kobexzf的博客

客户端：arms sdk/agent，otel sdk/agent，arms agent+otel sdk(注意arms agent对otel sdk做了处理，arms和otel不同上下文，需将arms agent的外层点和otel sdk内层点合为一体)问题：sdk很薄，实际在agent增强了，sdk很弱，没错，你只能获取traceId/spanId/span属性+改变span的属性，无法新增span，无法自定义指标。opencensus-trace+metric规范，agent+collector。

客户端agent:CatClientModule初始化,StatusUpdateTask不断HeartBeat上报Message - Transaction和Event/Trace/HeartBeat/Metric (无tags,含status和data字符串)，不像etrace内Metric和Trace分离，Metric有各种类型，每种类型field数量类型不同MessageTree包含以上五种，Stack为空发出(即单发非Transaction的Message会立即发出)，占一个messageId

非聚合Router:@Router(policyId=209995, fields={‘denominator’}, tags={‘method’}) select * from metric(source = ‘application’ and metricName = ‘rec.bifrost.soa_consumer_success_rate’ and (tags(‘method’) in (‘ActivityService.query’, ‘BrandShopService.searchBra

基于storm，spout运行所有router policy，bolt运行所有worker policy提交时根据zk cluster和kafka topic 指定多个spout和一个bolt同一jvm运行的spout/bolt共享一个routerEngine/workerEngine，内部不断拉取router/worker policy(根据update time 增量拉取，http)，可能涉及删除(状态置无效)，新增，更新(我们处理为删了再加) 对policy内每条语句的每个注解，注册list

callstack和dal callstack先通过不同的analyzer list（里面可能分析具体trace，写hbase，kafka等） 然后入hdfs，hbaseCallStack入hbase： rowKey：reqId，column：rpcId，value：ip+threadId+hour+blockOffset+messageOffset+rpcInfo(含不少信息)CallStack入hdfs：ip+threadId(1)+hour- hdfs文件名，blockOffset+message

metric: esper聚合，10s，单机-appId+ezone+cluster维度，聚合后指标轮询放入不同partition(发送kafka前先写入按partition的缓存，缓存按时间或大小刷出)，放入lindbapplication: callstack提取各trace对象，根据eventType(如SOACall根据appId不同eventType也不同)进入不同epEngine，trace聚合生成各种metric并做好采样(保留一个requestId+rpcId)，放入trace流程topi

启动zk注册接收数据，route(根据type，appId等), route含一个队列(内存+磁盘)，多线程(Worker)消费队列，线程计算partition，放入线程内对应partition的缓存内，缓存到达上限或定时发往kafkametric: name+tags 进入同partitiontrace:...

入口为Trace类metric ：aggregate(单机按秒)- encode - send各类metric聚合方式Counter：count相加Timer：内有sum/count/max/min，merge全会处理，二级key考虑upperEnablePayLoad：内有sum/count/max/min，merge全会处理，无upperEnableGauge：merge后面的替换前面的值和时间Histogramtrace：encode - sendTrace 同样含tagsTran