Spring Cloud Sleuth 分布式服务跟踪
原文请参考Spring Cloud构建微服务架构：分布式服务跟踪（入门）【Dalston版】和 Spring Cloud构建微服务架构：分布式服务跟踪（跟踪原理）【Dalston版】我只是在学习过程中，记录一下，加深记忆和理解。
使用Spring Cloud Sleuth来为我们的微服务架构增加分布式服务跟踪的能力。
准备工作
1.服务注册中心eureka-server
2.创建微服务trace-1：实现一个REST接口/trace-1，调用该接口后将通过Ribbon触发对trace-2应用的调用。
- 创建基本的spring boot应用，添加依赖起步依赖spring-cloud-starter-netflix-eureka-server和spring-cloud-starter-netflix-ribbo
- 在配置类添加注解@EnableDiscoveryClient 把微服务注册到服务注册中心
- 配置application.properties文件 ：配置微服务的名称和端口，指定注册中心的地址
#指定微服务名称 使用微服务名称就可以访问微服务
spring.application.name=trace-1
#指定微服务端口
server.port=9101
eureka.client.serviceUrl.defaultZone=http://localhost:1001/eureka/- 在配置类中初始化RestTemplate，用来真正发起REST请求。并增加@LoadBalanced注解
@Bean
@LoadBalanced
RestTemplate restTemplate() {
return new RestTemplate();
}- 实现一个REST接口
/trace-1，调用该接口后将通过Ribbon触发对trace-2应用的调用
package com.example.trace1;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;
@RestController
public class Trace1Controller {
@Autowired
private RestTemplate restTemplate;
Logger logger = LoggerFactory.getLogger(Trace1Controller.class);
@RequestMapping(value = "/trace-1", method = RequestMethod.GET)
public String trace() {
logger.info("===call trace-1===");
return restTemplate.getForEntity("http://trace-2/trace-2", String.class).getBody();
}
}
3.微服务trace-2 ：实现一个REST接口/trace-2，供trace-1调用
- 创建基本的spring boot应用，添加依赖起步依赖spring-cloud-starter-netflix-eureka-server和spring-cloud-starter-netflix-ribbon
- 在配置类添加注解@EnableDiscoveryClient 把微服务注册到服务注册中心
- 配置application.properties文件 ：配置微服务的名称和端口，指定注册中心的地址
#微服务的名称:后续在调用的时候只需要使用该名称就可以进行服务的访问
spring.application.name=trace-2
#微服务端口
server.port=9102
#指定服务注册中心的位置
eureka.client.serviceUrl.defaultZone=http://localhost:1001/eureka/
- 实现一个REST接口
/trace-2 供trace-1微服务调用
package com.example.trace2;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class Trace2Controller {
Logger logger = LoggerFactory.getLogger(Trace2Controller.class);
@RequestMapping(value = "/trace-2", method = RequestMethod.GET)
public String trace() {
logger.info("======");
return "Trace";
}
}
4.将eureka-server、trace-1、trace-2三个应用都启动起来，trace-1调用微服务trace-2，看log
通过postman或curl等工具来对trace-1的接口发送请求http://localhost:9101/trace-1，我们可以得到返回值Trace
在trace-1的控制台可以看到log如下
2020-08-05 10:59:14.715 INFO 13304 --- [nio-9101-exec-1] com.example.trace1.Trace1Controller : ===call trace-1===在trace-2的控制台可以看到log如下
2020-08-05 10:59:14.992 INFO 20684 --- [nio-9102-exec-1] com.example.trace2.Trace2Controller : ====== 到此都还没用到netflix sleuth的跟踪功能，只是看一下没有sleuth跟踪功能的微服务的日志是以上这样的。
5.为上面的trace-1和trace-2来添加服务跟踪功能
为应用添加服务跟踪能力， 只需要在pom.xml依赖管理中增加spring-cloud-starter-sleuth依赖即可
6.再次启动trace-1和trace2，然后发起请求qingqhttp://localhost:9101/trace-1
在trace-1的控制台可以看到log如下
2020-08-05 11:10:43.789 INFO [trace-1,cecade953d92daa9,cecade953d92daa9,true] 13452 --- [nio-9101-exec-1] com.example.trace1.Trace1Controller : ===call trace-1===在trace-2的控制台可以看到log如下
2020-08-05 11:10:44.060 INFO [trace-2,cecade953d92daa9,e77155b746684779,true] 16956 --- [nio-9102-exec-1] com.example.trace2.Trace2Controller : ====== 7.Spring Cloud Sleuth解释
从上面log中，我们可以看到多了一些形如[trace-1,cecade953d92daa9,cecade953d92daa9,true]的日志信息，而这些元素正是实现分布式服务跟踪的重要组成部分，它们每个值的含义如下：
- 第一个值：
trace-1，应用名称，也就是application.properties中spring.application.name参数配置的属性。 - 第二个值：
f410ab57afd5c145，Spring Cloud Sleuth生成的一个ID，称为Trace ID，它用来标识一条请求链路。一条请求链路中包含一个Trace ID，多个Span ID。 - 第三个值：
a9f2118fa2019684，Spring Cloud Sleuth生成的另外一个ID，称为Span ID，它表示一个基本的工作单元，比如：发送一个HTTP请求。 - 第四个值：
true，表示是否要将该信息输出到Zipkin等服务中来收集和展示。
Spring Cloud Sleuth实现 分布式系统中的服务跟踪 有两个关键点 Trace ID和Span ID
- Trace ID ：为了实现请求跟踪，当请求发送到分布式系统的入口端点时，只需要服务跟踪框架为该请求创建一个唯一的跟踪标识Trace ID，同时在分布式系统内部流转的时候，框架始终保持传递该唯一标识，直到返回给请求方为止。通过Trace ID的记录，我们就能将所有请求过程日志关联起来。在一次服务请求链路的调用过程中，会保持并传递同一个
Trace ID，从而将整个分布于不同微服务进程中的请求跟踪信息串联起来，以上面输出内容为例，trace-1和trace-2同属于一个前端服务请求来源，所以他们的Trace ID是相同的，处于同一条请求链路中。 - Span ID ：为了统计各处理单元的时间延迟，当请求达到各个服务组件时，或是处理逻辑到达某个状态时，也通过一个唯一标识Span ID来标记它的开始、具体过程以及结束。对于每个Span来说，它必须有开始和结束两个节点，通过记录开始Span和结束Span的时间戳，就能统计出该Span的时间延迟，除了时间戳记录之外，它还可以包含一些其他元数据，比如：事件名称、请求信息等。
8.spring-cloud-starter-sleuth依赖
在项目中引入spring-cloud-starter-sleuth依赖之后， 它会自动的为当前应用构建起各通信通道的跟踪机制，比如：
- 通过诸如RabbitMQ、Kafka（或者其他任何Spring Cloud Stream绑定器实现的消息中间件）传递的请求
- 通过Zuul代理传递的请求
- 通过
RestTemplate发起的请求
trace-1对trace-2发起的请求是通过RestTemplate实现的，所以spring-cloud-starter-sleuth组件会对该请求进行处理，在发送到trace-2之前sleuth会为在该请求的Header中增加实现跟踪需要的重要信息，主要有下面这几个：
- X-B3-TraceId：一条请求链路（Trace）的唯一标识，必须值
- X-B3-SpanId：一个工作单元（Span）的唯一标识，必须值
- X-B3-ParentSpanId:：标识当前工作单元所属的上一个工作单元，Root Span（请求链路的第一个工作单元）的该值为空
- X-B3-Sampled：是否被抽样输出的标志，1表示需要被输出，0表示不需要被输出
- X-Span-Name：工作单元的名称
9.自定义要输出的跟踪信息
修改Trace2Controller如下
package com.example.trace2;
import javax.servlet.http.HttpServletRequest;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;
import org.springframework.web.bind.annotation.RestController;
@RestController
public class Trace2Controller {
Logger logger = LoggerFactory.getLogger(Trace2Controller.class);
@RequestMapping(value = "/trace-2", method = RequestMethod.GET)
public String trace(HttpServletRequest request) {
// logger.info("======");
logger.info("======", request.getHeader("X-B3-TraceId"),
request.getHeader("X-B3-SpanId"));
return "Trace";
}
} 再次发送请求http://localhost:9101/trace-1，在trace-2的控制台可以看到log如下，多了一些跟踪信息的内容
2020-08-07 16:36:04.617 INFO [trace-2,6cc6f23b1789ccc4,a1c6088c16dfac6f,true] 25712 --- [nio-9102-exec-1] com.example.trace2.Trace2Controller : ====== 10.自定义要输出的跟踪信息 将Spring MVC的请求分发日志级别调整为DEBUG级别
可以通过application.properties中增加下面的配置，来将Spring MVC的请求分发日志级别调整为DEBUG级别
logging.level.org.springframework.web.servlet.DispatcherServlet=DEBUG
再次发送请求http://localhost:9101/trace-1，在trace-2的控制台可以看到log如下，多了一些跟踪信息的内容
2020-08-07 16:40:23.065 DEBUG [trace-2,c52101d193372b1d,d66e7ace3aaef4b9,true] 7796 --- [nio-9102-exec-1] o.s.web.servlet.DispatcherServlet : GET "/trace-2", parameters={}
2020-08-07 16:40:23.083 INFO [trace-2,c52101d193372b1d,d66e7ace3aaef4b9,true] 7796 --- [nio-9102-exec-1] com.example.trace2.Trace2Controller : ======
2020-08-07 16:40:23.098 DEBUG [trace-2,c52101d193372b1d,d66e7ace3aaef4b9,true] 7796 --- [nio-9102-exec-1] o.s.web.servlet.DispatcherServlet : Completed 200 OK