查询,例如:时间范围,服务名,Trace状态,请求路径,TraceId等。

另外,Pinpoint和skywalking都支持TTL,即历史数据保留策略。skywalking是在OAP模块的application.yml中配置从而指定保留时间。而Pinpoint是通过HBase的ttl功能实现,通过Pinpoint提供的hbase脚本https://github.com/naver/pinpoint/blob/master/hbase/scripts/hbase-create.hbase可以看到:ApplicationTraceIndex配置了TTL => 5184000,SqlMetaData_Ver2配合了TTL => 15552000,单位是秒。

说明:es并不是完全碾压HBase,es和HBase没有绝对的好和坏。es强在检索能力,存储能力偏弱。HBase强在存储能力,检索能力偏弱。如果搜集的日志量非常庞大,那么es存储就比较吃力。同样的,如果对检索能力有一定的要求,那么HBase肯定满足不了你。所以,又到了根据你的业务和需求决定的时刻了,trade-off真是无所不在。

skywalking trace query

UI比较

Pinpoint的UI确实比skywalking稍微好些,尤其是服务的拓扑图展示。不过daocloud根据Pinpoint的风格为skywalking定制了一款UI。请戳链接:https://github.com/TinyAllen/rocketbot,项目介绍是:rocketbot: A UI for Skywalking。截图如下所示;

rocketbot: A UI for Skywalking

所以,只比较原生UI的话,Pinpoint更胜一筹。

扩展性比较

Pinpoint好像设计之初就没有过多考虑扩展性,无论是底层的存储,还是自定义探针实现等。而skywalking核心设计目标之一就是Pluggable,即可插拔。
以存储为例,pinpoint完全没有考虑扩展性,而skywalking如果要自定义实现一套存储,只需要定义一个类实现接口org.apache.skywalking.oap.server.library.module.ModuleProvider,然后实现一些DAO即可。至于Pinpoint则完全没有考虑过扩展底层存储。
再以实现一个自己的探针为例(比如我要实现Go语言的探针),Pinpoint选择thrift作为数据传输协议标准,而且为了节省数据传输大小,在传递常量的时候也尽量使用数据参考字典,传递一个数字而不是直接传递字符串等等。这些优化也增加了系统的复杂度:包括使用 Thrift 接口的难度、UDP 数据传输的问题、以及数据常量字典的注册问题等等。Pinpoint发展这么年才支持Java和PHP,可见一斑。而skywalking的数据接口就标准很多,并且支持OpenTracing协议,除了官方支持Java以外,C#、PHP和Node.js的支持都是由社区开发并维护。
还有后面会提到的告警,skywalking的可扩展性也要远好于Pinpoint。
最后,Pinpoint和skywalking都支持插件开发,Pinpoint插件开发参考:http://naver.github.io/pinpoint/1.8.2/plugindevguide.html。skywalking插件开发参考:https://github.com/apache/incubator-skywalking/blob/master/docs/en/guides/Java-Plugin-Development-Guide.md。

所以,扩展性方面skywalking更胜一筹。

告警比较

Pinpoint和skywalking都支持自定义告警规则。

但是恼人的是,Pinpoint如果要配置告警规则,还需要安装MySQL(配置告警时的用户,用户组信息以及告警规则都持久化保存在MySQL中),这就导致Pinpoint的维护成本又高了一些,既要维护HBase又要维护MySQL。

Pinpoint支持的告警规则有:SLOW COUNT|RATE, ERROR COUNT|RATE, TOTAL COUNT, SLOW COUNT|RATE TO CALLEE, ERROR COUNT|RATE TO CALLEE, ERROR RATE TO CALLEE, HEAP USAGE RATE, JVM CPU USAGE RATE, DATASOURCE CONNECTION USAGE RATE。

Pinpoint每3分钟周期性检查过去5分钟的数据,如果有符合规则的告警,就会发送sms/email给用户组下的所有用户。需要说明的是,实现发送sms/email的逻辑需要自己实现,Pinpoint只提供了接口com.navercorp.pinpoint.web.alarm.AlarmMessageSender。并且Pinpoint发现告警持续时,会递增发送sms/email的时间间隔 3min -> 6min -> 12min -> 24min,防止sms/email狂刷。

Pinpoint告警参考:http://naver.github.io/pinpoint/1.8.2/alarm.html

skywalking配置告警不需要引入任何其他存储。skywalking在config/alarm-settings.xml中可以配置告警规则,告警规则支持自定义。

skywalking支持的告警规则(配置项中的名称是indicator-name)有:service_resp_time, service_sla, service_cpm, service_p99, service_p95, service_p90, service_p75, service_p50, service_instance_sla, service_instance_resp_time, service_instance_cpm, endpoint_cpm, endpoint_avg, endpoint_sla, endpoint_p99, endpoint_p95, endpoint_p90, endpoint_p75, endpoint_p50。

Skywalking通过HttpClient的方式远程调用在配置项webhooks中定义的告警通知服务地址。skywalking也支持silence-period配置,假设在TN这个时间点触发了告警,那么TN -> TN+period 这段时间内不会再重复发送该告警。

skywalking告警参考:https://github.com/apache/incubator-skywalking/blob/master/docs/en/setup/backend/backend-alarm.md。目前只支持official_analysis.oal脚本中Service, Service Instance, Endpoint scope的metric,其他scope的metric需要等待后续扩展。

Pinpoint和skywalking都支持常用的告警规则配置,但是skywalking采用webhooks的方式就灵活很多:短信通知,邮件通知,微信通知都是可以支持的。而Pinpoint只能sms/email通知,并且还需要引入MySQL存储,增加了整个系统复杂度。所以,告警方面,skywalking更胜一筹。

JVM监控

skywalking支持监控:Heap, Non-Heap, GC(YGC和FGC)。
Pinpoint能够监控的指标主要有:Heap, Non-Heap, FGC, DirectBufferMemory, MappedBufferMemory,但是没有YGC。另外,Pinpoint还支持多个指标同一时间点查看的功能。如下图所示:

Pinpoint JVM inspector

所以,对JVM的监控方面,Pinpoint更胜一筹。

服务监控

包括操作系统,和部署的服务实例的监控。
Pinpoint支持的维度有:CPU使用率,Open File Descriptor,数据源,活动线程数,RT,TPS。
skywalking支持的维度有:CPU使用率,SLA,RT,CPM(Call Per Minutes)。
所以,这方面两者旗鼓相当,没有明显的差距。

跟踪粒度比较

Pinpoint在这方面做的非常好,跟踪粒度非常细。如下图所示,是Pinpoint对某个接口的trace信息:

Pinpoint trace detail

而同一个接口skywalking的trace信息如下图所示:

skywalking trace detail
skywalking trace sql

备注: 此截图是skywalking加载了插件apm-spring-annotation-plugin-6.0.0-GA.jar(这个插件允许跟踪加了@Bean, @Service, @Component and @Repository注解的spring context中的bean的方法)。

通过对比发现,在跟踪粒度方面,Pinpoint更胜一筹。

过滤追踪

Pinpoint和skywalking都可以实现,而且配置的表达式都是基于ant风格。
Pinpoint在Web UI上配置 filter wizard 即可自定义过滤追踪。
skywalking通过加载apm-trace-ignore-plugin插件就能自定义过滤跟踪,skywalking这种方式更灵活,比如一台高配服务器上有若干个服务,在共用的agent配置文件apm-trace-ignore-plugin.config中可以配置通用的过滤规则,然后通过-D的方式为每个服务配置个性化过滤。

所以,在过滤追踪方面,skywalking更胜一筹。

性能损耗

由于Pinpoint采集信息太过详细,所以,它对性能的损耗最大。而skywalking默认策略比较保守,对性能损耗很小。
有网友做过压力测试,对比如下:

压力测试

图片来源于:https://juejin.im/post/5a7a9e0af265da4e914b46f1

所以,在性能损耗方面,skywalking更胜一筹。

发布包比较

skywalking与时俱进,全系标配jar包,部署只需要执行start.sh脚本即可。而Pinpoint的collector和web还是war包,部署时依赖web容器(比如Tomcat)。拜托,都9012年了。

所以,在发布包方面,skywalking更胜一筹。

支持组件比较

支持组件对比

skywalking和Pinpoint支持的中间件对比说明:

  1. WEB容器说明:Pinpoint支持几乎所有的WEB容器,包括开源和商业的。而wkywalking只支持开源的WEB容器,对2款大名鼎鼎的商业WEB容器Weblogic和Wevsphere都不支持。

  2. RPC框架说明:对RPC框架的支持,skywalking简直秒杀Pinpoint。连小众的motan和sofarpc都支持。

  3. MQ说明:skywalking比Pinpoint多支持一个国产的MQ中间件RocketMQ,毕竟RocketMQ在国内名气大,而在国外就一般了。加之skywalking也是国产的。

  4. RDBMS/NoSQL说明:Pinpoint对RDBMS和NoSQL的支持都要略好于skywalking,RDBMS方面,skywalking不支持MSSQL和MariaDB。而NoSQL方面,skywalking不支持Cassandra和HBase。至于Pinpoint不支持的H2,完全不是问题,毕竟生产环境是肯定不会使用H2作为底层存储的。

  5. Redis客户端说明:虽然skywalking和Pinpoint都支持Redis,但是skywalking支持三种流行的Redis客户端:Jedis,Redisson,Lettuce。而Pinpoint只支持Jedis和Lettuce,再一次,韩国人开发的Pinpoint无视了目前中国人开发的GitHub上star最多的Redis Client -- Redisson。

  6. 日志框架说明:Pinpoint居然不支持log4j2?但是已经有人开发了相关功能,详情请戳链接:log4j plugin support log4j2 or not? https://github.com/naver/pinpoint/issues/3055


通过对skywalking和Pinpoint支持中间件的对比我们发现,skywalking对国产软件的支持真的是全方位秒杀Pinpoint,比如小众化的RPC框架:motan(微博出品),sofarpc,阿里的RocketMQ,Redis客户端Redisson,以及分布式任务调度框架elastic-job等。当然也从另一方面反应国产开源软件在世界上的影响力还很小。

这方面没有谁好谁坏,毕竟每个公司使用的技术栈不一样。如果你对RocketMQ有强需求,那么skywalking是你的最佳选择。如果你对es有强需求,那么skywalking也是你的最佳选择。如果HBase是你的强需求,那么Pinpoint就是你的最佳选择。如果MSSQL是你的强需求,那么Pinpoint也是你的最佳选择。总之,这里完全取决你的项目了。


总结

经过前面对skywalking和Pinpoint全方位对比后我们发现,对于两款非常优秀的APM软件,有一种既生瑜何生亮的感觉。Pinpoint的优势在于:追踪数据粒度非常细、功能强大的用户界面,以及使用HBase作为存储带来的海量存储能力。而skywalking的优势在于:非常活跃的中文社区,支持多种语言的探针,对国产开源软件非常全面的支持,以及使用es作为底层存储带来的强大的检索能力,并且skywalking的扩展性以及定制化要更优于Pinpoint:

  • 如果你有海量的日志存储需求,推荐Pinpoint。

  • 如果你更看重二次开发的便捷性,推荐skywalking。

最后,参考上面的对比,结合你的需求,哪些不能妥协,哪些可以舍弃,从而更好的选择一款最适合你的APM软件。

参考链接

  • 参考[1]. https://github.com/apache/incubator-skywalking/blob/master/docs/en/setup/service-agent/java-agent/Supported-list.md

  • 参考[2]. http://naver.github.io/pinpoint/1.8.2/main.html#supported-modules

  • 参考[3]. https://juejin.im/post/5a7a9e0af265da4e914b46f1



欢迎加入我的知识星球,一起探讨架构,交流源码。加入方式,长按下方二维码噢:

已在知识星球更新源码解析如下:

如果你喜欢这篇文章,喜欢,转发。

生活很美好,明天见(。・ω・。)ノ♡

SkyWalking_apm性能监控指标介绍 skywalking监控系统详细介绍,案例接入演示 阅读详情

相关推荐

pinpoint安装部署、监控tomcat、weblogic、webSphere手册

图文并茂,详细描述pinpoint安装部署、监控tomcat、weblogic、webSphere 实际操作,自己编写

聊聊skywalking的rocketmq-plugin

复制代码AbstractMessageConsumeInterceptor实现了InstanceMethodsAroundInterceptor接口,其beforeMethod方法执行ContextManager.extract(getContextCarrierFromMessage(msgs.get(i)));

BASK2312的博客 1153

本地部署DeepSeek连接MATLAB:打造私有化AI编程助手全攻略

大型语言模型(LLM)通过理解自然语言生成代码、解释技术概念,其核心原理是基于海量数据训练的Transformer架构。这项技术为工程计算和数据分析带来了效率革命,尤其在代码生成、调试辅助和文档自动化等场景价值显著。开源模型如DeepSeek-coder凭借优秀的代码理解能力,结合Ollama提供的本地化部署方案,实现了完全离线、低延迟的私有化部署。通过配置国内镜像加速下载,并利用MATLAB内置的HTTP通信函数构造API请求,工程师可以在熟悉的MATLAB环境中直接调用本地模型,处理数据清洗、算法验证等

weixin_30239339的博客 520

pinpoint使用步骤

pinpoint使用步骤1、服务器端搭建1.1 搭建hbase1.2 启动pinpoint-web1.3 启动pinpoint-collector2、客户端使用代理启动 pinpoint的使用主要分成两个部分,第一部分是服务器端的搭建,第二部分是使用代理启动被监控的服务 1、服务器端搭建 pinpoint的服务器主要包含两个组成部分,一是pinpoint-web 用来展示监控画面,二是pinpoi...

baidugreat的专栏 1059

halcon3D 点云拟合球体

halon3D 点云拟合球面

weixin_43213429的博客 1641

告别LM2596!用LM5175打造400W自动升降压数控电源(附完整电路图与代码)

本文详细介绍了如何利用LM5175芯片设计400W自动升降压数控电源,替代传统的LM2596方案。通过四开关Buck-Boost拓扑结构,LM5175实现了高达98%的转换效率和400W大功率输出,支持无缝升降压切换。文章涵盖芯片选型、电路设计、PCB布局及STM32数控实现,为工程师提供完整的实践指南。

weixin_27032989的博客 600

这 4 种高可用 RocketMQ 集群搭建方案,推荐最后一种。。。

背景 笔者所在的业务线,最初化分为三个服务,由于业务初期业务复杂度相对简单,三个业务服务都能很好的独立完成业务功能。 随着产品迭代,业务功能越来越多后慢慢也要面对高并发、业务解耦、分布式事务等问题,所以经过团队内部讨论,引入 RocketMQ 消息中间件来更好的处理业务。 由于公司内部业务线部署相互独立,我们业务线对引入 RocketMQ 的需求也比较急切,所以打算自己搭建一套高可用的 RocketMQ 集群,同时对于自建的 RocketMQ 集群需要如下特性: 高可用 高并发 可伸缩 海量消息 命名服

架构文摘 1470

Cocos2d-x手游逆向实战:Frida高阶Hook与动态解密技术

Cocos2d-x作为主流跨平台游戏引擎,其混合架构(C++核心+JNI桥接+Lua/JS脚本)和强加固策略(符号剥离、anti-frida、so加壳)使传统逆向方法失效。本文围绕‘无符号定位’‘C++函数硬编码地址识别’‘Lua层AST级劫持’‘OpenGL内存回溯解密’四大关键技术展开,深入解析如何在真实上线项目中稳定hook被strip的libcocos2d.so关键函数、绕过反调试心跳检测、从glTexImage2D参数逆向追踪明文资源,并结合熵值扫描实现零先验知识的内存明文发现。面向已掌握Frid

weixin_30345577的博客 677

服务调用追踪工具skywalking实践

skywalking在服务调用追踪方面的介绍与实践

toyangdon的博客 3133

一文详解心电图(ECG)监测原理

介绍心电图的监测原理,从心电信号产生、获取到心电图的基本组成

m0_50146396的博客 3314

适航规章、标准,书籍资料下载汇总(增加DO-160G中英文版)

很多读者之前问我有没有DO-160G的资源,现在终于找到啦!如果大家有其他想要的资源,可以在留言区告诉我,有空我会帮大家找找看~文末有下载链接:更新日志:2024-9-28:初版。2024-10-21:增加DO-330英文版PDF下载。2024-10-30:增加DO-160G中文版(非机翻)和英文版PDF下载。以下是一些收集到的适航相关的资料,分享给大家。(如果没有你想要的资料,请留言,等找到会及时更新!

qq_41854911的博客 2766

weblogic下某项目监控

CUR_TIME=`date +"%Y%m%d %T"` DBSTR="abc/cced@ora" PHONELIST="186055117127 13205512774 " send_sms() {         PCOUNT=0         for phone in $PHONELIST         do                 TIME=

pdw2009的专栏 749

[UVM]UVM TLM2.0简介及应用实例分析

本文介绍了TLM2.0在UVM中的实现与应用。TLM2.0作为SystemC模型间的核心传输机制,相比TLM1.0提供了更丰富的特性,包括双向阻塞/非阻塞接口、时间标记和统一数据包。文章详细解析了TLM2.0在UVM中的接口实现方式,包括socket类型定义、数据传输机制以及时间标记处理。通过一个具体实例,展示了如何在UVM组件中使用TLM2.0的initiator和target socket进行数据传输,并说明了标准数据包格式和精确时间标记的优势。最后指出TLM2.0在UVM中的实现主要是为了与Syste

元直的博客 5400

分布式链路追踪专栏——分布式链路追踪:Skywalking 探针模型设计

2021年我和博文视点合作了一本技术类型的书籍“Spring Cloud Alibaba微服务架构实战派上下册”,它是我涉足知识输出领域以来的第一本书,同时它也是我自己积累的技术池中部分技术的产出。 为了写好那本书,我几乎花费了所有的休息时间,并主动的承担了书的售后技术辅导和咨询的职责(几乎是有问必答,坚持了整整两年)。 所谓有付出总会有回报,Alibaba这本书的销量还不错,我也因此获得了博文视点颁发的2021年度优秀作者。 我很清楚,这个是博文视点为了鼓励我继续去用心写书,因此我又花了接近1年半的

huxian1234的专栏 1717

手把手教你学Simulink——基于AI融合与智能调度的场实例:强化学习在卫星资源分配中的应用

本文详细介绍了如何利用Simulink和强化学习技术实现智能卫星资源分配。文章首先分析了低轨卫星通信系统面临的动态资源调度挑战,提出采用强化学习(特别是PPO算法)的解决方案。接着逐步展示了完整的建模过程:从Simulink项目创建、卫星通信环境建模(用户业务、信道特性、资源池),到强化学习任务定义(状态空间、动作空间、奖励函数),再到PPO智能体的构建与训练。最后通过仿真验证,PPO智能体在系统吞吐量、公平性和阻塞率等关键指标上均优于传统方法。该方案为卫星通信系统的智能资源管理提供了可行方案,并支持进一步

MHD0815的博客 191

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

从 0 到 1 精通 SkyWalking:分布式系统的 “透视镜“ 技术全解析

本文全面介绍了Apache SkyWalking分布式追踪系统的核心原理与应用实践。文章首先阐述了分布式系统的"盲人摸象"困境,引出SkyTracking作为解决方案的价值。主要内容包括:1. 核心概念与定位,分析其在可观测性三支柱中的角色;2. 深度解析分布式追踪原理、字节码增强技术和数据模型;3. 详细的环境搭建指南,涵盖Elasticsearch存储、OAPServer和UI配置;4. 实战应用部分展示服务拓扑分析、调用链追踪等核心功能;5. 高级特性如自定义埋点、插件开发等。

果酱 の 博客 1452

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

Apache SkyWalking 分布式追踪与监控的快速入门

文章目录Apache SkyWalking 分布式追踪与监控的快速入门APM系统概述主流的开源APM产品Skywalking概述Skywalking优势Skywalking主要概念介绍SkyWalking 环境搭建Skywalking基础Agent的使用Spring Boot中使用参考源码参考 Apache SkyWalking 分布式追踪与监控的快速入门 本人能力有限,所以本篇文章只是对SkyWalking进行简单的介绍和演示。 APM系统概述 APM (Application Performance

C. 1630

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

数据库连接池内存泄漏问题的分析和解决方案

一、问题描述 上周五晚上主营出现部分设备掉线,经过查看日志发现是由于缓存系统出现长时间gc导致的。这里的gc日志的特点是: 1.gc时间都在2s以上,部分节点甚至出现12s超长时间gc。 2.同一个节点距离上次gc时间间隔为普遍为13~15天。 然后紧急把剩余未gc的一个节点内存dump下来,使用mat工具打开发现,com.mysql.jdbc.NonRegisteringDriver 对象占了堆内存的大部分空间。 查看对象数量,发现com.mysql.jdbc.NonRegisteringDr

thlzjfefe的博客 1404

五大最佳开源java性能监控工具

如果你正在寻找性能监控工具,不妨看看以下推荐的这五款开源工具,这些工具目前已经可以替代付费工具了,你可以看看是否是你的最佳选择。本文推荐的五款开源工具目前是开源社区中最受欢迎的。   1. Stagemonitor   Stagemonitor提供了一个Java监控代理程序,它是使用集群应用程序堆栈构建的。意思是它旨在监控在多个服务器上运行的应用程序。该工具与时间序列数据库(TSDB)

Seeker-Wu的专栏 2万+

skywalking 9.x入门(二) skywalking全链路tid追踪

这里是weihubeats,觉得文章不错可以关注公众号,文章首发。拒绝营销号,拒绝标题党。

念念不忘,必有回响 2374

SkyWalking:开源分布式链路追踪神器,一文学透

SkyWalking是分布式系统的应用程序性能监视工具,专为微服务、云原生架构和基于容器(Docker、K8s、Mesos)架构而设计。提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案。在 Spring Boot 项目中排查问题时,我们通常需要查看日志。但当请求量较大或者接口调用链路较长时,很难区分日志属于哪一次请求。MDC 是SLF4J提供的 线程级日志上下文存储。它内部通过保存上下文信息。当在某个线程里执行时,traceId 会存入当前线程的 ThreadLocal 中。

秃了也弱了 2148

Spring Boot 链路追踪 SkyWalking 入门

1. 概述 如果胖友还没了解过分布式链路追踪SkyWalking,建议先阅读下艿艿写的《SkyWalking 极简入门》文章。虽然这篇文章标题是安装部署,实际可以理解成《一文带你快速入门 SkyWalking》,哈哈哈。 可能会有胖友会有疑惑,Spring Boot 不是一个单体应用么,为什么可以使用 SkyWalking 进行分布式链路追踪呢?其实这里有一个误区!即使是一个 Spring Boot 单体应用,我们一般可能会和以下服务打交道: 关系数据库,例如说 MySQL、Oracle、SQL...

weixin_42073629的博客 6万+

pinpoint监控配置详解

五分钟系统: SLOW COUNT/慢速数量 Triggered when the number of slow requests sent to the application exceeds the configured threshold. 当发送到APP的速度慢的请求请求数量大于阈值(数量)时触发报警。 SLOW RATE/慢速比例 ...

c464255042的博客 3569

SkyWalking技术理论之全链路监控系统分析(Zipkin,Pinpoint,SkyWalking,CAT)

Apache SkyWalking是一个开源的应用性能监控(APM)系统,特别针对微服务、云原生和容器化环境设计。全链路监控是SkyWalking的核心功能之一,它允许开发者和运维人员追踪分布式系统中的服务调用关系,以及每个调用的详细信息,如响应时间、错误率等。总结来说,以上四个全链路监控工具各有特点:Zipkin轻便易用,Pinpoint功能全面深入,SkyWalking则更适合现代微服务场景,而CAT在大数据量和高并发场景下表现优秀。选择哪一款工具取决于具体应用场景、团队技术栈和对功能需求的优先级。

qq_33240556的博客 939
上一篇: 一份超详细的 Java 问题排查工具单
下一篇: 一次生产的 JVM 优化案例
公众号-芋道源码
博客等级 码龄10年 1639粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值