使用SkyWalking6.5.0做链路监控及钉钉告警通知教程

SkyWalking简介

最初由华为开发者开源 目前已经是Apache的顶级开源项目

套用官网上的话来说，这是一个开放源代码的可观察性平台，用于收集，分析，聚合和可视化来自服务和云本机基础结构的数据，是现代化的应用性能管理工具，专为云原生，基于容器和分布式系统而设计。

我们的用途主要是在微服务架构下进行链路监控，SkyWalking对代码无侵入性，采用探针的形式对JAVA程序进行监测，并对监测数据进行收集存储和分析及预警。

SkyWalking组成

这个开源中间件总的来说分为四大部分：探针，平台后端，存储和UI

• 探针：用来收集和发送数据到归集器，将其重新格式化为SkyWalking要求

• 平台后端：它用于汇总，分析和驱动从探针到UI的流程

• 存储：目前支持ES，Mysql，TiDB，H2等数据库

• UI：支持自定义匹配后端需求进行面板的管理 非常强大

SkyWalking的使用

1.下载启动

下载地址：http://skywalking.apache.org/downloads/
下载完成之后，cd到bin目录下，点击startup启动项目即可

有如下显示证明启动成功，访问localhost:8080就能够打开UI界面

2.在项目启动时加入JVM参数

第一行是加入探针
第四行是netty的配置
中间才是Skywalking的参数配置

下面是可参考的配置参数，根据需要选择使用

参数名称	配置含义
agent.namespace	跨进程链路中的header，不同的namespace会导致跨进程的链路中断
agent.service_name	一个服务（项目）的唯一标识，这个字段决定了在sw的UI上的关于service的展示名称，尽量采用英文
agent.sample_n_per_3_secs	每3秒采集Trace的数量，默认为负数，代表在保证不超过内存Buffer区的前提下，采集所有的Trace
agent.authentication	与collector进行通信的安全认证，需要同collector中配置相同
agent.span_limit_per_segment	Skywalking每个segment的大小
agent.ignore_suffix	忽略特定请求后缀的trace
agent.is_open_debugging_class	探针调试开关，如果设置为true，探针会将所有操作字节码的类输出到/debugging目录下
collector.backend_service	探针需要同collector进行数据传输的IP和端口
logging.max_file_size	日志文件最大大小，默认为300M（单位：B），超过则生成新的文件
logging.level	记录日志级别，默认为DEBUG

3.启动项目 发起请求 去UI界面查看

待项目启动完成以后 可以尝试发起请求 去UI界面进行链路跟踪

SkyWalking UI界面参数解读

我们可以从这个全局仪表上看到一些指标跟英文的名词 现在跟大家解读一下

指标名称	指标含义
Global	全局
Service	服务 类指Tomcat容器
Endpoint	端点 指请求的URL
Instance	实例 具体的请求
Global Heatmap	系统耗时热力分布图
Global Brief	系统概要
Global TopThroughPut	全局吞吐量排行
Global Response Percentile	全局响应时间占比图
Global Top Slow endpoint	全局响应最慢的请求排行
Global Top Slow endpoint	全局响应最慢的请求排行
Service AVG SLA	服务平均等级协议变化
Service TopThroughPut	服务吞吐量排行
Service Response Percentile	服务响应时间占比图
JVM CPU%	cpu负载变化
JVM Non-Heap	jvm方法区的使用情况
JVM Heap	jvm堆的使用
JVM GC	垃圾回收耗时
JVM GC Count	垃圾回收次数

占比图百分数解读
skywalking中有P50，P90，P95这种统计口径，就是百分位数的概念。
释义：在一个样本数据集合中，通过某个样本值，可以得到小于这个样本值的数据占整体的百分之多少，这个样本值的值就是这个百分数对应的百分位数。

拓扑图

点击拓扑图可以看到服务之间的关系

追踪

点击追踪就可以看到错误的链路根源

告警

告警有一个配置文件 在config文件夹下的alarm-settings.yml

# Licensed to the Apache Software Foundation (ASF) under one
# or more contributor license agreements.  See the NOTICE file
# distributed with this work for additional information
# regarding copyright ownership.  The ASF licenses this file
# to you under the Apache License, Version 2.0 (the
# "License"); you may not use this file except in compliance
# with the License.  You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

# Sample alarm rules.
rules:
  # Rule unique name, must be ended with `_rule`.
  service_resp_time_rule:
    metrics-name: service_resp_time
    op: ">"
    threshold: 1000
    period: 10
    count: 3
    silence-period: 10
    message: 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 int
    metrics-name: service_sla
    op: "<"
    threshold: 8000
    # The length of time to evaluate the metrics
    period: 10
    # How many times after the metrics match the condition, will trigger alarm
    count: 2
    # How many times of checks, the alarm keeps silence after alarm triggered, default as same as period.
    silence-period: 3
    message: Successful rate of service {name} is lower than 80% in 2 minutes of last 10 minutes
  service_p90_sla_rule:
    # Metrics value need to be long, double or int
    metrics-name: service_p90
    op: ">"
    threshold: 1000
    period: 10
    count: 3
    silence-period: 5
    message: 90% response time of service {name} is more than 1000ms in 3 minutes of last 10 minutes
  service_instance_resp_time_rule:
    metrics-name: service_instance_resp_time
    op: ">"
    threshold: 1000
    period: 10
    count: 2
    silence-period: 5
    message: Response time of service instance {name} is more than 1000ms in 2 minutes of last 10 minutes
#  Active endpoint related metrics alarm will cost more memory than service and service instance metrics alarm.
#  Because the number of endpoint is much more than service and instance.
#
#  endpoint_avg_rule:
#    metrics-name: endpoint_avg
#    op: ">"
#    threshold: 1000
#    period: 10
#    count: 2
#    silence-period: 5
#    message: Response time of endpoint {name} is more than 1000ms in 2 minutes of last 10 minutes

webhooks:
 - http://127.0.0.1:8098//alarm/pushData
#  - http://127.0.0.1/go-wechat/

参数解读

参数	含义
service_resp_time_rule	告警规则的名词 具备唯一性 以rule结尾
metrics-name	指标数据名称
threshold	指标阈值
op	与阈值配合使用的操作符
period	告警检查周期
count	累计到达多少次后发送消息
silence-period	忽略相同告警周期
message	报警内容

推送钉钉

根据钉钉开发文档进行配置
钉钉开发文档

1.创建接受告警消息的实体

import lombok.Data;

/**
 * @author lizhaojie
 * @date 2020/1/2 17:48
 */
@Data
public class AlarmMessageDto {

    /**
     * 范围id。所有范围都在org.apache.skywalking.oap.server.core.source.DefaultScopeDefine中定义
     */
    private int scopeId;

    /**
     * 范围
     */
    private String scope;

    /**
     * 目标范围实体名称
     */
    private String name;

    /**
     * 您在中配置的规则名称alarm-settings.yml
     */
    private String ruleName;

    /**
     * 作用域实体的ID，与名称匹配
     */
    private int id0;

    /**
     * 不使用
     */
    private int id1;

    /**
     * 报警文本消息
     */
    private String alarmMessage;

    /**
     * 时间，以毫秒为单位，介于当前时间和UTC 1970年1月1日午夜之间
     */
    private long startTime;

}

2. 编写接口

@RequestMapping(value = "/pushData", method = RequestMethod.POST)
    public void alarm(@RequestBody List alarmMessageList) {

        log.info("alarmMessage:{}", alarmMessageList.toString());
        alarmMessageList.forEach(info -> {
            try {
                Long timestamp = System.currentTimeMillis();

                String stringToSign = timestamp + "\n" + secret;
                Mac mac = Mac.getInstance("HmacSHA256");
                mac.init(new SecretKeySpec(secret.getBytes("UTF-8"), "HmacSHA256"));
                byte[] signData = mac.doFinal(stringToSign.getBytes("UTF-8"));
                String sign = "×tamp=" + timestamp + "&sign=" + URLEncoder.encode(new String(Base64.encodeBase64(signData)), "UTF-8");

                DingTalkClient client = new DefaultDingTalkClient(webhook + sign);
                OapiRobotSendRequest request = new OapiRobotSendRequest();
                request.setMsgtype("text");
                OapiRobotSendRequest.Text text = new OapiRobotSendRequest.Text();
                text.setContent("业务告警:\n" + info.getAlarmMessage());
                request.setText(text);

                OapiRobotSendRequest.At at = new OapiRobotSendRequest.At();
                at.setAtMobiles(Arrays.asList("所有人"));
                request.setAt(at);
                OapiRobotSendResponse response = client.execute(request);
                log.info("execute:{}" + response.toString());
            } catch (Exception e) {
                e.printStackTrace();
            }
        });
    }

将接口地址加到配置文件的最后webhooks即可，访问一个接口试试
大功告成