基于Spring Cloud Sleuth、Kafka、Zipkin的分布式链路跟踪实现

前言

随着分布式微服务部署的规模不断增长，服务之间依赖关系也变得更加复杂，那么，我们需要借助可视化工具实时分析线上应用健康状况，快速定位服务调用链上的故障点。下面将介绍，使用Spring Cloud Sleuth、Kafka、Zipkin实现微服务的链路跟踪。

版本说明

组件	版本
Kafka	2.2.2
Zipkin	2.20.2
Spring Cloud	Greenwich.SR4

Kafka

Kafka作为消息队列，将接收来自Sleuth组件产生的链路日志，最终由Zipkin从队列中获取并展示。

我们可以在Kafka的官网进行下载：http://kafka.apache.org/downloads

下载完成后得到kafka_2.12-2.2.2.tgz压缩包并解压，接下来修改kafka服务端配置文件config/server.properties，将advertised.listeners配置项进行调整，这里需要修改为本机ip地址。

# Hostname and port the broker will advertise to producers and consumers. If not set, 
# it uses the value for "listeners" if configured.  Otherwise, it will use the value
# returned from java.net.InetAddress.getCanonicalHostName().
advertised.listeners=PLAINTEXT://your.host.name:9092

由于Kafka已经内置了Zookeeper，并提供了启动脚本，无需单独下载安装。
下面我们来启动Zookeeper，首先切换到Kafka解压后的目录，然后执行启动脚本，并指定配置文件：

sh bin/zookeeper-server-start.sh config/zookeeper.properties 

当然，我们也可以在执行命令时，添加-daemon参数，使其在后台运行。

接下来启动Kafka：

sh bin/kafka-server-start.sh -daemon config/server.properties

启动完成后，我们可以看到下列端口已经为LISTEN状态了。

tcp6       0      0 :::41179                :::*          LISTEN      29862/java          
tcp6       0      0 :::41183                :::*          LISTEN      29165/java          
tcp6       0      0 192.168.3.201:9092      :::*          LISTEN      29862/java          
tcp6       0      0 :::2181                 :::*          LISTEN      29165/java

Zipkin

Zipkin官网提供了docker和jar包两种方式来运行Zipkin服务。这里介绍docker方式，运行以下命令拉取镜像并创建容器。

docker run -d --name zipkin --restart always -p 9411:9411 -e KAFKA_BOOTSTRAP_SERVERS=192.168.3.201:9092 openzipkin/zipkin:2.20.2

其中-e KAFKA_BOOTSTRAP_SERVERS=192.168.3.201:9092参数，指定了Kafka的服务地址。

通过浏览器访问http://192.168.3.201:9411/zipkin/地址，我们就可以看到Zipkin的页面了。

示例项目

下面将创建三个服务，Service-1、Service-2和Service-3，它们分别提供一个接口，并依次调用。

Nacos将作为服务注册中心，完成服务治理。关于Nacos的部署和使用，可以参考Nacos入门指南系列文章。

• 《Nacos入门指南之部署Nacos服务端》
• 《Nacos入门指南之配置管理》
• 《Nacos入门指南之服务治理》

依赖

项目中，与服务治理和链路跟踪相关的依赖如下：

<dependency>
    <groupId>com.alibaba.cloudgroupId>
    <artifactId>spring-cloud-starter-alibaba-nacos-discoveryartifactId>
dependency>
<dependency>
    <groupId>org.springframework.cloudgroupId>
    <artifactId>spring-cloud-starter-stream-kafkaartifactId>
dependency>
<dependency>
    <groupId>org.springframework.cloudgroupId>
    <artifactId>spring-cloud-starter-zipkinartifactId>
dependency>

配置文件

应用配置文件中，需要指定服务注册中心的地址。
spring.sleuth.sampler.probability参数指定了链路跟踪数据的采样比例，当数值为1时，会对每一次请求进行采样，在生产环境会影响服务性能，可适当降低数值。
spring.zipkin.sender.type参数用来指定使用Kafka进行数据推送。

spring:
  cloud:
    nacos:
      discovery:
        server-addr: 192.168.3.201:8848
  sleuth:
    sampler:
      probability: 0.5
  zipkin:
    sender:
      type: kafka
  kafka:
    bootstrap-servers: 192.168.3.201:9092

链路日志

分别启动三个服务，并发起请求，查看后台日志，可以发现日志中已经添加了TraceID,SpanID等信息。

2020-03-29 00:22:58.692  INFO [hello-service,615270f0a2ce718d,615270f0a2ce718d,true] 6300 --- [io-30001-exec-3] s.s.c.sleuth.controller.HelloController  : hello-service trace
2020-03-29 00:22:59.439  INFO [hello-service,f6894a35b3c948a5,f6894a35b3c948a5,true] 6300 --- [io-30001-exec-5] s.s.c.sleuth.controller.HelloController  : hello-service trace

链路分析

通过Zipkin服务端界面，我们可以清晰的查看服务耗时及调用关系。