1. 分布式跟踪定位系统

1. 鹰眼

鹰眼是淘宝的分布式日志跟踪系统，通过收集和分析在不同的网络调用中间件上的日志埋点，可以得到同一次请求上的各个系统的调用链关系，有助于梳理系统间的依赖来源关系、容量规划，也有助于分析系统调用瓶颈、定位异常根源。同时，业务方也可以在调用链上添加自己的业务埋点，使网络调用和实际业务内容得到关联。目前互联网公司类似的产品有：Google Dapper、Twitter Zipkin。

参考和文档下载：http://download.csdn.net/detail/villa123/7418635。该文档来自JavaOne 2013 大会。

重点归纳：

1）埋点和输出日志（怎么埋点，怎么输出，数据怎么透传，要透传哪些数据？）

中间件埋点，基于ThreadLocal

异步写，采样

2）收集和存储日志（怎么采集？怎么存？）

日志收集agent实时抓日志，按traceid汇总，不同的存储方式

3）分析调用链

基于入口的链路分析（分析流量、整体的链路map即调用链关系、调用依赖关系、异常定位）

实时分析：入口和链路签名

2. google dapper，大规模分布式系统的跟踪系统

参考文章：https://bigbully.github.io/Dapper-translation/

以全局搜索为例，比如出现查询耗时不正常，某一个应用的工程师无法对全局调用关系那么了解，那么定位会无法入手，无从知晓这个问题到底是由哪个服务调用造成的。

重点归纳：

1）低侵入，低消耗：跟踪系统对在线服务的影响应该足够小。

2）应用级别的透明：对应用的程序员来说，是不需要知道有跟踪系统存在的。若一个跟踪系统的生效需要依赖应用的开发者主动配合，那它也太脆弱了。【lib植入到无所不在的公共组件中 & 自适应采样率或配上开关，使跟踪系统变得可伸缩】

3）延展性：随着服务和集群规模扩大，监控系统都能hold住。持续跟踪，无所不在。