Dubbox 链路追踪(基于Brave+Zipkin的简单实现)上

基础篇丨链路追踪(Tracing)其实很简单 说到分布式链路追踪,就绕不开分布式系统与微服务的兴起。早期 IT 系统非常简单,几乎所有程序都运行在同一个节点,互相之间也没有什么依赖。但随着硬件技术突飞猛进,硬件成本大幅下降,软件复杂度却越来越高。 阅读详情

很多时候,我们都能体会到分布式架构的话好处,其实一个系统不大,做分布式的成本是很高的,系统变得松耦合,这样做的好处不言而喻,说说坏处吧,A系统远程调用B系统,B系统又依赖C,D系统,当线上某个接口报错,或者超时的时候,亦或者是业务问题的时候,定位一个问题是麻烦的,因为日记不在一个系统里面,排查问题的时候,需要花费很大的时间,往往定位问题的所在比解决这个问题花的时间长的多,所以解决这个问题,才会出来N多优秀的链路监控追踪系统。

  可惜,很多优秀的链路监控并没有开源~

 

其实链路追踪的实现的比较粗浅的理解(我的理解),其实就是前后filter,在filter中做埋点,记录调用的时间,参数,异常,等等信息,分布式系统需要多做的一件事就是有一个全局的变量(全局调用Id)来将整个调用链连接起来,形成调用闭环,最后最好再有一个可视化的监控平台,这样就可以帮助我们去查询问题的所在了。


5.2.1 简介Zipkin

5.2.1.1 走进Zipkin

 

如果不借助任何的第三方的jar包,单纯解决这种问题,还是比较困难的。简单的说下开源的Zipkin,Zipkin官网:http://zipkin.io/

Zipkin是一个分布式追踪系统,当我们在微服务架构中遇到潜在问题的时候,它会帮助我们按照时间的顺序有规则的去收集数据,并且帮我们管理数据和查询有用的数据,Zipkin是根据Google的论文Dapper设计的(dapper (dutch) = brave (english))

 

Zipkin目的是用来记录应用程序的时间数据日记的,Zipkin UI还提供了一个系统之间的调用依赖图来向我们展示各个系统之间的请求链路关系,如果你遇到了一些bug或者系统报错的时候,你可以使用Zipkin UI来过滤,排序,通过这样的方式去排查问题,你可以在Zipkin中清晰的看见整个调用过程的链路长度,注释,时间戳,当你选择一条那个出问题的具体链路,你可以清晰的看见每个调用段占整个调用段的时间占比,这样就能够帮助你找到问题链路或者超时链路


5.2.1.2 Zipkin 搭建

作为学习用,Zipkin的搭建还是很简单的,它是默认使用内存做数据存储的,当然它也支持Elasticsearch,Mysql等做数据存储的,简单地搭建作为学习用的话,使用内存就可以了,生产环境还是使用Elasticsearch比较好,mysql性能也是堪忧

Windows7下搭建Zipkin,先打开http://zipkin.io/pages/quickstart.html

点击Lastest release

下载好之后:

进入下载好的目录,运行命令java-jar zipkin-server-1.19.1-exec.jar


因为是spring boot项目所以能够直接启动,浏览器打开localhost:9411

这样就完成了最简单的基于内存的Zipkin的搭建了

 

 

5.2.1.3 Zipkin 简单说明

 

Zipkin的简单设计原理图:

上图中,Instrumented client 目标服务消费者,如果它是需要进行链路导航的,它会在调用的时候,它会将在调用服务的时候,把一些参数通过Transport传递给Zipkin,同样当服务提供者接收到调用者的请求的时候,也会得到调用的上下文,也会把调用的信息,返回的信息形成Reporter通过Transport传递给Zipkin,相反,如果某些服务没有开启导航功能,则不会发出Reporter,Zipkin通过信息收集器(Collector)获取到信息之后,进行存储,然后形成调用查询的API,供UI页面查询。

 

  用大白话说,就是在远程调用的时候,服务消费者和服务提供者如果需要进行链路追踪,需要把调用的信息通过某个东西的传输给Zipkin,Zipkin帮忙分析记录你的调用过程。

 

Zipkin的数据设计和细节简单说明:

 

之前说过,Zipkin可以把分布式系统调用的日记集中在一起做分析处理,帮我们在远程调用出问题的时候,快速的定位问题,设计的简单思路就是类似那种filter,在特定的时候,进行数据拦击记录,然后形成固定的格式数据发送给Zipkin做处理。

 

考虑一下细节,与具体的使用场景进行结合,比如Dubbo,使用Dubbo在进行远程调用的时候,服务消费者在调用的时候,这个阶段Zipkin定义为CS

CS表示客户端开启,客户端开始请求,在这个阶段也会设置span

 

当请求通过网络到达服务提供者的时候,便达到了第二个阶段,Zipkin称之为SR

SR表示服务端接收,当服务提供者接收到请求的时候,将会去处理这个请求,这个阶段与上一个阶段其实是有上下文连接的,(CS可以在调用的上下文偷偷放置一个全局的TraceId),当然这个阶段与上个阶段会有网络延迟和时间间隔

 

 

当服务提供者处理好请求准备返回的时候,到了第三个阶段SS

SS表示服务端发送请求,这个阶段表示服务端已经完成了请求的处理,然后准备把请求的结果发送回客户端,当然SS与SR之间在时间的维度上的区别就是多了服务消费者的处理时间

 

当返回结果通过网络达到服务消费者端的时候,就达到了第四阶段CR

CR表示客户端接收,当服务消费者接收到服务提供者的响应的时候,这就是表示了Span的结束了,经历了四个阶段,表示整个RPC的调用流程完成了,并且也会被这四个阶段记录.

 

 

 

5.2.1.4 Zipkin的几个重要的概念:

 

上文说有四个阶段,其实在分布式中,这四个阶段其实是在不同的系统中的,如果你想把这四个阶段连接在一起,也是经过处理的,打个比方,这四个节点就像四个珠子,如果你想把这四个珠子串联起来,还需要一条线:

 

线的定义(TraceId),链路ID,整个调用流程在CS阶段会形成一个链路ID,接下来的三个阶段公用整个TraceId

珠子的定义(span),每一个珠子都有一个模型叫做span,也有它的唯一标识SpanId,那么对于Span对象来说,它肯定知道自己上一个珠子的id(ParentId),自己的Id(SpanId),整个链路的Id(TraceId)

 

5.2.1.5 Zipkin 小节

 

本小节简单地介绍了Zipkin的几个概念,还有一些细节,不是很好理解,比如Sampled, Flags等等,这些概念在使我们接下来的使用过程中会有些接触,接触到了,代码撸出来了,估计也会理解了。

64.企业级案例(上)-金融行业DDD落地全流程支付系统-附架构演进图 本文以金融支付系统为例,完整展示了DDD在企业级项目中的落地流程。首先通过事件风暴识别核心业务领域,包括交易、渠道、账务等限界上下文。在战略设计中划分上下文边界,确定交易上下文为核心域。战术设计聚焦交易上下文,详细设计了支付单聚合、值对象和支付路由服务。架构实现采用CQRS+EDA模式,通过命令端处理交易,查询端异步更新读模型,并利用防腐层隔离外部渠道。案例展示了DDD从业务探索到架构实现的全过程,体现了其在复杂业务系统中的价值。 阅读详情

相关推荐

STM32F103多通道PWM输出避坑指南:TIM1_CH1异常输出的解决方案

本文深入解析STM32F103多通道PWM输出中的TIM1_CH1异常问题,提供从时钟配置到GPIO复用的系统化解决方案。通过黄金法则配置流程和高级调试技巧,帮助开发者快速定位并解决PWM输出不稳定、占空比异常等问题,同时拓展多定时器协同和互补PWM等高级应用场景。

weixin_29194817的博客 118

Dubbo(63)如何实现Dubbo的服务跟踪?

服务接口MyService服务实现@Override服务接口MyService服务实现@Override使用Zipkin实现服务跟踪:添加Zipkin依赖,配置Zipkin,定义服务接口和实现,编写服务消费者,启动服务并验证服务跟踪效果。使用SkyWalking实现服务跟踪:添加SkyWalking依赖,配置SkyWalking,定义服务接口和实现,编写服务消费者,启动服务并验证服务跟踪效果。

qq_43012298的博客 1023

安卓集成华为HMS Scankit实现自定义扫码功能

实现扫码功能 使用的是集成华为扫描的SDK,UI界面借鉴的是谷歌官方的Zxing项目中的自定义view,两者结合实现。 先上效果图: 先在项目根级别(build.gradle)当中配置HMS Core SDK的Maven仓地址。 // 配置HMS Core SDK的Maven仓地址。 maven {url 'https://developer.huawei.com/repo/'} // 配置HMS Core SDK的Maven仓地址。 maven {url 'https://developer.huaw

qq_47625961的博客 5514

原理分析dubbo分布式应用中使用zipkin做链路追踪

zipkin是什么 Zipkin是一款开源的分布式实时数据追踪系统(Distributed Tracking System),基于 Google Dapper的论文设计而来,由 Twitter 公司开发贡献。其主要功能是聚集来自各个异构系统的实时监控数据。分布式跟踪系统还有其他比较成熟的实现,例如:Naver的Pinpoint、Apache的HTrace、阿里的鹰眼Tracing、京东的...

dgnwy6921的博客 476

计算机组成原理 微程序控制器实验

微程序控制器实验 实验环境 计算机组成原理实验环境 实验目的 掌握微程序控制器的组成原理和工作过程。 理解微指令和微程序的概念,理解微指令与指令的区别与联系。 掌握指令操作码与控制存储器中微程序的对应方法。熟悉根据指令操作码从控制存储器中读出微程序的过程。 实验要求 做好实验预习,读懂实验电路图,熟悉实验元器件的功能特性和使用方法。 按照实验内容与步骤的要求,独立思考,认真仔细地完成实验。 写出实验报告。 实验电路        

Long_UP的博客 7万+

AUTOSAR-SOMEIP配置总结

导入arxml之后someip信号一般以“pduSomeIp”开头或者“SomeIp”开头。以某个pdu为例,设置项“Pdu Default Partition Ref”主要是根据模块设计,配置相应的Ecuc核分区。在导入arxml之后someip信号中有三个特殊的信号,形如“SdInstance”开头的信号,设置项“Pdu Default Partition Ref”主要是根据模块设计,配置相应的Ecuc核分区。“EcuC”模块主要关注“EcucPduCollection”中的“Pdus”下面的配置。

xiandang8023的博客 4658

采用brave接入zipkin实现自定义rpc跟踪

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_33711647的博客 422

【基于 CasADi 的欠驱动无人船实时非线性模型预测控制(NMPC)实现与避碰仿真】MATLAB开源复现

本文提出了一种基于CasADi的欠驱动无人船实时非线性模型预测控制(NMPC)方法,实现了轨迹跟踪与避碰功能。研究采用三自由度USV动力学模型,集成静态与动态障碍物避碰约束,并满足国际海上避碰规则(COLREGS)。通过CasADi+IPOPT数值优化求解,实现了毫秒级实时控制。文章详细介绍了USV建模、NMPC控制器设计、避碰约束建模以及CasADi实现流程,包括核心求解流程和轨迹生成方法。实验结果表明,该方法能有效实现复杂环境下的轨迹跟踪与避碰功能。

vor234的博客 1399

SpringBoot下Brave方式集成Zipkin实现分布式全链路监控

目录 Zipkin 简介 Springboot 集成 Zipkin 安装启动 zipkin 版本说明 项目结构 工程端口分配 引入 Maven 依赖 配置文件、收集器的设置 编写 Controller 发送请...

weixin_30455661的博客 647

发那科机器人通信库使用指南与踩坑记录

GitHubNuGet(如本文基于该库,在 C# / .NET 下通过 TCP 与 FANUC 机器人控制器通信,实现读当前位姿、PR 寄存器、以及 DI/DO/GI/GO 等 IO 的读写。GitHubNuGet(如本文基于该库,在 C# / .NET 下通过 TCP 与 FANUC 机器人控制器通信,实现读当前位姿、PR 寄存器、以及 DI/DO/GI/GO 等 IO 的读写。

songhuangong123的博客 328

手把手教你学Simulink--进阶电机控制场景实例:基于Simulink的直流电机双闭环调速系统抗负载扰动仿真

摘要:本文基于Simulink平台构建直流电机双闭环调速系统,重点研究其在工业传送带场景下的抗负载扰动性能。系统采用转速外环(稳速)和电流内环(限流)的嵌套结构,通过工程法整定PI参数,实现了转速跌落<10%、恢复时间<0.5s的优异抗扰性能。仿真结果表明,相比单闭环系统,双闭环控制使转速跌落率降低47%,恢复时间缩短75%。文中详细介绍了数学模型建立、Simulink模块实现及参数优化方法,并提供了完整代码和模型文件,为电机控制系统设计提供实用参考。

MHD0815的博客 182

Dubbo链路追踪——生成全局ID(traceId)

我们一般的做法是在系统调用开始时生成一个traceId , 并且它伴随着一次调用的整个生命周期。我们通过分析源码可以知道客户端在调用服务段进行服务消费时,实际上发送的是封装过的Request实体 ,Data为Invocation实体对象(接口签名,参数类型,参数值,及attachment附件)所以我们需要在调用的起始位置添加traceId信息。关于链路追踪,在微服务的趋势下,一次调用的日志信息分布在不同的机器上或目录下,当需要看一条链路调用所有的日志信息时,这是个比较困难的地方,我们虽然有。...

web15085599741的博客 2776

【ArcGIS遇上Python】使用add-in向导开发ArcGIS插件(1):add-in工具介绍及安装

文章目录addin介绍addin下载addin安装 addin介绍 ArcGIS从10.0开始支持addin(ArcGIS软件中又叫作加载项)的方式进行插件制作。相对于以往9.x系列,addin的无论是从使用或者编写都更加方便快捷。通过开发语言,可以制作ArcGIS Desktop各个软件模块的插件。 Esri提供了Python加载项向导工具来实现Addin界面的搭建,可以到Esri官网去下载该工具Python加载项向导 。从介绍来看,该设计器要求的最低ArcGIS版本为10.1 ,如下图所示: add

智慧空间实验室 7205

Sleuth/Brave+Zipkin 实现链路日志

码字不易,转载请注明出处!! 链路日志 sleuth 术语 span(跨度):sleuth 的基本工作单元。每个 sleuth 有一个唯一的64位ID作为标识。此外还有一些其它的数据,如时间戳、标签、描述等。 trace(跟踪):由一组 span 组成的树桩结构称为一个 trance。 annotation(标注):表示一个行为。 CS (client sent);客户端发起一个请求,这是一个 span 的开始。 SR (server received):服务器接收并准备处理它。 SS (serv

小欧的哈士奇 596

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

motan学习笔记 六 opentracing Brave+zipkin实现

前面我们学习了,opentracing的接口定义 本文来学习motan用filter 来拦截请求,并用brace来实现,上报数据到zipkin

akfly的专栏 8275

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

分布式链路追踪 —— 基于Dubbo的traceId追踪传递

本文首先介绍 Dubbo 的 RpcContext 上下文和 Filter 过滤器,然后再介绍基于Dubbo的traceId追踪传递的实现。

longool的博客 2452

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

Sleuth

文章目录原理介绍Brave和Zipkin使用依赖Sleuth对feign的支持Sleuth对RestTemplate的支持Sleuth对多线程的支持 原理介绍 Sleuth通过Trace定义一次业务调用链,根据它的信息,我们就知道多少个系统参与了该业务处理。 Span用来记录系统间的调用顺序和时间戳信息。 Trace和Span的信息经过整合,就能知道该业务的完整调用链。 Brave和Zipkin ...

加油 1481

Dubbo分布式日志链路追踪

就职于甜橙金融信息技术部,负责服务端开发,专注于微服务、分布式、性能调优、高可用,欢迎各位同仁沟通交流。

m0_67400973的博客 1424

微服务框架(十六)Spring Boot及Dubbo zipkin 链路追踪组件埋点

此系列文章将会描述Java框架Spring Boot、服务治理框架Dubbo、应用容器引擎Docker,及使用Spring Boot集成Dubbo、Mybatis等开源框架,其中穿插着Spring Boot中日志切面等技术的实现,然后通过gitlab-CI以持续集成为Docker镜像。 本文第一部分为调用链、OpenTracing、Zipkin和Jeager的简述;第二部分为Spring Boot及Dubbo zipkin 链路追踪组件埋点

若明天不见 5920

dubbo服务链路跟踪

目前很多业务使用微服务架构,服务模块划分有这2种方式: 服务功能划分 业务划分 不管哪种方式,一次接口调用都需要多个服务协同完成,其中一个服务出现问题,都会导致最终失败,虽然有logback + kafka + ELK 这样的神器架构,但是定位问题也很麻烦,如果在整个链路中,可以通过一个唯一ID(traceId)跟踪本次服务调用,就可以在ELK中查找当前traceId来定位问题。 一、案例 ...

燕少江湖 2120

【Spring Cloud】Sleuth+Zipkin全链路日志追踪接入实战

在大型系统的微服务化构建中,一个系统被拆分成了许多模块。这些模块负责不同的功能,组合成系统,最终可以提供丰富的功能。在这种架构中,一次请求往往需要涉及到多个服务。互联网应用构建在不同的软件模块集上,这些软件模块,有可能是由不同的团队开发、可能使用不同的编程语言来实现、有可能布在了几千台服务器,横跨多个不同的数据中心。主要功能就是在分布式系统中提供追踪解决方案。它大量借用了Google Dapper的设计, 先来了解一下Sleuth中的术语和相关概念。

DreamSun的博客 2088

【Dubbo3高级特性】「框架与服务」RPC全链路调用追踪参数传递(OpenTracing)

上下文信息是RPC框架很重要的一个功能,使用RpcContext可以为单次调用指定不同配置。如分布式链路追踪场景,其实现原理就是在全链路的上下文中维护一个traceId,Consumer和Provider通过传递traceId来连接一次RPC调用,分别上报日志后可以在追踪系统中串联并展示完整的调用流程,这样可以更方便地发现异常,定位问题。

世界上并没有完美的程序,但是我们并不因此而沮丧,因为写程序就是一个不断追求完美的过程。 1468

dubbo分布式服务实现日志链路追踪traceid

dubbo服务日志链路追踪

weixin_43965937的博客 2140

springboot 统一日志 链路跟踪 dubbo3链路 springboot log-starter 设计和实现- 统一dubbo3链路和log-starter管理、设计和实现

springboot 统一日志 链路跟踪 dubbo3链路 springboot log-starter 设计和实现- 统一dubbo3链路和log-starter管理、设计和实现

北巷东东的专栏 1352

梳理一下与链路追踪tracing相关的sleuth-brave内容

链路追踪tracing的文章,多数基于google的dapper论文,介绍了trace,span等概念。关于微服务Spring Cloud Sleuth,主要功能就是在分布式系统中提供追踪解决方案。Spring Cloud Sleuth是对Zipkin的一个封装,对于Span、Trace等信息的生成、接入HTTP Request,以及向Zipkin Server发送采集信息等全部自动完成。那么sleuth,zipkin,brave它们本身是什么样子,有什么联系呢?

herriman的博客 940

Spring Cloud Sleuth 2.0概要使用说明

Sleuth,Zipkin和Brave 先说一下Spring Cloud Sleuth, Zipkin和Brave三者之间的关系。 首先,对于Spring Cloud Sleuth来说,大家或许接触的比较多,它是Spring框架家族(在这里为什么不说是Spring Cloud框架家族,实际上这是因为Sleuth和Spring框架中的其他组成部分一样,非常灵活,即可以配合其他Spring Cloud组建,也可以不与其他的Spring Cloud组建一起使用,而仅仅作为一个Trace追踪的系统框架来试用)中

lgxzzz的博客 1335
上一篇: dubbo+zipkin调用链监控
下一篇: 熔断,限流,降级
hxpjava1
博客等级 码龄19年 1365粉丝 511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