SkyWalking UI使用说明

SkyWalking UI使用说明

一、SkyWalking 模块介绍

• 仪表盘：
  • 监控全局、服务、实例、endpoint 几个维度的运行状态。
• 拓扑图
  • 以拓扑图的方式展现服务直接的关系，并以此为入口查看告警、调用链、服务状态等信息
• 追踪
  • 以接口列表的方式展现，追踪接口内部调用过程，可以通过 traceid 查询，进行分布式集群的日志查看及问题排查。
• 性能剖析
  • 单独端点进行采样分析，并可查看堆栈信息。
• 日志
  • 包括了browser 与 service日志集合。
• 告警
  • 触发告警的告警列表，包括实例，请求超时等。

二、仪表盘

从上向下介绍

• 第一栏：监控、数据库、容器、vm
• 第二栏：可以选择某个维度展示不同服务 / 实例 / 端点的数据
• 第三栏：展示的不同维度，全局、服务、实例、端点的面板。

APM 监控

APM - Global

• Services load（CPM - calls per minute）：服务平均每分钟请求数。

• Slow Services（ms）：慢响应服务，单位ms。

• Un-Health services（Apdex）：Apdex 性能指标，1为满分。

• Slow Endpoints（ms）：全局维度的慢响应端点（API）。例如一个接口，是全局Top N的数据，通过这个可以观测平台性能情况。

• Global Response Latency（percentile in ms）：全局响应延迟百分位数统计，单位 ms。

  表示采集样本中某些值的占比，Skywalking 有 “p50、p75、p90、p95、p99” 一些列值。
  图中的 “p99:61010” 表示 99% 请求的响应时间在61010ms以内。
  而99%一般用于抛掉一些极端值，表示绝大多数请求。

• Global Heatmap：服务响应时间热力分布图，根据时间段内不同响应时间的数量显示颜色深度

  可译为热力图、热度图都可以，途中颜色越深，表示请求数越多，这和 GitHub Contributions 很像，commit 越多，颜色越深。
  横坐标是响应时间，鼠标放上去，可以看到具体的数量。
  通过热力图，一方面可以直观感受平台的整体流量，另一方面也可以感受整体性能。

• 底部栏：展示数据的时间区间，点击可以调整。

  如果您的监控平台正常启动，监控项目也接入，但是就是没有数据，请看看是否是时区问题。

APM - Service

• Service Apdex（数字）:当前服务的评分
• Service Apdex（折线图）：一段时间内Apdex评分
• Service Avg Response Times（ms）：平均响应延时，单位ms
• Service Response Time Percentile：百分比响应延时，参考Global Response Latency（percentile in ms）
• Successful Rate（数字）：请求成功率
• Successful Rate（折线图）：一段时间的请求成功率
• Servce Load（CPM / PPM）（数字）：每分钟请求数，
• Servce Load（CPM / PPM）（折线图）：不同时间的每分钟请求数
• Service Throughput （Bytes）：该指标只适用于TCP 服务。当前服务的吞吐量。
• Servce Instances Load（CPM / PPM）：每个服务实例的每分钟请求数
• Show Service Instance：每个 服务 实例 的最大延时
• Service Instance Successful Rate：每个服务实例的请求成功率

APM - Instance

• Service Instance Load （CPM / PPM）：当前实例的每分钟请求数
• Service Instance Throughput （Bytes）：该指标只适用于TCP 服务。当前服务实例的吞吐量。
• Service Instance Successful Rate（%）：当前实例的请求成功率
• Service Instance Latency（ms）：当前实例的响应延时
• JVM CPU（Java Service）：jvm占用CPU的百分比
• JVM Memory (Java Service)：JVM内存占用大小，单位m，包括堆内存，与堆外内存（直接内存）
• JVM GC Time（ms）：JVM垃圾回收时间，包含YGC和OGC
• JVM GC Count：JVM垃圾回收次数，包含YGC和OGC
• JVM Thread Count (Java Service)
• 其他参数我们就不介绍了，.net的东西。

APM - EndPoint

• Endpoint Load in Current Service（CPM / PPM）：每个端点（API）每分钟请求数
• Slow Endpoints in Current Service（ms）：每个端点（API）的最慢响应请求时间，单位ms
• Successful Rate in Current Service（%）：每个端点（API）的请求成功率

下边这这四个单独写的原因是因为，上边是整体端点情况，下边是某个端点的情况。

• Endpoint Load：当前端点每个时间段的请求数据
• Endpoint Avg Response Time：当前端点每个时间段的请求行响应时间
• Endpoint Response Time Percentile（ms）：当前端点每个时间段的响应时间占比
• Endpoint Successful Rate（%）：当前端点每个时间段的请求成功率

DataBase

• Database Avg Response Time（ms）：当前数据库事件平均响应时间，单位ms
• Database Access Successful Rate（%）：当前数据库访问成功率
• Database Traffic（CPM: Calls Per Minute）：当前数据库每分钟请求数
• Database Access Latency Percentile（ms）：数据库不同比例的响应时间，单位ms
• Slow Statements（ms）：前N个慢查询，单位ms
• All Database Loads（CPM: Calls Per Minute）：所有数据库中请求量排序
• Un-Health Databases：所有数据库不健康排名，请求成功率排名，失败最多的请求在最上。

三、拓扑图

1. All Groups ：选择服务组
2. All Services ： 选择服务
3. Create Group ：创建新的服务组
4. 服务引用拓扑图：展示服务之间的调用关系，以及服务器的健康状态。

实例信息面板

A.服务调用追踪

• 当前服务：可选择具体服务
• 当前端点：可选择具体端点
• 当前深度：可以选择展示的调用深度。

Tips： 滑动指向连接线，点击后可以出现以下指标。

• 平均响应时间
• 平均吞吐量
• 平均SLA
• 相应百分比。

其实部分功能都是可以在其他地方看见的。只是这里多了一个 全局调用链深度展示。
下边这几个都去看 四、五、六、七吧。这里只是介绍每个按钮通向那个面板。

B.告警面板

C.追踪信息面板

D.服务实力性能状态面板

E.EndPoint （API）面板

四、追踪

我们可以使用 trace 功能进行链路追踪，可以看见一个请求都走了那些服务中间件。
并且能够看见各个服务器，某个端点某个步骤的耗时。

1. 这一部分就不在多说、选择服务、实例、状态（error、success）、端点。
2. 这里可以根据 traceId 获取整个监控平台下相同 traceId 布式集群的日志查看。
3. 时间范围选择日志时间范围。
4. 红色点 大家应该都看见了，就是报错的位置。点击后可以弹出相对应的异常信息。如下图。
   

五、性能剖析

性能剖析主要的工作就是对不同的端点进行采样，然后提供一个更加详细的分析结果。

1. Task List ：任务列表
2. 新建任务：创建一个性能剖析的任务。
3. Sampled Traces ： 样品列表，保存了所有抽样。
   当点击了抽样后，右侧展板会展示出响应的分析信息。

六、日志

1. 不做过多介绍，大家都懂了。
2. 这个功能比较重要了，查找包含关键词的信息日志。
3. 这个功能同上，只不过是不包含。
4. 然后 ~ 我们就可以根据 追踪ID 进行跨服务整体流程日志的追踪。

七、告警

• 过滤范围，可以按照一下几个维度进行过滤
  • 服务
  • 服务实例
  • 端点
  • 服务关系
  • 服务实例关系
  • 服务端点关系
• 关键字
• 标签

告警配置我们以后在详细说明。

八、名词解释

CPM / PPM： 对于HTTP1/2、gRPC、RPC服务，这意味着每分钟调用数（CPM: Calls Per Minute），对于TCP服务，这意味着每分钟包数（PPM:Packets Per Minute）
Endpoint: Endpoint 表示具体的服务，例如一个接口或一个定时任务。
标签: 我们可以通过 core/default/searchableTracesTages 中配置标记。