Spring Cloud Alibaba - Zipkin 链路追踪可视化（介绍 / 简单使用 / 持久化）

最新推荐文章于 2025-03-25 06:56:10 发布

胡歌粉丝

最新推荐文章于 2025-03-25 06:56:10 发布

阅读量1.8k

点赞数 1

分类专栏： Spring Cloud Alibaba 文章标签： java zipkin

本文链接：https://blog.youkuaiyun.com/qq_29064815/article/details/107335698

版权

Spring Cloud Alibaba - Zipkin 链路追踪可视化

回溯
ZipKin介绍
ZipKin使用

回溯

在上一篇博文中 Spring Cloud Alibaba - Sleuth 链路追踪技术，讲述了如何利用 Sleuth 实现链路追踪，但是问题也随之而来，我们总不能通过日志去分析吧，所以需要集成另一个组件 ZipKin 进行可视化查询分析。前置环境请参考上一篇博文。

ZipKin介绍

Zipkin 是 Twitter 的一个开源项目，它基于Google Dapper实现，它致力于收集服务的定时数据，以解决微服务架构中的延迟问题，包括数据的收集、存储、查找和展现。ps（数据就是上一篇博文的日志信息）。

我们可以使用它来收集各个服务器上请求链路的跟踪数据，并通过它提供的REST API接口来辅助我们查询跟踪数据以实现对分布式系统的监控程序，从而及时地发现系统中出现的延迟升高问题并找出系统性能瓶颈的根源。

除了面向开发的 API 接口之外，它也提供了方便的UI组件来帮助我们直观的搜索跟踪信息和分析请求链路明细，比如：可以查询某段时间内各用户请求的处理时间等。ps（本篇博文组要讲述ui界面使用）。

Zipkin 提供了可插拔数据存储方式：In-Memory、MySql、Cassandra 以及 Elasticsearch。但是默认是存储在内存中，这样服务一挂，不就没了，所以还是需要持久化。

在这里插入图片描述

上图展示了 Zipkin 的基础架构，它主要由 4 个核心组件构成：

Collector：收集器组件，它主要用于处理从外部系统发送过来的跟踪信息，将这些信息转换为Zipkin内部处理的 Span 格式，以支持后续的存储、分析、展示等功能。
Storage：存储组件，它主要对处理收集器接收到的跟踪信息，默认会将这些信息存储在内存中，我们也可以修改此存储策略，通过使用其他存储组件将跟踪信息存储到数据库中。
RESTful API：API 组件，它主要用来提供外部访问接口。比如给客户端展示跟踪信息，或是外接系统访问以实现监控等。
Web UI：UI 组件，基于API组件实现的上层应用。通过UI组件用户可以方便而有直观地查询和分析跟踪信息。

Zipkin分为两端，一个是 Zipkin服务端，一个是 Zipkin客户端，客户端也就是微服务的应用。客户端会配置服务端的 URL 地址，一旦发生服务间的调用的时候，会被配置在微服务里面的 Sleuth 的监听器监听，并生成相应的 Trace 和 Span 信息发送给服务端。

ZipKin使用

ZipKin服务端安装

首先我们需要下载服务端的jar包，点击 https://dl.bintray.com/openzipkin/maven/io/zipkin/java/zipkin-server/，选择最新版本
在这里插入图片描述

在这里插入图片描述
在下载的路径页面，打开 cmd

输入启动命令，然后等待启动就成，命令如下：

java -jar zipkin-server-2.12.9-exec.jar

等待启动即可。

启动完成访问 http://localhost:9411。

在这里插入图片描述

ZipKin客户端集成

在网关，生产者，消费者，都添加如下依赖：

 		<dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-zipkin</artifactId>
            <version>2.1.0.RELEASE</version>
        </dependency>

加上如下配置：

spring:
  zipkin:
    base-url: http://127.0.0.1:9411/ #zipkin server的请求地址
    discoveryClientEnabled: false #让nacos把它当成一个URL，而不要当做服务名
  sleuth:
    sampler:
      probability: 1.0 #采样的百分比