分布式链路跟踪系统

APM工具（Application Performance Management）

现在的APM工具，基本都是参考google的Dapper（大规模分布式系统的跟踪系统）实现的。

主要功能是通过对跟踪请求的处理，来观察请求链路，进行性能消耗跟踪。

特点

一般的APM工具需要满足以下几点

1. 低消耗

   跟踪系统对在线服务的影响应该做到足够小。在一些高度优化过的服务，即使一点点损耗也会很容易察觉到，而且有可能迫使在线服务的部署团队不得不将跟踪系统关停。

2. 应用级的透明

   对于应用的程序员来说，是不需要知道有跟踪系统这回事的。如果一个跟踪系统想生效，就必须需要依赖应用的开发者主动配合，那么这个跟踪系统也太脆弱了，往往由于跟踪系统在应用中植入代码的bug或疏忽导致应用出问题，这样才是无法满足对跟踪系统“无所不在的部署”这个需求。面对当下想Google这样的快节奏的开发环境来说，尤其重要。

3. 延展性

   监控系统都应该能完全把控住大规模的集群和服务

比较著名的框架

1. Pinpoint

github：naver/pinpoint

通过JavaAgent的机制来做字节码代码植入，实现加入traceid和抓取性能数据的目的。

2. SkyWalking

github：apache/skywalking

国内开源

3. Zipkin

github：openzipkin/zipkin

twitter开源出来的，也是参考Dapper的体系来做的

4. CAT

github：dianping/cat

大众点评开源

原理浅析

在一个java http请求场景中，如果做到分布式系统的链路跟踪呢，可以通过以下方式实现

1. 通过parentId和spanId，分别表示被调用的系统跟踪ID和自己系统的跟踪ID

2. 对于每个http请求，通过拦截器，把parentId和spanId写入到http中，并记录在ThreadLocal

3. 对于多线程的traceId传递方案，可以看看阿里开源的transmittable-thread-local

所以对于一个spring的框架，大致的原理如下

1. 创建拦截器TraceFilter
2. 拦截器创建TraceId，放入到ThreadLocal中，这样该现场可以读到traceId
3. 可以把traceId放入到http请求中，这样可以传递给下一个服务

可以参考以下zipkin的原理图

Dapper介绍链接：http://bigbully.github.io/Dapper-translation/
参考：https://www.zhihu.com/question/27994350

喜欢的同学可以关注一下微信公众号