分布式链路追踪体验-skywalking框架入门

背景

旁友，你的线上服务是不是偶尔来个超时，或者突然抖动一下，造成用户一堆反馈投诉。然后你费了九牛二虎之力，查了一圈圈代码和日志才总算定位到问题原因了。或者公司内部有链路追踪系统，虽然可以很轻松地通过监控判断问题出现的原因，但是对其中的逻辑完全摸不着头脑。只能上网搜索一番。

旁友，skywalking分布式链路追踪框架了解一下。

有的旁友会有疑惑，我的Spring Boot 就是一个单体应用么，不需要链路追踪？有问题直接翻日志就行了，但是即使是一个 Spring Boot 单体应用，也会和以下服务打交道：

关系数据库，例如说 MySQL、PostgreSQL 等等。
缓存数据库，例如说 Redis、Memcached 等等。
外部三方服务，例如说微信公众号、微信支付、支付宝支付、短信平台等等

可见，仅仅一个 Spring Boot 单体应用，就已经涉及到分布在不同进程中的服务了。此时，就非常有必要用上skywalking。例如说，线上某个接口访问非常慢，用SkyWalking 可以定位是MySQL 查询比较慢呢，还是调用的第三方服务比较慢。

而在分布式服务中，各个大厂内部系统成百上千的，链路关系更加复杂。比如你在外卖平台上的一个点击请求可能跨了内部几十个Java应用了，在这么长的链路里去排查问题，没有好使的工具怎么行呢。如图是当前分布式系统的现状，图片来源：鹰眼下的淘宝分布式调用跟踪系统介绍

根据上图，我们设想：

1.系统中有可能每天都在增加新服务或删除旧服务，也可能进行升级，当系统出现错误，我们如何定位问题？

2.当用户请求时，响应缓慢，怎么定位问题？

3.服务可能由不同的编程语言开发，1、2 定位问题的方式，是否适合所有编程语言？

Skywalking框架

1.介绍

SkyWalking 是什么？

官方网址 http://skywalking.apache.org/

skywalking是一个优秀的国产开源框架，2015年由个人吴晟（华为开发者）开源， 2017年加入Apache孵化器。短短两年就被Apache收入麾下，实力可见一斑。

分布式系统的应用程序性能监视工具，专为微服务、云原生架构和基于容器（Docker、K8s、Mesos）架构而设计。

提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案。

代码无侵入，通信方式采用GRPC，实现方式是java探针，支持告警，JVM监控，支持全局调用统计等等

skywalking的架构参考了谷歌的Dapper框架的论文，Dapper并没有开源，只给了篇论文，感兴趣但又不喜英文文档的旁友可以看看论文的中文翻译Dapper，大规模分布式系统的跟踪系统

整体架构如下：

Tracing Metrics Logging ：负责从应用中，收集链路信息，发送给 SkyWalking OAP 服务器。目前支持 SkyWalking、Zikpin、Jaeger 等提供的 Tracing 数据信息。Java应用通常使用SkyWalking Agent 收集数据
SkyWalking OAP ：skywalking服务端（Transport layer，Receiver cluster，Aggregator cluster）负责接收 Agent 发送的 Tracing 数据信息，然后进行分析，存储到外部存储器( Storage )，最终提供查询功能。
Storage option ：Tracing 数据存储。目前支持 ES、H2 多种存储器。我们用ES存储即可。
GUI ：负责提供可视化控台，查看链路等
Alarm：提供告警功能，这里不展示讲

2.Docker方式搭建Skywalking环境

为了快速搭建环境，避免各种系统、配置环境不同造成踩坑的情况。我们用docker直接创建ElasticSearch、Skywalking-OAP、Skywalking-UI以及ES的管理工具Kibana。这样一套运行环境直接就能用了。话不多说，直接开干

整体架构如下：

用到的工具版本号如下表：

工具	版本号
ElasticSearch	7.14.2
Kibana	7.14.2
skywalking-oap-server	9.1.0
skywalking-ui	9.1.0

其中skywalking的docker-compos.yml运行脚本可以从官方的Github上获取apache/skywalking/docker

脚本需要修改，直接参考我的就行，不懂的参数都有具体说明：

version: '3'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.14.2
    container_name: elasticsearch
    ports:
      - 9200:9200
      - 9300:9300
    environment:
      - "cluster.name=elasticsearch"
      - "bootstrap.memory_lock=true"
      - "ES_JAVA_OPTS=-Xms256m -Xmx512m"
      - "discovery.type=single-node"
 
  kibana:
    image: docker.elastic.co/kibana/kibana:7.14.2
    container_name: kibana
    depends_on:
      - elasticsearch
    ports:
      - 5601:5601
    environment:
      # IP地址为运行电脑的IP地址，Mac上通过 ifconfig en0 命令获取
      - "elasticsearch.hosts=http://192.168.1.5:9200" 

  skywalking-oap:
    image: apache/skywalking-oap-server:9.1.0
    container_name: skywalking-oap
    depends_on:
      - elasticsearch
    ports:
      - "11800:11800"
      - "12800:12800"
    healthcheck:
      test: [ "CMD-SHELL", "/skywalking/bin/swctl ch" ]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 10s
    environment:
      TZ: Asia/Shanghai
      SW_STORAGE: elasticsearch
      SW_STORAGE_ES_CLUSTER_NODES: elasticsearch:9200
      SW_HEALTH_CHECKER: default
      SW_TELEMETRY: prometheus

  skywalking-ui:
    image: apache/skywalking-ui:9.1.0
    container_name: skywalking-ui
    depends_on:
      - skywalking-oap
    links:
      - skywalking-oap
    ports:
     # UI界面程序占用的端口
      - "8080:8080"
    environment:
      TZ: Asia/Shanghai
      # IP地址为运行电脑的IP地址，Mac上通过 ifconfig en0 命令获取
      SW_OAP_ADDRESS: http://192.168.1.8:12800

2.1 Docker镜像加速

按上述配好docker-compose.yml文件后，命令行到所在目录下执行docker-compose up可以拉起镜像，第一次运行时会下载镜像，docker默认的镜像仓库在国外，所以下载速度和蜗牛一样慢。为了加速下载，需要配置国内的docker镜像

获取国内docker镜像库地址的方法：

阿里云官方镜像加速，获取加速器地址文档：阿里云官方镜像加速
网上搜索docker镜像加速，下面是测过有效的公共镜像库
- 网易云 https://hub-mirror.c.163.com
- 百度云 https://mirror.baidubce.com

配置方法：

Docker桌面版Preference -> Docker Engine 在Json配置里加上，加好之后重启Docker，然后再重新拉镜像，速度立马快得飞起

  # 按需加上多个镜像库地址
  "registry-mirrors": [
        "https://hub-mirror.c.163.com",
    "https://mirror.baidubce.com"
  ]

2.2 Skywalking UI界面

docker启动后，Skywalking第一次运行会自行在ES里创建索引，运行日志没有报错，说明启动成功了，浏览器打开http://127.0.0.1:8080/可以看到Skywalking 的界面

2.3 Skywalking agent使用

数据的采集通过agent，Java应用启动时通过-javaagent参数配置Skywalking agent。在IDEA中运行时，在启动参数vm 中配置即可。

Skywalking Agent下载

官网上下载Java agent压缩包Skywalking Agent下载，当前最新的版本是v8.12.0，下载到自己电脑上找个位置解压。我的是放在/Users/longbig/opt/目录下

shell脚本方式

# 配置agent地址，agent服务名，skywalking-oap collector地址(注意IP地址，因为我是docker运行,需要使用本机的局域网IP)
export JAVA_AGENT=-javaagent:/Users/yuyunlong/opt/skywalking-agent/skywalking-agent.jar=agent.service_name=multi_function,collector.backend_service=192.168.1.8:11800

# jar启动
java -jar $JAVA_AGENT application.jar

IDEA运行方式

在你需要运行的springboot应用的VM options里加上上面的参数，启动即可

启动完之后随便调用几个接口试试，然后再在Skywalking的界面查看效果

2.3 追踪数据

下面是我的服务的拓扑图，服务之间的依赖关系可以看的非常清楚，如果旁友的应用比较多的话，能铺满整个屏幕的

到此Skywalking的搭建就完成了

3. Skywalking集成Logback实现Trace日志打印

在之前的文章里，我们用了个简陋的方法实现了traceId的传递全链路追踪体验—TraceId的生成，现在我们用上Skywalking框架来打印traceId

加上Maven依赖

        
        
            org.apache.skywalking
            apm-toolkit-logback-1.x
            8.10.0
        

        
            org.apache.skywalking
            apm-toolkit-trace
            8.10.0

logback-spring.xml文件修改内容：

主要修改2个地方

CONSOLE_LOG_PATTERN 里加上%tid，配置traceId占位符
layout通过TraceIdPatternLogbackLayout 实现对%tid替换为Skywalking TraceId

    
    
    
    
    
    
    


    
        
        
            info
        
        
            
                ${CONSOLE_LOG_PATTERN}
            
            
            UTF-8

简单测试看看

随便写了个探活接口，看看接口耗时和日志打印效果

服务日志打印：

界面traceId搜索

小结

本篇文章讲了为什么用分布式链路追踪以及Skywalking框架的使用，是对上一篇最简陋traceId使用的进阶版。学东西就是要日拱一卒，量变引起质变。我是卷福同学，一个在福报厂修福报中的小社畜哦~