Micrometer+ZipKin分布式链路追踪

原创

已于 2024-06-27 13:54:29 修改 · 1.7k 阅读

31 ·

CC 4.0 BY-SA版权

文章标签：

#分布式 #springcloud #Micrometer #ZipKin

于 2024-06-27 13:46:09 首次发布

在这里插入图片描述

背景

一个系统页面上的按钮点击到结果反馈，在微服务框架里，是由N个服务组成返回结果，中间可能经过a->b->c->b->a，或a->b->a->c等等简单或复杂重复的服务调用，如果调用链路某一节点出错导致服务崩溃，将无法快速定位问题解决。

在大规模分布式与微服务集群下，出现问题时，需要：
1、可实时观察系统整理调用链路情况
2、快速发现并定位问题
3、精准判断故障对系统的影响范围和程度
4、梳理服务之间的依赖关系，并判断依赖关系是否合理是否可优化
5、精准分析调用链的性能瓶颈以及容量规划

以上分布式链路追踪技术可以解决的问题，分布式链路追踪（Distributed Tracing），就是将一次分布式请求还原成调用链路，进行日志记录，性能监控并将一次分布式请求的调用情况集中展示。比如各个服务节点上的耗时、请求具体到达哪台机器上、每个服务节点的请求状态等等。

Micrometer

springcloud 对分布式链路追踪提供了支持：Spring Cloud Sleuth 为分布式跟踪提供 Spring Boot 自动配置，但目前Spring Cloud Sleuth 的最后一个次要版本是 3.1，已停止更新，以后使用推荐 Micrometer Tracing
在这里插入图片描述

Micrometer与ZipKin之间的关系

可能会有同志们在想，既然有了Micrometer作为链路追踪，那么还要ZipKin干嘛？
在这里插入图片描述
看以上图，可理解为，Micrometer作为链路追踪可以采集到整条完整链路的所有请求信息，但是以数据方式呈现在日志当中，虽然也可以直接观看，但想要更客观统计和分析，仍然有局限性。ZipKin支持接入Micrometer的数据，作为仪表板，可以清晰看见每条链路的请求响应数据。
在这里插入图片描述

专业术语

Span：基本工作单位。例如，发送 RPC 是一个新的跨度，向 RPC 发送响应也是如此。跨度还包含其他数据，例如描述、时间戳事件、键值注释（标记）、导致这些值的跨度的 ID 以及进程 ID（通常为 IP 地址）
Trace：形成树状结构的一组跨度。例如，如果运行分布式大数据存储，则 PUT 跟踪可能由请求形成。
Annotation/Event：用于及时记录事件的存在。
Tracer：处理跨度生命周期的库。它可以通过报告器/导出器创建、启动、停止和报告跨度到外部系统。
Tracing context：要使分布式跟踪正常工作，跟踪上下文（跟踪标识符、跨度标识符等）必须通过进程（例如通过线程）和网络传播。
Log correlation：跟踪上下文的某些部分（例如跟踪标识符、跨度标识符）可以填充到给定应用程序的日志中。然后，可以将所有日志收集到单个存储中，并通过跟踪 ID 对它们进行分组。这样，就可以从按时间顺序排列的所有服务中获取单个业务操作（跟踪）的所有日志。
Latency analysis tools：收集导出的跨度并可视化整个跟踪的工具。允许轻松分析延迟。

分布式链路追踪原理

在这里插入图片描述
见上图，分布式链路追踪是怎么知道服务的上游和下游是谁呢？

那么一条链路追踪会在每个服务调用的时候加上Trace ID（全局唯一id）和 Span ID（每次请求的id）

链路通过TraceId唯一标识，

Span标识发起的请求信息，各span通过parent id 关联起来 (Span:表示调用链路来源，通俗的理解span就是一次请求信息)

在这里插入图片描述
简单来说

第一个节点：Span ID = A，Parent ID = null，Service 1 接收到请求。

第二个节点：Span ID = B，Parent ID= A，Service 1 发送请求到 Service 2 返回响应给Service 1 的过程。

第三个节点：Span ID = C，Parent ID= B，Service 2 的中间解决过程。

第四个节点：Span ID = D，Parent ID= C，Service 2 发送请求到 Service 3 返回响应给Service 2 的过程。

第五个节点：Span ID = E，Parent ID= D，Service 3 的中间解决过程。

第六个节点：Span ID = F，Parent ID= C，Service 3 发送请求到 Service 4 返回响应给 Service 3 的过程。

第七个节点：Span ID = G，Parent ID= F，Service 4 的中间解决过程。

通过 Parent ID 就可找到父节点，整个链路即可以进行跟踪追溯了。

ZipKin

Zipkin 是一个分布式跟踪系统。它有助于收集解决服务架构中的延迟问题所需的计时数据。功能包括此数据的收集和查找。
如果日志文件中有跟踪 ID，则可以直接跳转到该 ID。否则，您可以根据服务、操作名称、标签和持续时间等属性进行查询。将为您总结一些有趣的数据，例如在服务中花费的时间百分比，以及操作是否失败。
在这里插入图片描述
Zipkin UI 还显示一个依赖关系图，显示每个应用程序经过的跟踪请求数。这有助于识别聚合行为，包括错误路径或对已弃用服务的调用。

安装下载

官方支持三种安装下载：Java、Docker 或从源代码运行。
java下载：https://zipkin.io/pages/quickstart
在这里插入图片描述
下载完成后运行jar

java -jar zipkin-server-3.0.0-rc0-exec.jar

在这里插入图片描述
启动完成之后访问http://your_host:9411，成功

Micrometer+ZipKin 案例演示

Micrometer+ZipKin两者各自分工

Micrometer：数据采集
ZipKin：图形展示

本案例采用两个服务模块演示，a服务提供者、b服务调用者

总父工程pom依赖引入

<properties>
        <micrometer-tracing.version>1.2.0</micrometer-tracing.version>
        <micrometer-observation.version>1.12.0</micrometer-observation.version>
        <feign-micrometer.version>12.5</feign-micrometer.version>
        <zipkin-reporter-brave.version>2.17.0</zipkin-reporter-brave.version>
</properties>
        
<!--micrometer-tracing-bom导入链路追踪版本中心  1-->
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-tracing-