Dubbo 整合 Pinpoint 做分布式服务请求跟踪

点击链接加入QQ群 522720170(免费公开课、视频应有尽有):https://jq.qq.com/?_wv=1027&k=5C08ATe

在使用Dubbo进行服务化或者整合应用后,假设某个服务后台日志显示有异常,这个服务又被多个应用调用的情况下,我们通常很难判断是哪个应用调用的,问题的起因是什么,因此我们需要一套分布式跟踪系统来快速定位问题,Pinpoint可以帮助我们快速定位问题。

什么是Pinpoint

Pinpoint是一个开源的 APM (Application Performance Management/应用性能管理)工具,用于基于java的大规模分布式系统。 仿照Google Dapper,Pinpoint通过跟踪分布式应用之间的调用来提供解决方案,以帮助分析系统的总体结构和内部模块之间如何相互联系。

服务器地图

ServerMap

通过可视化分布式系统的模块和他们之间的相互联系来理解系统拓扑。点击某个节点会展示这个模块的详情,比如它当前的状态和请求数量。

实时活动线程图表

Realtime Active Thread Chart

实时监控应用内部的活动线程。

请求/应答分布图表

Request/Response Scatter Chart

长期可视化请求数量和应答模式来定位潜在问题。通过在图表上拉拽可以选择请求查看更多的详细信息。

调用栈

CallStack

在分布式环境中为每个调用生成代码级别的可视图,在单个视图中定位瓶颈和失败点。

巡查

Inspector

查看应用上的其他详细信息,比如CPU使用率,内存/垃圾回收,TPS,和JVM参数。

支持模块

JDK 6+

Tomcat 6 / 7 / 8,Jetty 8/9,JBoss EAP 6,Resin 4,Websphere 6 / 7 / 8,Vertx 3.3 / 3.4 / 3.5

Spring,Spring Boot(嵌入式Tomcat,Jetty)

Apache HTTP Client 3.x / 4.x,JDK HttpConnector,GoogleHttpClient,OkHttpClient,NingAsyncHttpClient

Thrift Client,Thrift Service,DUBBO PROVIDER,DUBBO CONSUMER

ActiveMQ,RabbitMQ

MySQL,Oracle,MSSQL,CUBRID,POSTGRESQL,MARIA

Arcus,Memcached,Redis,CASSANDRA

iBATIS,MyBatis

DBCP,DBCP2,HIKARICP

gson,Jackson,Json Lib

log4j,Logback

部署

说下我的测试环境:hadoop-2.7.4 集群,hbase-1.3.1 集群,zookeeper-3.4.9 单机,一共四台机器。为避免部分端口不通等可疑问题, 建议关闭防火墙

好消息!咨询QQ:2083503238,咨询微信:qiangfans

小强性能测试班19年3月3号开课,年底前报名优惠500元,课程大纲与介绍点击文末【阅读原文】

所有学员享受免费、不限次数、无限重学的权利直到学会为止,拒绝限制次数、缴纳重学费的恶心规矩。

公众号内回复6获取详情(不是本文回复)

下载

进入GitHub 找到需要的版本:https://github.com/naver/pinpoint/releases

wget https://github.com/naver/pinpoint/releases/download/1.7.3/pinpoint-agent-1.7.3.tar.gz

wget https://github.com/naver/pinpoint/releases/download/1.7.3/pinpoint-collector-1.7.3.war

wget https://github.com/naver/pinpoint/releases/download/1.7.3/pinpoint-web-1.7.3.war

wget https://mirrors.tuna.tsinghua.edu.cn/apache/hbase/1.4.5/hbase-1.4.5-bin.tar.gz

准备环境

配置 JDK 环境 (笔者使用 Oracle 1.8, openJdk 可以)

搭建 Zookeeper 环境

搭建 Hbase (单节点即可)

在 Hbase/bin 下执行./hbase shell hbase-create.hbase创建相关存储结构

准备 Tomcat 环境

准备可分布式部署的项目用于测试

修改 Pinpoint

pinpoint-collector-1.7.3.war

修改 WEB-INF\classes\hbase.properties 文件

hbase.client.host 设置为 hbase 所用的 zk 地址

修改 WEB-INF\classes\pinpoint-collector.properties 文件

cluster.zookeeper.address 修改为给 Pinpoint 准备的 zk 地址

pinpoint-web-1.7.3.war

修改 WEB-INF\classes\hbase.properties 文件

hbase.client.host 设置为 hbase 所用的 zk 地址

修改 WEB-INF\classes\pinpoint-web.properties 文件

cluster.zookeeper.address 修改为给 Pinpoint 准备的 zk 地址

部署 collector 和 web

将准备好的 tomcat 中 webapps 目录清空

将上一步修好的两个 war 包放置到 webapps

将pinpoint-web-1.7.3.war修改为ROOT.war

将pinpoint-collector-1.7.3.war修改为collector.war

启动 Tomcat

查看 tomcat/logs 下的日志, 注意观察有没有连接不到 2181 端口的日志, 如果有, 可能是 war 中的配置没有修改正确, 建议清空 tomcat 下 work、temp 文件夹后重试

部署 agent

安装agent,不需要修改哪怕一行代码

Pinpoint对性能的影响最小(资源使用量增加约3%)

将 pinpoint-agent-1.7.3.tar.gz 解压,

把 pinpoint.config 文件中profiler.collector.ip属性值修改为部署 collector 机器的主机名或 IP

注意: 每个项目所在的服务器都需要部署 agent

准备Dubbo示例程序

我的测试项目:https://github.com/souyunku/spring-boot-examples/tree/master/spring-boot-dubbo

配置application.properties,修改地址zookeeper.connect=127.0.0.1:2181为自己的zk

mvn clean package

修改自己项目的启动参数

需要添加三个启动参数

-javaagent: 指向 agent 目录下的 pinpoint-bootstrap-1.7.3.jar

-Dpinpoint.agentId:设置全局唯一标示 ID

-Dpinpoint.applicationName: 设置项目的名称(如果同一项目部署两台实例,这两台的参数应该一致)

Tomcat 和 Jar 项目有不同的添加方式,可参考如下方式修改

Tomcat

找到 bin/catalina.sh 添加下面的代码

CATALINA_OPTS="$CATALINA_OPTS -javaagent:$AGENT_PATH/pinpoint-bootstrap-1.7.3.jar"

CATALINA_OPTS="$CATALINA_OPTS -Dpinpoint.agentId=tomcat1"

CATALINA_OPTS="$CATALINA_OPTS -Dpinpoint.applicationName=webcontroller"

SpringBoot

# DUBBO 提供者

java -javaagent:/opt/pinpoint-bootstrap-1.7.3.jar -Dpinpoint.agentId=dubbo-provider-1 -Dpinpoint.applicationName=dubbo-provider -jar dubbo-provider-1.0-SNAPSHOT.jar

# DUBBO 消费者

java -javaagent:/opt/pinpoint-bootstrap-1.7.3.jar -Dpinpoint.agentId=dubbo-consumer-1 -Dpinpoint.applicationName=dubbo-consumer -jar dubbo-consumer-1.0-SNAPSHOT.jar

在自己的项目添加完毕启动后,即可登录 web 后台查看集群的状态, 跟踪请求

测试

访问消费方地址模拟用户请求

http://localhost:8080/sayHello?name=souyunku

截图

首页

指定时间点的,选中区域的请求明细

Dubbo 整合 Pinpoint 做分布式服务请求跟踪_第1张图片
Dubbo 整合 Pinpoint 做分布式服务请求跟踪_第2张图片

请求响应明细和系统拓扑

Dubbo 整合 Pinpoint 做分布式服务请求跟踪_第3张图片
Dubbo 整合 Pinpoint 做分布式服务请求跟踪_第4张图片

视图中定位瓶颈和失败点

Dubbo 整合 Pinpoint 做分布式服务请求跟踪_第5张图片

消费者机器的, CPU使用率,内存/垃圾回收,TPS,和JVM参数

Dubbo 整合 Pinpoint 做分布式服务请求跟踪_第6张图片
Dubbo 整合 Pinpoint 做分布式服务请求跟踪_第7张图片
Dubbo 整合 Pinpoint 做分布式服务请求跟踪_第8张图片

参考:

https://segmentfault.com/a/1190000011290541

http://dubbo.apache.org/#!/blog/pinpoint.md?lang=en-us

你可能感兴趣的:(Dubbo 整合 Pinpoint 做分布式服务请求跟踪)