链路追踪( Skyworking )

2024-02-06 05:40
文章标签 追踪 链路 skyworking

本文主要是介绍链路追踪( Skyworking )，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

作用和背景

随着业务规模的不断的增大, 系统的复杂度也越来越高, 我们的软件架构也进入到了分布式的阶段, 服务按照不同的维度进入到了分布式的阶段, 服务按照不同的维度进行拆分, 每一次的请求可能跨越多个微服务, 这样就导致我们每一次请求都有可能出现异常. 传统的日志监控方式无法满足调用链路追踪, 这就导致定位/诊断服务异常变得异常复杂.

1）功能性需求：

① 请求链路追踪，快速定位故障，缩短故障的排除时间 以及 判断故障影响范围 ② 可视化链路各阶段的耗时，进行性能分析，排除业务瓶颈 ③ 梳理服务依赖关系以及优化依赖的合理性 ④ 系统指标监控，吞吐量（TPS）、响应时间及错误记录等。 （2）非功能性需求：

探针的性能消耗：服务调用埋点本身会带来性能损耗，这就需要组件对业务系统的性能影响小 代码的侵入性：对业务系统尽可能少入侵或者无入侵其他，对于使用方透明，减少开发人员的负担。

Skywalking 简介：

skywalking 是一个优秀的国产开源APM组件，是一个对 Java 分布式应用程序集群的业务运行情况进行追踪、告警和分析的系统。2015年由个人吴晟开源 ， 2017年加入Apache孵化器。短短两年就被Apache收入麾下，实力可见一斑。

skywalking 支持 SpringBoot、SpringCloud、dubbo 集成，代码无侵入，通信方式采用 GRPC，性能较好，实现方式是 Java 探针，支持告警，支持JVM监控，支持全局调用统计等等，功能较完善。

Skywalking 安装:

在官方下载两个压缩包

下载完之后在本机上面运行, 将两个压缩包压缩到一个没有中文路径的文件中

接下来进入到skywaliking-apm的包下, 进入wenapp下

更改application.yml文件中的路径, 8080可以进行更改,也可以不更改, 下面的12800因为是在本机运行,所以我们的地址就不用动( 虚拟机的话改为自己虚拟机的地址 )

进入到bin的文件中, 双击startup.bat启动, 就OK了( 服务器的话启动startup.sh就OK了 )

解压命令: tar -zxvf 名字

镜像的启动和安装

安装skywalking-oap-server:

docker run \
--name skywalking-oap \
--restart always \
-p 11800:11800 \
-p 12800:12800 -d \
--privileged=true \
-e TZ=Asia/Shanghai \
-e SW_STORAGE=elasticsearch7 \
-e SW_STORAGE_ES_CLUSTER_NODES=182.42.92.23:9200 \
-v /etc/localtime:/etc/localtime:ro \
apache/skywalking-oap-server:8.6.0-es7

安装skywalking-ui

docker run \
--name skywalking-ui \
--restart always \
-p 8081:8080 -d \
--privileged=true \
--link skywalking-oap:skywalking-oap \
-e TZ=Asia/Shanghai \
-e SW_OAP_ADDRESS=182.42.92.23:12800 \
-v /etc/localtime:/etc/localtime:ro \
apache/skywalking-ui:8.6.0

idea的应用:

只需要在idea的springboot配置中增加

# 指定服务的状针的路径
-javaagent:E:\apache\skywalking-agent\skywalking-agent.jar
# 指定服务的名称
-DSW_AGENT_NAME=skywalking-bawei-system
# 指定它的端口( 服务器就用服务器的端口 )
-DSW_AGENT_COLLECTOR_BACKEND_SERVICES=101.43.11.8:11800

日志的采集

在主项目中加入记录日志的一个依赖

<!--            项目日志的记录--><dependency><groupId>org.apache.skywalking</groupId><artifactId>apm-toolkit-logback-1.x</artifactId><version>8.10.0</version></dependency><dependency><groupId>org.apache.skywalking</groupId><artifactId>apm-toolkit-trace</artifactId><version>8.10.0</version></dependency>

在每一个springcloud微服务中添加一个logback.xml的一个日志的文件

 

然后再日志里面加上以下代码

   <!-- 引用 Spring Boot 的 logback 基础配置 --><include resource="org/springframework/boot/logging/logback/defaults.xml" /><!-- 变量 yudao.info.base-package，基础业务包 --><springProperty scope="context" name="kirin.info.base-package" source="kirin.info.base-package"/><!-- 格式化输出：%d 表示日期，%X{tid} SkWalking 链路追踪编号，%thread 表示线程名，%-5level：级别从左显示 5 个字符宽度，%msg：日志消息，%n是换行符 --><property name="PATTERN_DEFAULT" value="%d{${LOG_DATEFORMAT_PATTERN:-yyyy-MM-dd HH:mm:ss.SSS}} | %highlight(${LOG_LEVEL_PATTERN:-%5p} ${PID:- }) | %boldYellow(%thread [%tid]) %boldGreen(%-40.40logger{39}) | %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}"/>
​<!-- 控制台 Appender --><appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">　　　　　<encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder"><layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout"><pattern>${PATTERN_DEFAULT}</pattern></layout></encoder></appender>
​<!-- 文件 Appender --><!-- 参考 Spring Boot 的 file-appender.xml 编写 --><appender name="FILE"  class="ch.qos.logback.core.rolling.RollingFileAppender"><encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder"><layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout"><pattern>${PATTERN_DEFAULT}</pattern></layout></encoder><!-- 日志文件名 --><file>${LOG_FILE}</file><rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy"><!-- 滚动后的日志文件名 --><fileNamePattern>${LOGBACK_ROLLINGPOLICY_FILE_NAME_PATTERN:-${LOG_FILE}.%d{yyyy-MM-dd}.%i.gz}</fileNamePattern><!-- 启动服务时，是否清理历史日志，一般不建议清理 --><cleanHistoryOnStart>${LOGBACK_ROLLINGPOLICY_CLEAN_HISTORY_ON_START:-false}</cleanHistoryOnStart><!-- 日志文件，到达多少容量，进行滚动 --><maxFileSize>${LOGBACK_ROLLINGPOLICY_MAX_FILE_SIZE:-10MB}</maxFileSize><!-- 日志文件的总大小，0 表示不限制 --><totalSizeCap>${LOGBACK_ROLLINGPOLICY_TOTAL_SIZE_CAP:-0}</totalSizeCap><!-- 日志文件的保留天数 --><maxHistory>${LOGBACK_ROLLINGPOLICY_MAX_HISTORY:-30}</maxHistory></rollingPolicy></appender><!-- 异步写入日志，提升性能 --><appender name="ASYNC" class="ch.qos.logback.classic.AsyncAppender"><!-- 不丢失日志。默认的，如果队列的 80% 已满,则会丢弃 TRACT、DEBUG、INFO 级别的日志 --><discardingThreshold>0</discardingThreshold><!-- 更改默认的队列的深度，该值会影响性能。默认值为 256 --><queueSize>256</queueSize><appender-ref ref="FILE"/></appender>
​<!-- SkyWalking GRPC 日志收集，实现日志中心。注意：SkyWalking 8.4.0 版本开始支持 --><appender name="GRPC" class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.log.GRPCLogClientAppender"><encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder"><layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout"><pattern>${PATTERN_DEFAULT}</pattern></layout></encoder></appender>
​<!-- 本地环境 --><springProfile name="local"><root level="INFO"><appender-ref ref="STDOUT"/><appender-ref ref="GRPC"/> <!-- 本地环境下，如果不想接入 SkyWalking 日志服务，可以注释掉本行 --><appender-ref ref="ASYNC"/>  <!-- 本地环境下，如果不想打印日志，可以注释掉本行 --></root></springProfile>
​<!-- 其它环境 --><springProfile name="dev,test,stage,prod,default"><root level="INFO"><appender-ref ref="STDOUT"/><appender-ref ref="ASYNC"/><appender-ref ref="GRPC"/></root></springProfile>

然后启动项目 如下图出现一些标志,说明已经成功了

 

springclod-gateway(网关的配置)的使用

Skyworking 默认是不支持网关的, 需要在skywalking-agent文件中进行一些配置, 如下图

 

找到这两个包, 进行一个配置, gateway的包有版本,根据自己项目当中使用的gateway版本 如下图

我使用的是3.4的, 所以把它的jar移动到plugins文件中去 plugins是支持的插件 optional-plugins是可选的插件

 

 

这样网关就可以在链路追踪上面显示了

 

性能监控

1、查看 config/alarm-settings.yml文件

查看 config/alarm-settings.yml文件，Skywalking提供了一些默认的规则，只要我们的应用服务请求符合 alarm-setting.yml文件中的某一条规则就会触发告警通知。

rules:# Rule unique name, must be ended with `_rule`.service_resp_time_rule:metrics-name: service_resp_timeop: ">"threshold: 1000period: 10count: 3silence-period: 5message: Response time of service {name} is more than 1000ms in 3 minutes of last 10 minutes.service_sla_rule:# Metrics value need to be long, double or intmetrics-name: service_slaop: "<"threshold: 8000# The length of time to evaluate the metricsperiod: 10# How many times after the metrics match the condition, will trigger alarmcount: 2# How many times of checks, the alarm keeps silence after alarm triggered, default as same as period.silence-period: 3message: Successful rate of service {name} is lower than 80% in 2 minutes of last 10 minutes

metrics-name：度量名称，也是OAL脚本中的度量名。默认配置中可以用于告警的度量有：服务，实例，端点，服务关系，实例关系，端点关系。它只支持 long，double和 int类型。 op：操作符。 threshold：阈值。 period：多久告警规则需要被检查一下。这是一个时间窗口，与后端部署环境时间相匹配。 count：在一个周期窗口中，如果按op计算超过阈值的次数达到count，则发送告警 silence-period：在时间N中触发报警后，在N -> N + silence-period这段时间内不告警。 message：该规则触发时，发送的通知消息。

默认报警规则：它包括以下规则：

过去 3 分钟内服务平均响应时间超过 1 秒。 最后2分钟服务成功率低于80%。 过去 3 分钟内超过 1 秒的服务响应时间百分比 服务实例最近 2 分钟平均响应时间超过 1 秒，并且实例名称与正则表达式匹配。 过去 2 分钟内端点平均响应时间超过 1 秒。 过去 2 分钟内数据库访问平均响应时间超过 1 秒。 过去 2 分钟内端点关系平均响应时间超过 1 秒。

测试告警

在应用服务中编写一个接口（慢查询）来测试告警。

 @GetMapping("/timeout")public UserDO timeout(Long seconds) throws InterruptedException {
​if(seconds == null){throw new RuntimeException("seconds 不能为空");}#测试他的时长TimeUnit.SECONDS.sleep(seconds);UserDO userDO = userService.getById(11L);return userDO;}

创建一个监控的springboot的项目进行一个监控

 

创建一个监控的controller的类来进行发送消息的警告处理 代码如下

package com.bwie.monder.controller;
​
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.mail.javamail.JavaMailSender;
import org.springframework.mail.javamail.MimeMessageHelper;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
​
import javax.mail.internet.MimeMessage;
​
/*** @ClassName: SkywalkingAlarmController* @Description:* @Description:* @Author: YourName* @Date: 2023/6/7*/
@RestController
@RequestMapping("/sw/alarm")
public class SkywalkingAlarmController {
​/*** Skywalking告警通知回调接口：http://127.0.0.1:18081/sw/alarm/notify/** @param obj* @return*/@RequestMapping("/notify")public String notify(@RequestBody Object obj) {// TODO 将告警信息通知给负责人。比如：通过发短信，钉钉消息，邮件，微信通知等方式发送给技术负责人System.err.println("收到Skywalking告警信息：" + obj.toString());return "notify successfully";}
​/*** 发送邮件** Skywalking告警通知回调接口：http://127.0.0.1:18081/sw/alarm/notify2/** @param obj* @return*/@RequestMapping("/notify2")public String notify2(@RequestBody Object obj) {// TODO 将告警信息通知给负责人。比如：通过发短信，钉钉消息，邮件，微信通知等方式发送给技术负责人System.err.println("notify2 收到Skywalking告警信息：" + obj.toString());
​sendSimpleMail("2259826937@qq.com", "Skywalking告警信息", obj.toString());return "notify successfully";}
​private static final String SENDER = "2259826937@qq.com";@Autowiredprivate JavaMailSender javaMailSender;
​/*** 发送普通邮件** @param to      收件人邮箱* @param subject 主题（标题）* @param content 内容*/public void sendSimpleMail(String to, String subject, String content) {// 发生邮件MimeMessage mimeMessage = javaMailSender.createMimeMessage();try{MimeMessageHelper mimeMessageHelper = new MimeMessageHelper(mimeMessage, true);mimeMessageHelper.setFrom(SENDER);mimeMessageHelper.setTo(to);mimeMessageHelper.setSubject(subject);mimeMessageHelper.setText(content);javaMailSender.send(mimeMessage);}catch (Exception e){e.printStackTrace();}}
​
}
​

配置回调接口

在 config/alarm-settings.yml中配置回调接口（我们应用服务的接口），并重启 skywalking服务。

webhooks:
#  - http://127.0.0.1/notify/
#  - http://127.0.0.1/go-wechat/- http://127.0.0.1:18081/sw/alarm/notify/- http://127.0.0.1:18081/sw/alarm/notify2/

配置完成之后, 将监控服务进行一个启动来进行监控( 注意, 它监控到异常之后, 它是一个异步的一个操作, 不要慌 )

 

等一会, 就会出现报警信息, 并开始进行发送邮件的操作, 这样告警服务就OK了

SkyWalking自定义链路追踪

第一步, 在项目当中导入一个依赖

   
     <!-- SkyWalking工具类 因为我们本地启动的SkyWalking服务是8.5版本的，所以这里的依赖版本也最好依赖--><dependency><groupId>org.apache.skywalking</groupId><artifactId>apm-toolkit-trace</artifactId><version>8.12.0</version></dependency>

第二步，将@Trace注解加入到Service层的方法上

@Service
@Slf4j
public class OrderServiceImpl implements OrderService {
​@Autowiredprivate OrderMapper orderMapper;
​@Autowiredprivate StockFeignService stockFeignService;
​@Override@GlobalTransactional@Tracepublic void addOrder(Order order) {// 创建订单orderMapper.addOrder(order);
​// 扣减库存stockFeignService.deduction(order.getProductId());log.info("远程服务调用扣减库存");}
}

接下来重启服务，调用接口，再查看SkyWalking的链路追踪

如果想在SkyWalking的追踪菜单中看这个方法的入参与出差的话，就可以使用@Tag或者@Tags注解

@Override
@Trace
@Tag(key = "result", value = "returnedObj")
public List<Order> getAll() {return orderMapper.getAll();
}   
​
@Override
@Trace
@Tags({@Tag(key = "param", value = "arg[0]"),@Tag(key = "result", value = "returnedObj")})
public Order get(Integer id) {return orderMapper.getById(id);
}

 

 

微信小程序开发

链接: 尚硅谷Java项目实战《尚上优选》企业级Java项目_哔哩哔哩_bilibili

这篇关于链路追踪( Skyworking )的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/683299。

相关文章

SpringBoot如何使用TraceId日志链路追踪

SpringBoot如何使用TraceId日志链路追踪

《SpringBoot如何使用TraceId日志链路追踪》文章介绍了如何使用TraceId进行日志链路追踪,通过在日志中添加TraceId关键字,可以将同一次业务调用链上的日志串起来,本文通过实例代码... 目录项目场景：实现步骤1、pom.XML 依赖2、整合logback，打印日志，logback-sp
阅读更多...
链路聚合配置

链路聚合配置

链路聚合配置前需要将物理接口进行清除，然后将接口加入到聚合内完成对接。 对接端口核心3口4口与财务核心的23口与24口进行对接。 拓扑如下：​​​​​​​ 配置如下： 核心路由器[CK]dhcp enable [CK]interface GigabitEthernet 0/0/0[CK-GigabitEthernet0/0/0]ip address dhcp-alloc[CK]a
阅读更多...
华为eNSP:手工链路聚合和动态链路聚合

华为eNSP:手工链路聚合和动态链路聚合

手工链路聚合（静态链路聚合） 一、拓扑图 二、交换机配置过程 [s1]int Eth-Trunk 1#创建进入链路聚合组1[s1-Eth-Trunk1]trunkport g0/0/1#将g0/0/1口加入聚合组1[s1-Eth-Trunk1]trunkport g0/0/2[s1-Eth-Trunk1]trunkport g0/0/3[s1-Eth-Trunk1]quit 配
阅读更多...
SNAT的链路流程

SNAT的链路流程

A主机，有公网ip，比如1.1.1.1               有内网ip，比如192.168.1.1 B主机， 有内网ip，比如192.168.1.123 A主机和B主机在同一局域网，用交换机连接。或者在云平台，两个属于同一个vpc下的同一个subnet，也就是在同一个虚拟私人网络下的，同一个子网内。 如何实现B主机通过A主机的公网ip访问公网的服务? 这个就是snat解决的问题
阅读更多...
实时数仓链路分享：kafka =SparkStreaming=kudu集成kerberos

实时数仓链路分享：kafka =SparkStreaming=kudu集成kerberos

点击上方蓝色字体，选择“设为星标” 回复”资源“获取更多资源 大数据技术与架构 点击右侧关注，大数据开发领域最强公众号！ 暴走大数据 点击右侧关注，暴走大数据！ 本文档主要介绍在cdh集成kerberos情况下，sparkstreaming怎么消费kafka数据，并存储在kudu里面 假设kafka集成kerberos假设kudu集成kerberos假设用非root用户操作spark基
阅读更多...
Flink全链路延迟的测量方式和实现原理

Flink全链路延迟的测量方式和实现原理

点击上方蓝色字体，选择“设为星标” 回复”面试“获取更多惊喜 本文已经加入「大数据成神之路PDF版」中提供下载。你可以关注公众号，后台回复：「PDF」 即可获取。 一、背景 Flink Job端到端延迟是一个重要的指标，用来衡量Flink任务的整体性能和响应延迟（大部分流式应用，要求低延迟特性）。 通过流处理引擎竞品对比，我们发现大部分流计算引擎产品，都在告警监控页面，集成了全链路时延指标
阅读更多...
SpringCloud之Sleuth(Micrometer)+ZipKin分布式链路追踪

SpringCloud之Sleuth(Micrometer)+ZipKin分布式链路追踪

（学习笔记） 1、分布式链路追踪概述 问题：在微服务框架中，一个由客户端发起的请求在后端系统中会经过多个不同的的服务节点调用来协同产生最后的请求结果，每一个前段请求都会形成一条复杂的分布式服务调用链路，链路中的任何一环出现高延时或错误都会引起整个请求最后的失败。 在分布式与微服务场景下，我们需要解决如下问题：   在大规模分布式与微服务集群下，如何实时观测系统的整体调用链路情况。
阅读更多...
钓鱼邮件真相追踪：XDR见招拆招！

钓鱼邮件真相追踪：XDR见招拆招！

钓鱼陷阱，财富“蒸发” 如果一家规模5000人、业务遍布全球的企业之中有一位员工不小心点进了一个钓鱼邮件，会发生什么……？终端失陷？数据泄露？失去客户信任？ 最让人破碎的当然是……核心资产泄露，钱没了！！ 人有失手，"鱼"有逃命 某大型零售企业财务部门小张收到一封看似来自公司财务部的邮件，由于内容与其实际工作情况相符，小张打开了邮件中的附件，并点击了附件里的下载链接
阅读更多...
Java后端分布式系统的服务调用链路分析：Distributed Tracing

Java后端分布式系统的服务调用链路分析：Distributed Tracing

Java后端分布式系统的服务调用链路分析：Distributed Tracing 大家好，我是微赚淘客返利系统3.0的小编，是个冬天不穿秋裤，天冷也要风度的程序猿！ 在分布式系统中，服务之间的调用关系错综复杂，Distributed Tracing（分布式追踪）技术可以帮助我们清晰地追踪请求在系统中的流转路径，分析性能瓶颈和故障原因。 分布式追踪概述 分布式追踪通过为每个请求生成唯一的追踪
阅读更多...
使用卫星仿真软件STK的一些应用和思考（星地链路、星间链路）

使用卫星仿真软件STK的一些应用和思考（星地链路、星间链路）

目录 任务描述利用STK建模星地协同系统3个GEO高轨卫星240/20/1 Walker-Star Constellation 低轨卫星星座地面站或者地面设备 链路建模与数据提取处理星地链路星间链路数据读取的几种方法最麻烦的方法使用Matlab与STK互联接口使用大规模使用Chain 总结 任务描述 在一个星地协同的空天地网络中，科研中可能需要建模星地链路以及星间链路，主要受
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2