Zipkin配置使用

一、Zipkin 基本配置与启动

1. 启动 Zipkin Server

方式一：官方 Jar 包

wget https://search.maven.org/remotecontent?filepath=io/zipkin/java/zipkin-server/2.24.3/zipkin-server-2.24.3-exec.jar -O zipkin.jar
java -jar zipkin.jar

• 默认端口：9411
• Web UI：http://localhost:9411

方式二：Docker

docker run -d -p 9411:9411 openzipkin/zipkin

方式三：持久化存储（MySQL/Elasticsearch）

java -jar zipkin.jar --STORAGE_TYPE=mysql --MYSQL_HOST=localhost --MYSQL_USER=root --MYSQL_PASS=xxx --MYSQL_DB=zipkin

---

二、Spring Boot 微服务集成 Zipkin

1. 添加依赖

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
    <version>3.1.7</version>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>

2. application.yml 配置

spring:
  zipkin:
    base-url: http://localhost:9411  # Zipkin Server 地址
    sender:
      type: web                      # 发送方式，web/http/kafka/rabbitmq等
  sleuth:
    sampler:
      probability: 1.0               # 采样比例（1.0为全采集，0.1为10%采集）

3. 启动服务

• 服务启动后自动收集链路数据，并发送到 Zipkin Server。
• 可在 Zipkin Web UI 查询和分析调用链。

---

三、核心参数详解

参数	作用说明
spring.zipkin.base-url	Zipkin Server 地址
spring.zipkin.sender.type	发送方式（web、kafka、rabbitmq等）
spring.sleuth.sampler.probability	采样比例（0~1）
STORAGE_TYPE	Zipkin Server存储类型（memory/mysql/es等）
MYSQL_HOST/USER/PASS/DB	MySQL存储相关参数（如用MySQL持久化）
ES_HOSTS	Elasticsearch地址（如用ES持久化）
server.port	服务端口，默认9411

---

四、链路追踪原理与常用功能

1. Sleuth 自动埋点

• Sleuth 自动为每个 HTTP 请求、Feign调用、RestTemplate、Kafka、RabbitMQ等生成 traceId、spanId。
• traceId：全链路唯一标识。
• spanId：单服务/方法调用唯一标识。

2. Zipkin 数据收集与分析

• 微服务收集到的 trace 信息通过 HTTP/Kafka/RabbitMQ等方式发送到 Zipkin Server。
• Zipkin Server 聚合、存储、展示调用链。
• Web UI 可检索 traceId、服务名、耗时、异常等信息。

3. 自定义埋点

可在代码中自定义 span：

@Autowired
Tracer tracer;

public void doSomething() {
    Span span = tracer.nextSpan().name("customSpan").start();
    try (Tracer.SpanInScope ws = tracer.withSpan(span)) {
        // 业务代码
    } finally {
        span.end();
    }
}

---

五、进阶功能与实战技巧

1. 采样率控制

• 生产环境建议采样率调低，避免链路数据过多影响性能。
• 通过 spring.sleuth.sampler.probability 控制。

2. 跨服务/多语言追踪

• Zipkin 支持多语言 SDK（Java、Go、Node.js、Python等），可实现跨语言链路追踪。

3. 持久化配置

• 推荐生产环境用 MySQL 或 Elasticsearch 持久化链路数据。
• 数据量大时需定期清理过期数据。

4. 安全与权限

• Zipkin Web UI 默认无鉴权，建议内网访问或加反向代理认证。

---

六、进阶配置与功能

1. 采样策略动态调整

• 默认采样率是静态配置，如果希望动态调整，可以通过 Spring Cloud Sleuth 的自定义 Sampler：

@Bean
public Sampler customSampler() {
    // 只采集特定服务或请求
    return Sampler.ALWAYS_SAMPLE; // 或根据业务条件动态采样
}

• 生产环境建议根据流量、业务高峰期动态调整采样率。

2. 发送方式选择

• spring.zipkin.sender.type 可选 web（HTTP）、kafka、rabbitmq，根据企业架构和链路数据量选择合适的方式。
• Kafka 适合高并发、大数据量场景，RabbitMQ 适合异步可靠传输。

3. 服务名与实例标识

• Sleuth 自动用 spring.application.name 作为服务名，建议各微服务配置唯一名称，便于链路检索。
• 可通过 spring.zipkin.service.name 强制指定服务名。

4. traceId 兼容性

• Sleuth 默认用128位 traceId，部分老系统或其他语言可能用64位，可通过配置兼容：

spring:
  sleuth:
    trace-id128: false

---

七、性能优化建议

1. 数据存储优化

• 如果链路数据量大，建议用 Elasticsearch，支持分片和高并发检索。
• MySQL 存储建议定期归档、清理历史数据，避免库膨胀。

2. 采样率控制

• 生产环境采样率建议 0.01~0.1，关键接口可临时调高。
• 通过自定义 Sampler 实现按接口、按用户、按异常采样。

3. JVM与网络优化

• Zipkin Server建议分配足够内存（如 2~4G），并优化 GC 参数。
• 数据发送建议用局域网，避免链路数据丢失。

---

八、企业级运维与监控

1. 高可用部署

• Zipkin Server可多实例部署，前端用负载均衡（如 Nginx）。
• Elasticsearch存储建议用多节点集群，提升可靠性。

2. 安全加固

• Web UI建议内网访问，或通过 Nginx、JWT、OAuth2等方式做认证和访问控制。
• 重要链路数据可加密传输（HTTPS）。

3. 自动化告警

• 可结合 Prometheus、Grafana 监控 Zipkin Server、存储、链路数据量等指标。
• 异常链路、慢服务自动触发告警。

---

九、常见集成场景

1. 与微服务网关集成

• 网关（如 Spring Cloud Gateway、Zuul）需集成 Sleuth/Zipkin，保证入口 traceId 生成和传递。

2. 与异步消息队列集成

• Sleuth 支持 Kafka/RabbitMQ自动埋点，消息消费链路也能追踪。
• 需确保所有服务都集成 Sleuth/Zipkin 依赖。

3. 跨语言链路追踪

• Zipkin 支持 Java、Go、Node.js、Python等多语言SDK，跨语言服务只要 traceId 传递即可实现全链路追踪。

---

十、常见问题排查补充

1. 采样率不生效/链路丢失

   • 检查 Sampler配置、服务名唯一性、链路是否跨网段丢失。

2. 存储性能瓶颈

   • 检查 ES/MySQL集群健康、分片数量、磁盘IO。

3. Web UI无数据/异常

   • 检查服务端口、数据发送方式、日志输出，必要时抓包分析。

4. 链路断裂

   • 检查 traceId 传递，网关、异步消息、第三方服务是否正确集成。

5. Web UI无法访问

   • 检查 Zipkin Server 是否启动、端口是否冲突、防火墙设置。

6. 链路数据未采集/丢失

   • 检查 Sleuth/Zipkin 依赖和配置，采样比例是否为0，服务间是否传递 traceId。

7. 存储异常

   • 检查 MySQL/ES配置，数据库表结构是否正确，权限是否充足。

8. 性能瓶颈

   • 采样率过高、存储性能不足、链路数据未清理。

十一、最佳实践总结

• 各服务配置唯一 spring.application.name，便于链路检索。
• 采样率动态调整，兼顾性能与问题定位。
• 生产环境建议用 Elasticsearch 持久化，MySQL需定期清理。
• 结合 Prometheus、Grafana 做自动化监控和告警。
• 关键接口自定义埋点，异常链路重点采集。
• 内网部署 Web UI，敏感数据加密传输。