基礎知識儲備

分散式跟蹤的目標

一個分散式系統由若干分散式服務構成，每一個請求會經過多個業務系統並留下足跡，但是這些分散的資料對於問題排查，或是流程優化都很有限，要能做到追蹤每個請求的完整鏈路呼叫，收集鏈路呼叫上每個服務的效能資料，計算效能資料和比對效能指標（SLA），甚至能夠再反饋到服務治理中，那麼這就是分散式跟蹤的目標。

分散式跟蹤的目的

zipkin分散式跟蹤系統的目的：

• zipkin為分散式鏈路呼叫監控系統，聚合各業務系統呼叫延遲資料，達到鏈路呼叫監控跟蹤；
• zipkin通過採集跟蹤資料可以幫助開發者深入瞭解在分散式系統中某一個特定的請求時如何執行的；
• 假如我們現在有一個使用者請求超時，我們就可以將這個超時的請求呼叫鏈展示在UI當中；我們可以很快度的定位到導致響應很慢的服務究竟是什麼。如果對這個服務細節也很很清晰，那麼我們還可以定位是服務中的哪個問題導致超時；
• zipkin系統讓開發者可通過一個Web前端輕鬆的收集和分析資料，例如使用者每次請求服務的處理時間等，可方便的監測系統中存在的瓶頸。

ZipKin介紹

• Zipkin是一個致力於收集分散式服務的時間資料的分散式跟蹤系統。

• Zipkin 主要涉及四個元件：collector（資料採集）,storage（資料儲存）,search（資料查詢）,UI（資料展示）。

• github原始碼地址:https://github.com/openzipkin/zipkin。

• Zipkin提供了可插拔資料儲存方式：In-Memory，MySql, Cassandra, Elasticsearch

brave 介紹

Brave 是用來裝備 Java 程式的類庫，提供了面向標準Servlet、Spring MVC、Http Client、JAX RS、Jersey、Resteasy 和 MySQL 等介面的裝備能力，可以通過編寫簡單的配置和程式碼，讓基於這些框架構建的應用可以向 Zipkin 報告資料。同時 Brave 也提供了非常簡單且標準化的介面，在以上封裝無法滿足要求的時候可以方便擴充套件與定製。

本文主要介紹springmvc+dubbo下的brave使用。

dubbo專案下快速搭建zipkin、brave追蹤系統

1、zipkin安裝使用

此處主要介紹linux下的安裝使用，zipkin官網地址 http://zipkin.io/pages/quickstart.html

 wget  -O zipkin.jar 'https://search.maven.org/remote_content?g=io.zipkin.java&a=zipkin-server&v=LATEST&c=exec'

說明：zipkin是springboot專案，該jar包可直接通過java -jar zipkin.jar啟動。啟動完成後可訪問 http://ip:9411檢視。

2、zipkin儲存與啟動

詳情參考官網： https://github.com/openzipkin/zipkin/tree/master/zipkin-server

（1）In-Memory方式

 nohup java -jar zipkin.jar  &

注意：記憶體儲存，zipkin重啟後資料會丟失，建議測試環境使用

（2）MySql方式

目前只與MySQL的5.6-7。它的設計是易於理解，使用簡單。但是，當資料量大時，查詢很慢。效能不是很好。

• 建立資料庫zipkin
• 建表

CREATE TABLE IF NOT EXISTS zipkin_spans (
  `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
  `trace_id` BIGINT NOT NULL,
  `id` BIGINT NOT NULL,
  `name` VARCHAR(255) NOT NULL,
  `parent_id` BIGINT,
  `debug` BIT(1),
  `start_ts` BIGINT COMMENT 'Span.timestamp(): epoch micros used for endTs query and to implement TTL',
  `duration` BIGINT COMMENT 'Span.duration(): micros used for minDuration and maxDuration query'
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_spans ADD UNIQUE KEY(`trace_id_high`, `trace_id`, `id`) COMMENT 'ignore insert on duplicate';
ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`, `id`) COMMENT 'for joining with zipkin_annotations';
ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTracesByIds';
ALTER TABLE zipkin_spans ADD INDEX(`name`) COMMENT 'for getTraces and getSpanNames';
ALTER TABLE zipkin_spans ADD INDEX(`start_ts`) COMMENT 'for getTraces ordering and range';

CREATE TABLE IF NOT EXISTS zipkin_annotations (
  `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
  `trace_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.trace_id',
  `span_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.id',
  `a_key` VARCHAR(255) NOT NULL COMMENT 'BinaryAnnotation.key or Annotation.value if type == -1',
  `a_value` BLOB COMMENT 'BinaryAnnotation.value(), which must be smaller than 64KB',
  `a_type` INT NOT NULL COMMENT 'BinaryAnnotation.type() or -1 if Annotation',
  `a_timestamp` BIGINT COMMENT 'Used to implement TTL; Annotation.timestamp or zipkin_spans.timestamp',
  `endpoint_ipv4` INT COMMENT 'Null when Binary/Annotation.endpoint is null',
  `endpoint_ipv6` BINARY(16) COMMENT 'Null when Binary/Annotation.endpoint is null, or no IPv6 address',
  `endpoint_port` SMALLINT COMMENT 'Null when Binary/Annotation.endpoint is null',
  `endpoint_service_name` VARCHAR(255) COMMENT 'Null when Binary/Annotation.endpoint is null'
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_annotations ADD UNIQUE KEY(`trace_id_high`, `trace_id`, `span_id`, `a_key`, `a_timestamp`) COMMENT 'Ignore insert on duplicate';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`, `span_id`) COMMENT 'for joining with zipkin_spans';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTraces/ByIds';
ALTER TABLE zipkin_annotations ADD INDEX(`endpoint_service_name`) COMMENT 'for getTraces and getServiceNames';
ALTER TABLE zipkin_annotations ADD INDEX(`a_type`) COMMENT 'for getTraces';
ALTER TABLE zipkin_annotations ADD INDEX(`a_key`) COMMENT 'for getTraces';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id`, `span_id`, `a_key`) COMMENT 'for dependencies job';

CREATE TABLE IF NOT EXISTS zipkin_dependencies (
  `day` DATE NOT NULL,
  `parent` VARCHAR(255) NOT NULL,
  `child` VARCHAR(255) NOT NULL,
  `call_count` BIGINT
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_dependencies ADD UNIQUE KEY(`day`, `parent`, `child`);

• 啟動zipkin命令

$ STORAGE_TYPE=mysql MYSQL_HOST=IP MYSQL_TCP_PORT=3306 MYSQL_DB=zipkin MYSQL_USER=username MYSQL_PASS=password nohup java -jar zipkin.jar &

（3）Elasticsearch方式

本文建議使用此方法。

• Elasticsearch官網
• 建立elasticsearch使用者，安裝啟動Elasticsearch服務
• 官方文件：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
• zipkin啟動命令

$ STORAGE_TYPE=elasticsearch ES_HOSTS=http：//IP:9200 nohup java -jar zipkin.jar &

3、dubbo專案快速接入

（1）、專案pom中新增brave-dubbo.jar的依賴，brave-dubbo簡化dubbo專案接入zipkin的步驟。

     <dependency>
            <groupId>io.zipkin.brave</groupId>
            <artifactId>brave-dubbo</artifactId>
            <version>1.0.0-SNAPSHOT</version>
        </dependency>

（2）、在spring-application.xml中配置brave

        <bean id="brave" class="com.github.kristofa.brave.dubbo.BraveFactoryBean" p:serviceName="serviceName" p:zipkinHost="http://zipkin-server-ip:9411/" p:rate="1.0" />

說明：

• zipkin-server-ip 是zipkin伺服器ip地址。
• p:serviceName 專案名稱。
• 只要是dubbo專案，無論是普通服務，還是web專案，都需要新增此包，並配置brave Bean。

4、大功告成

此時，你可以看到如下效果。

Paste_Image.png

各個服務之間的呼叫關係及響應時間

Paste_Image.png

作者：jackcooper
連結：https://www.jianshu.com/p/85f23233345e
來源：簡書
簡書著作權歸作者所有，任何形式的轉載都請聯絡作者獲得授權並註明出處。