分布式系统全链路监控：Zipkin使用指南

分布式系统全链路监控：Zipkin使用指南

引用

51CTO

1.

https://blog.51cto.com/u_16213699/13525931

随着微服务架构和容器技术的兴起，分布式系统的复杂性也日益增加。如何快速定位服务故障点，实现全链路监控成为了一个亟待解决的问题。本文将详细介绍Zipkin这款开源的分布式实时数据追踪系统，包括其基本概念、工作原理、部署方式以及与Dubbo、Spring MVC和Spring Cloud的集成配置。

一、Zipkin 介绍

Zipkin 是什么？

Zipkin的官方介绍：https://zipkin.apache.org/

Zipkin是一款开源的分布式实时数据追踪系统(Distributed Tracking System)，基于 Google Dapper的论文设计而来，由 Twitter 公司开发贡献。其主要功能是聚集来自各个异构系统的实时监控数据。分布式跟踪系统还有其他比较成熟的实现，例如：Naver的Pinpoint、Apache的HTrace、阿里的鹰眼Tracing、京东的Hydra、新浪的Watchman，美团点评的CAT，skywalking等。

为什么用 Zipkin？

随着业务越来越复杂，系统也随之进行各种拆分，特别是随着微服务架构和容器技术的兴起，看似简单的一个应用，后台可能有几十个甚至几百个服务在支撑；一个前端的请求可能需要多次的服务调用最后才能完成；当请求变慢或者不可用时，我们无法得知是哪个后台服务引起的，这时就需要解决如何快速定位服务故障点，Zipkin分布式跟踪系统就能很好的解决这样的问题。

Zipkin的一些基本概念？

Brave
Brave 是用来装备 Java 程序的类库，提供了面向 Standard Servlet、Spring MVC、Http Client、JAX RS、Jersey、Resteasy 和 MySQL 等接口的装备能力，可以通过编写简单的配置和代码，让基于这些框架构建的应用可以向 Zipkin报告数据。同时 Brave 也提供了非常简单且标准化的接口，在以上封装无法满足要求的时候可以方便扩展与定制。
如下图是 Brave 的结构图。Brave 利用 reporter 向 Zipkin的 Collector 发送 trace 信息。

Brave 主要是利用拦截器在请求前和请求后分别埋点。例如 Spingmvc 监控使用 Interceptors，Mysql 监控使用 statementInterceptors。同理 Dubbo 的监控是利用 com.alibaba.dubbo.rpc.Filter 来过滤生产者和消费者的请求。

traceId
一次请求全局只有一个traceId。用来在海量的请求中找到同一链路的几次请求。比如servlet服务器接收到用户请求，调用dubbo服务，然后将结果返回给用户，整条链路只有一个traceId。开始于用户请求，结束于用户收到结果。

spanId
一个链路中每次请求都会有一个spanId。例如一次rpc，一次sql都会有一个单独的spanId从属于traceId。

cs
Clent Sent 客户端发起请求的时间，比如 dubbo 调用端开始执行远程调用之前。

cr
Client Receive 客户端收到处理完请求的时间。

ss
Server Receive 服务端处理完逻辑的时间。

sr
Server Receive 服务端收到调用端请求的时间。

  
sr - cs = 请求在网络上的耗时ss - sr = 服务端处理请求的耗时cr - ss = 回应在网络上的耗时cr - cs = 一次调用的整体耗时  

Zipkin的工作过程

当用户发起一次调用时，Zipkin 的客户端会在入口处为整条调用链路生成一个全局唯一的 trace id，并为这条链路中的每一次分布式调用生成一个 span id。span 与 span 之间可以有父子嵌套关系，代表分布式调用中的上下游关系。span 和 span 之间可以是兄弟关系，代表当前调用下的两次子调用。一个 trace 由一组 span 组成，可以看成是由 trace 为根节点，span 为若干个子节点的一棵树。

Zipkin 会将 trace 相关的信息在调用链路上传递，并在每个调用边界结束时异步的把当前调用的耗时信息上报给 Zipkin Server。Zipkin Server 在收到 trace 信息后，将其存储起来。随后 Zipkin 的 Web UI 会通过 API 访问的方式从存储中将 trace 信息提取出来分析并展示。

二、Zipkin的部署与运行

Zipkin的 github 地址：https://github.com/apache/incubator-zipkin

Docker 方式

docker run -d -p 9411:9411 openzipkin/zipkin

Jar 包方式(JDK8)

curl -sSL https://zipkin.io/quickstart.sh | bash -sjava -jar zipkin.jar

注意：以上方式的 Zipkin 都是基于内存存储，Zipkin 重启后数据会丢失，建议测试环境使用。Zipkin 支持的存储类型有 inMemory、MySql、Cassandra、以及 ElasticsSearch 几种方式。正式环境推荐使用 Cassandra 和 ElasticSearch。

这里介绍一下 zipkin 基于 mysql 存储进行启动的方式：

STORAGE_TYPE=mysqlMYSQL_DB=zipkinMYSQL_USER=rootMYSQL_PASS=123456MYSQL_HOST=127.0.0.1MYSQL_TCP_PORT=3306

STORAGE_TYPE=mysql MYSQL_DB=zipkin MYSQL_USER=root MYSQL_PASS='123456' MYSQL_HOST='127.0.0.1' MYSQL_TCP_PORT=3306 java -jar zipkin.jar > start.logger 2>&1 &

启动后，访问 http://127.0.0.1:9411 可以看到效果：

三、Zipkin 与 Dubbo 和 Springmvc 的集成

上面我们搭建好了 Zipkin 服务器，现在的任务就是如何把我们系统内产生的请求数据报送给 Zipkin 服务器，以便在 UI 上渲染出来。

1. pom.xml

io.zipkin.reporter2            zipkin-sender-okhttp3            2.8.2io.zipkin.brave            brave-instrumentation-dubbo-rpc            5.6.3io.zipkin.brave            brave-instrumentation-spring-webmvc            5.6.3

2. application.yml

zipkin:  url: http://127.0.0.1:9411/api/v2/spans  connectTimeout: 5000  readTimeout: 10000  # 取样率，指的是多次请求中有百分之多少传到zipkin。例如 1.0 是全部取样，0.5是 50% 取样  rate: 1.0f

3. ZipkinProperties.java

@Configuration@ConfigurationProperties("zipkin")public class ZipkinProperties {    @Value("${spring.application.name}")    private String serviceName;    private String url;    private Long connectTimeout;    private Long readTimeout;    private Float rate;    /*getter and setter*/}

注意：记得在 SpringBoot 的启动类上加上 @EnableConfigurationProperties 注解才能使 @ConfigurationProperties("zipkin") 生效哦！

4. ZipkinConfig.java

@Configurationpublic class ZipkinConfig {    @Autowired    private ZipkinProperties zipkinProperties;    /**     * 为了实现 dubbo rpc调用的拦截     *     * @return     */    @Bean    public Tracing tracing() {        Sender sender = OkHttpSender.create(zipkinProperties.getUrl());        AsyncReporter reporter = AsyncReporter.builder(sender)                .closeTimeout(zipkinProperties.getConnectTimeout(), TimeUnit.MILLISECONDS)                .messageTimeout(zipkinProperties.getReadTimeout(), TimeUnit.MILLISECONDS)                .build();        Tracing tracing = Tracing.newBuilder()                .localServiceName(zipkinProperties.getServiceName())                .propagationFactory(ExtraFieldPropagation.newFactory(B3Propagation.FACTORY, "shiliew"))                .sampler(Sampler.create(zipkinProperties.getRate()))                .spanReporter(reporter)                .build();        return tracing;    }    /**     * MVC Filter，为了实现 SpringMvc 调用的拦截     * @param tracing     * @return     */    @Bean    public Filter tracingFilter(Tracing tracing) {        HttpTracing httpTracing = HttpTracing.create(tracing);        httpTracing.toBuilder()                .serverParser(new HttpServerParser() {                    @Override                    public  String spanName(HttpAdapter adapter, Req req) {                        return adapter.path(req);                    }                })                .clientParser(new HttpClientParser() {                    @Override                    public  String spanName(HttpAdapter adapter, Req req) {                        return adapter.path(req);                    }                }).build();        return TracingFilter.create(httpTracing);    }}

如此，我们就把 Zipkin 和 Dubbo 以及 Springmvc 的集成做好了：

四、Zipkin 与 Spring Cloud 的集成

在 Spring Cloud 中整合 zipkin 则更为简单了。只需在 pom.xml 中引入相关依赖：

org.springframework.cloud            spring-cloud-starter-zipkin

然后，在 application.yml 中配置 zipkin-server 的路径：

spring:  zipkin:    base-url: http://localhost:9411/

tips：

• Zipkin Server 一定要在调用后才会产生数据，不会先把服务的信息注册上去。
• MVC 的拦截，span 的名字是以请求方式命名的，如下：
• 如果仍然想查看，某个请求路径的调用情况呢？
• 以上介绍的方式，链路信息均通过 HTTP 发送到 Zipkin-Server 上，生产上为了不影响主流程的性能，可考虑使用消息队列。
• github 源代码：https://github.com/JMCuixy/dubbo-demo