APM ——全链路追踪

 

全链路追踪目的 

微服务背景下

1.故障快速定位

    跨语言实现开发中在业务日志中添加调用链ID，可以通过调用链结合业务日志快速定位错误信息。

2.各个调用环节的性能分析

   分析调用链的各个环节耗时，分析系统的性能瓶颈，找到系统的薄弱环节针对性优化

3.数据分析

   分析用户的行为路径，经过了哪些服务器上的哪个服务加以应用。

4.调用拓扑图

Trace系统设计目标

低侵入、低损耗、大范围部署

基本实现

埋点日志内容，通过记录traceId、RPCId、调用的开始时间，调用类型，协议类型，调用方ip和端口，请求的服务名等信息；调用耗时，调用结果，异常信息，消息报文等；

典型应用

非开源：Google的Dapper，淘宝的鹰眼，新浪的Watchman，京东的Hydra

开源：zipkin， pinpoint , skywalking 

应用及分析

1.鼻祖：Google Dapper

谷歌tracing论文，关键字：低损耗、应用透明的、大范围部署需求；大规模集群的跟踪监控系统；跨应用跨服务器；ops-dev；

应用级透明：把核心跟踪代码做的很轻巧，然后把它植入到那些无所不在的公共组件种，比如线程调用、控制流以及RPC库

实现：为服务器上每一次你发送和接收动作来收集跟踪标识符(message identifiers)和时间戳(timestamped events)，通过把代码植入限制在一个很小的通用组件库，实现监测系统的应用对开发人员的透明。

Dapper的跟踪模型：

跟踪树和span

ABCDE 5个span 组成了userRequest的跟踪树。Dapper会记录span名称，以及每个span的ID和父ID，以重建在一次追踪过程中不同span之间的关系。如果一个span没有父ID被称为root span。所有span都挂在一个特定的跟踪上，也共用一个跟踪id。所有这些ID用全局唯一的64位整数标示。

一个单独的span的细节图：

注意时间戳的正确性处理：由于客户端和服务器上的时间戳来自不同的主机，我们必须考虑到时间偏差。在我们的分析工具，我们利用了这个事实：RPC客户端发送一个请求之后，服务器端才能接收到，对于响应也是一样的（服务器先响应，然后客户端才能接收到这个响应）。这样一来，服务器端的RPC就有一个时间戳的一个上限和下限。

 

注：为保护Dapper的用户意外的过分热衷于日志的记录，每一个跟踪span有一个可配置的总标注量的上限。

Dapper日志收集管道

span数据写入（1）本地日志文件中

然后Dapper的守护进程和收集组件把这些数据从生产环境的主机中拉出来（2）

最终写到（3）Dapper的Bigtable仓库中，一次跟踪被设计成Bigtable中的一行，每一列相当于一个span。

Dapper守护进程在负载测试时的CPU资源使用率

Dapper的数据收集在Google的生产环境中的只占用了0.01%的网络资源。

后台查询WEB UI

Dapper的“Depot API”或称作DAPI，对分布式跟踪数据一个直接访问

 

2.阿里EagleEye

EagleEye （鹰眼）是Google 的分布式调用跟踪系统 Dapper 在淘宝的实现（2013）。每次调用分配TraceId、RpcId（dapper中的spanID），放在ThreadLocal的调用上下文上面，调用结束的时候，把TraceId、RpcId打印到访问日志。访问日志里面，一般会记录调用时间、远端IP地址、结果状态码、调用耗时之类，也会记录与这次调用类型相关的一些信息，如URL、服务名、消息topic等。

优化：通过设置全局采样开关，用来在运行期控制调用链的采样率(控制打不打日志)。所谓调用链采样，就是根据TraceId来决定当前的这一次访问日志是否输出

 

鹰眼sdk写log ——>storm集群收集(全量 hdfs；实时hbase)——>鹰眼服务器——>UI

3.Pinpoint

韩国naver, Pinpoint is an APM tool for large-scale distributed systems written in Java / PHP. Inspired by Dapper. Show me demo

Architecture

 

new release 支持flink处理数据（apache flink：stream vs spark 流式处理来模拟批量处理 ）

数据结构：（Span, Trace, 和 TraceId组成）同dapper 

Core：字节码增强

使用字节码增强技术，不修改代码就工作。（代码零侵入，只需要加启动参数或通过配置文件加载即可）

JAVA字节码增强（before after 拦截器）在手工方法和自动方法两者之间属于自动方法。

 

应用3步走

1）docker 服务组建一键安装

2）启动服务，check web UI

3）应用添加配置，一次集成，运行手工.    eg. applicationContext-dao-config.xml

多插件集成

应有尽有：spring全家，mq mw、cache、rpc（dubbo、grpc）、db（hbase、mysql及drivers）……很丰富

4.Skywalking

中国华为吴晟基于OpenTracking实现的开源项目-2017年加入Apache孵化器，show demo

OpenTracking：OpenTracing为了解决不同的分布式追踪系统 API 不兼容的问题，诞生了 OpenTracing 规范。

Component：

 

H2:Database Engine

ShardingSphere：Sharding-JDBC、Sharding-Proxy和Sharding-Sidecar

支持多语言多来源多格式数据输入：java、php、nodejs、go

Architecture

三层：

agent：探针，用来收集和发送数据到收集器

collector：链路数据收集器，数据可以落地ElasticSearch等Storage。

Storage&web：web可视化平台，用来展示落地的数据

Agent埋点实现

字节码增强：agent java 在类使用之前，增强或修改类的行为

Byte Buddy：Apache 2.0许可证的开源库，致力于解决字节码操作和API的复杂性

public class Agent { public static void premain(String argument, Instrumentation inst) { inst.addTransformer(new ClassFileTransformer() { @Override public byte[] transform( ClassLoader loader, String className, Class classBeingRedefined, // 如果类之前没有加载的话，值为null ProtectionDomain protectionDomain, byte[] classFileBuffer) { // 返回改变后的类文件。 } }); } }

Agent模块：

1. 加载配置信息
2. 加载插件
3. 加载所需服务
4. 使用ByteBuddy增强class

接入应用

部署启动agent ，程序中简单配置agentconfig即可。同metrics.namespace

Pinpoint VS Skywalking

Pinpoint	Skywalking
优势 大企业/长时间验证，稳定性和完成度高 探针收集的数据粒度比较细 HBase的数据密度较大，支持PB级别下的数据查询 代码设计考虑的扩展性较弱，二次开发难度较大 拥有完整的APM和调用链跟踪功能	优势 数据容器为ES，查询支持的维度较多并且扩展潜力大 项目易读性和扩展性都比较强 主要的研发人员为华人并且均比较活跃，能够进行更加直接的沟通 拥有完整的APM和调用链跟踪功能
劣势 代码针对性强，扩展较难 探针的额外消耗较多（探针采集粒度细，大概10%~20%） 项目趋于成熟，而扩展难度较大，目前社区活跃度偏低，基本只进行探针的增加或者升级 缺少自定义指标的设计	劣势 项目发展非常快，稳定性有待验证 ES数据密度较小，在PB级别可能会有性能压力

 

5.zipkin

java by twitter，collector 收集器、storage 存储、api 查询api-ui 界面，jdk8 required

 

接入应用

1.引入zipkin maven dependency

2.java coding ，before after增强自动拦截，把config配置好即可。

public Brave brave(SpanCollector spanCollector){ Builder builder = new Builder("service2");//指定serviceName builder.spanCollector(spanCollector); builder.traceSampler(Sampler.create(1));//采集率 return builder.build(); }

6.TODO ONEAPM 优秀产品实现分析（insight全家桶）、腾讯bk-ci、   Prometheus

总结

由上面对主流全链路追踪技术的分析，组件基本都包括一个埋点sdk agent、日志收集collector、到storage （mysql、es、或bigdata）、最后集成webUI供用户查看。而sdk大多采用基于面向切面增强的方式，减少程序侵入性及接入成本。