ZipKin的原理的介绍

　　结构概述      

　　跟踪器（Tracers）存在在你的应用程序中生存，记录时间和关于操作的元数据。他们经常使用库，因此他们的使用对用户是透明的。例如，当它收到一个请求并发送一个响应时，一个感应器（instrumented ）的web服务器记录。所收集的跟踪数据称为Span。

　　在生产过程中，instrumention是安全的，并且没有太多的开销。由于这个原因，他们只在带内（in-band）传播id，告诉接收方有一个正在进行中的跟踪。完成的跨度被报告给Zipkin的“外带（out-of-band）”，类似于应用程序如何异步地报告指标。

　　例如，当一个操作被跟踪，它需要发出一个传出的http请求时，会添加几个头来传播IDs。header不用于发送诸如操作名称之类的细节。

　　将数据发送给Zipkin的应用程序的一种组件被称为Reporter。记者(Reporters)通过几个传输器(transports )中的一个传输跟踪数据到Zipkin收集器(collectors)，这些收集器将跟踪数据保存到存储（storage）中。稍后，通过API查询存储，以向UI提供数据。  

　　下面是一个描述这个流程的图表:

　　           

　　要查看一个工具库是否已经存在于您的平台上，请参见清单

　　existing instrumentations.

　　示例流

　正如在概述中提到的，标识符被发送到带，而细节则被发送到Zipkin。在这两种情况下，跟踪工具都负责创建有效的跟踪并正确地呈现它们。例如，一个跟踪程序确保了它在带(下游)和带外(异步)的数据之间的奇偶性。

　　下面是http跟踪的一个示例序列，其中用户代码调用资源/foo。这就产生了一个单一的Span，在用户代码收到http响应后，异步发送给Zipkin。

　　　

　　跟踪工具报告的范围是异步的，以防止延迟或故障与跟踪系统延迟或中断用户代码有关。

　　Transport

　　　由测试库发送的数据(Spans)必须从追踪到Zipkin的collectors的服务中传输。有三种主要的传输方式:HTTP、Kafka和Scribe。

　　Components　　

• collector
• storage
• search
• web UI

　　Zipkin Collector

　　　　一旦跟踪数据到达了Zipkin Collector守护程序，就会被Zipkin的收集器进行验证、存储和索引。

　　Storage

　　　　Zipkin最初是为了存储Zipkin的数据而建立的，因为Cassandra是可扩展的，有一个灵活的模式，在Twitter上被大量使用。但是，我们使这个组件可插拔。除了Cassandra之外，我们还支持弹性搜索和MySQL。其他的后端可以作为第三方扩展来提供。

　Zipkin Query Service

　　　　一旦数据被存储和索引，我们就需要一种方法来提取数据。查询守护进程提供一个简单的JSON API用于查找和检索跟踪。这个API的主要使用者是Web UI。

　Web UI

　　　　我们创建了一个GUI，为查看跟踪提供了一个很好的界面。web UI提供了一种基于服务、时间和注释查看跟踪的方法。注意:UI中没有内置的身份验证机制！