SkyWalking的工作原理和搭建过程

SkyWalking 是一个开源的 应用性能监控系统（APM），专为云原生、微服务架构设计。其核心原理基于 分布式追踪（Distributed Tracing）、指标收集（Metrics Collection） 和 日志关联（Log Correlation），通过无侵入或轻量级的方式实现全链路监控。

一、整体架构与组件原理

SkyWalking 采用 四层架构 设计，各组件分工明确：

1. Agent（数据采集层）

• 功能：
  • 无侵入式监控：通过字节码增强技术（如 Java Agent）自动收集应用性能数据。
  • 轻量级 SDK：为非 Java 语言（如 Node.js、Python）提供手动埋点 SDK。
• 采集内容：
  • 请求链路数据（Trace）：记录请求在各服务间的调用路径和耗时。
  • 指标数据（Metrics）：如响应时间、吞吐量、错误率。
  • 环境元数据：服务拓扑关系、实例信息。

2. OAP Server（数据分析层）

• 接收核心服务（Receiver）：
  • 支持多种协议接收数据：如 gRPC、HTTP、Kafka、Zipkin 等。
  • 数据格式转换：将不同来源的数据统一为内部格式。
• 分析引擎（Analysis）：
  • 流处理：实时分析数据流，计算指标（如 P99 响应时间）。
  • 关联分析：将 Trace、Metrics 和日志关联，构建服务拓扑图。
  • 告警引擎：基于规则触发告警（如响应时间超过阈值）。
• 存储服务（Storage）：
  • 支持多种存储后端：Elasticsearch、H2、MySQL、TiDB 等。

3. UI（用户交互层）

• 提供可视化界面，展示：
  • 服务拓扑图：直观呈现服务间依赖关系。
  • 性能指标面板：如 QPS、响应时间趋势。
  • 分布式追踪详情：查看完整调用链和瓶颈点。
  • 告警历史：查看和管理触发的告警。

二、分布式追踪原理

1. 基本概念

• Span（跨度）：
  • 表示调用链中的一个操作单元（如一次方法调用、SQL 查询）。
  • 包含元数据：操作名称、开始 / 结束时间、标签（如错误信息）。
• Trace（追踪）：
  • 由多个 Span 组成的有向无环图（DAG），表示一次完整请求的路径。
• 上下文传递：
  • 通过 HTTP Header 或消息队列传递 TraceID 和 SpanID，跨服务追踪。

2. 追踪流程

plaintext

 

1. 客户端发起请求：生成全局唯一的 TraceID 和根 SpanID。
2. 服务 A 处理请求：
   • 记录自身 Span 信息（如处理时间）。
   • 将 TraceID 和 SpanID 通过 HTTP Header 传递给服务 B。
3. 服务 B 接收请求：
   • 提取 TraceID 和 SpanID，创建子 Span。
   • 继续传递上下文到服务 C。
4. 数据聚合：
   • 各服务将 Span 数据发送给 OAP Server。
   • OAP Serv