SpringCloud实战10-Sleuth

Spring-Cloud-Sleuth是Spring Cloud的组成部分之一，为SpringCloud应用实现了一种分布式追踪解决方案，其兼容了Zipkin, HTrace和log-based追踪,追踪微服务rest服务调用链路的问题，接触到zipkin，而spring cloud也提供了spring-cloud-sleuth来方便集成zipkin实现。

为什么需要进行分布式链路追踪springcloud-sleuth呢？

　　随着分布式系统越来越复杂，你的一个请求发过发过去，各个微服务之间的跳转，有可能某个请求某一天压力太大了，一个请求过去没响应，一个请求下去依赖了三四个服务，但是你去不知道哪一个服务出来问题，这时候我是不是需要对微服务进行追踪呀？监控一个请求的发起，从服务之间传递之间的过程，我最好记录一下，记录每一个的耗时多久，一旦出了问题，我们就可以针对性的进行优化，是要增加节点，减轻压力，还是服务继续拆分，让逻辑更加简单点呢？这时候springcloud-sleuth集成zipkin能帮我们解决这些服务追踪问题。

以下是来自springcloud官方文档对springcloud-sleuth部分名字的解释：

Span：基本工作单元，例如，在一个新建的span中发送一个RPC等同于发送一个回应请求给RPC，span通过一个64位ID唯一标识，trace以另一个64位ID表示，span还有其他数据信息，比如摘要、时间戳事件、关键值注释(tags)、span的ID、以及进度ID(通常是IP地址)
span在不断的启动和停止，同时记录了时间信息，当你创建了一个span，你必须在未来的某个时刻停止它。
Trace：一系列spans组成的一个树状结构，例如，如果你正在跑一个分布式大数据工程，你可能需要创建一个trace。
Annotation：用来及时记录一个事件的存在，用于定义请求的开始和停止的一些核心注释是：

　　1.cs- Client Sent -客户端发起一个请求，这个annotion描述了这个span的开始

　　2.sr- Server Received -服务端获得请求并准备开始处理它，如果将其sr减去cs时间戳便可得到网络延迟

　　3.ss- Server Sent -注解表明请求处理的完成(当请求返回客户端)，如果ss减去sr时间戳便可得到服务端需要的处理请求时间

　　4.cr- Client Received -表明span的结束，客户端成功接收到服务端的回复，如果cr减去cs时间戳便可得到客户端从服务端获取回复的所有所需时间

可视化Span和Trace将与Zipkin注释一起查看系统如下图：

 

一个音符的每个颜色表示跨度（7 spans - 从A到G）。如果你看到有这样的信息：

Trace Id = X
Span Id = D
Client Sent

这意味着，当前的跨度痕量-ID设置为X，Span -编号设置为D。它也发出了 客户端发送的事件。

这样，spans的父/子关系的可视化将如下所示：

目的

在以下部分中，将考虑上述图像中的示例。

分布式跟踪与Zipkin

共有7个spans。如果您在Zipkin中查看痕迹，您将在第二个曲目中看到这个数字：

但是，如果您选择特定的跟踪，那么您将看到4 spans：

为什么在这种情况下，7和4 spans之间有区别？

• 2 spans来自http:/start范围。它具有服务器接收（SR）和服务器发送（SS）注释。

• 2 spans来自service1到service2到http:/foo端点的RPC呼叫。它在service1方面具有客户端发送（CS）和客户端接收（CR）注释。它还在service2方面具有服务器接收（SR）和服务器发送（SS）注释。在物理上有2个spans，但它们形成与RPC调用相关的1个逻辑跨度。

• 2 spans来自service2到service3到http:/bar端点的RPC呼叫。它在service2方面具有客户端发送（CS）和客户接收（CR）注释。它还具有service3端的服务器接收（SR）和服务器发送（SS）注释。在物理上有2个spans，但它们形成与RPC调用相关的1个逻辑跨度。

• 2 spans来自service2到service4到http:/baz端点的RPC呼叫。它在service2方面具有客户端发送（CS）和客户接收（CR）注释。它还在service4侧具有服务器接收（SR）和服务器发送（SS）注释。在物理上有2个spans，但它们形成与RPC调用相关的1个逻辑跨度。

因此，如果我们计算spans ，http:/start中有1 个来自service1的呼叫service2，2（service2）呼叫service3和2（service2） service4。共7个 spans。

逻辑上，我们看到Total Spans的信息：4，因为我们有1个跨度与传入请求相关的service1和3 spans与RPC调用相关。

接下来，进行spring-cloud-sleuth来方便集成zipkin实现的演示如下：

首先我们在先前文章的两个服务提供者provider1，provider2模块，还有Feign模块都需要引入如下依赖：

　　　　<dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-sleuth-zipkin</artifactId>
            <version>1.3..RELEASE</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-sleuth</artifactId>
            <version>1.3..RELEASE</version>
        </dependency>

这里还要说明一下，这里要provider1和provider2模块和Feign模块更换一下springcloud的版本号，如果不跟换的话，会启动不起来的，更换后的版本如下

　　<dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.cloud</groupId>
                <artifactId>spring-cloud-dependencies</artifactId>
                <version>Dalston SR4</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

接着进行进行provider1的配置进行修改，如下：

#端口号
server:
  port:
#Eureka实例名，集群中根据这里相互识别
spring:
  application:
    name: hello-service
  zipkin:
    base-url: http://localhost:9400
    enabled: true
#服务跟踪消息收集率，1代表每一条都收集，.1代表收集百分之10，如果不配置，有个默认的百分比的
#  sleuth:
#    sampler:
#      percentage: 0.3

eureka:
#客户端
  client:
#注册中心地址
    service-url:
      defaultZone: http://localhost:8888/eureka/,http://localhost:8889/eureka/

接着进行provider2模块的配置文件进行修改，代码如下：

#端口号
server:
  port:
#Eureka实例名，集群中根据这里相互识别
spring:
  application:
    name: hello-service
  zipkin:
    base-url: http://localhost:9400
  #服务跟踪消息收集率，1代表每一条都收集，.1代表收集百分之10，如果不配置，有个默认的百分比的
#  sleuth:
#    sampler:
#      percentage: 0.3

eureka:
#客户端
  client:
#注册中心地址
    service-url:
      defaultZone: http://localhost:8888/eureka/,http://localhost:8889/eureka/

Feign模块的配置修改如下：

server:
  port:
spring:
  application:
    name: feign-consumer
  zipkin:
    base-url: http://localhost:9400
eureka:
  client:
    service-url:
      defaultZone: http://localhost:8888/eureka/,http://localhost:8889/eureka/
hystrix:
  command:
    default:
      execution:
        isolation:
          thread:
            timeoutinMilliseconds: 

ribbon:
  connectTimeout: 

#如果想对单独的某个服务进行详细配置，如下
hello-service:
  ribbon:
    connectTimeout: 

接着在到原来的聚合工程下面新建一个子模块叫做springcloud-sleuth模块，如下图：

要引入的依赖如下：

　　　　<dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-server</artifactId>
            <version>2.4.</version>
        </dependency>
        <dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-autoconfigure-ui</artifactId>
            <version>2.4.</version>
        </dependency>

Sleuth模块的配置文件如下：

server:
  port:
spring:
  application:
    name: zipkin-server

Sleuth模块启动类如下：

@SpringBootApplication
@EnableZipkinServer
public class SleuthApplication {

    public static void main(String[] args) {
        SpringApplication.run(SleuthApplication.class, args);
    }
}

接着分别启动两个Eureka注册中心，两个provider1,provider2模块，1个Feign模块，1个Sleuth模块，如下图：

首先进入Sleuth和zipkin整合后的链路跟踪图形化界面如下图所视：

接着在通过Feign去显示调用两个provider1和provider2模块的服务，http://localhost:8083/consumer   多按几次F5，进行多次请求，因为服务跟踪消息是有收集率，1代表每一条都收集，0.1代表收集百分之10，如果不配置，有个默认的百分比的，因此需要多次请求，确保被跟踪消息能被收集到。如下：

接着去ZipKin控制台进行查看链路调用，如下：

这里我选择Feign-Consumer进行演示，再点击查找，如下：

这里在图中漏说了一点就是，比如feign-consumer 100%而且有蓝色的横条包裹表示调用成功率，红色横条包裹表示失败，出现异常错误。

再点击其中一个调用服务，进入可以看到详细信息，如下：

以下是错误信息的演示我直接拿官方文档的截图来说明，如下：

Zipkin允许您可视化跟踪中的错误。当异常被抛出并且没有被捕获时，我们在Zipkin可以正确着色的跨度上设置适当的标签。您可以在痕迹列表中看到一条是红色的痕迹。这是因为抛出了一个异常。

如果您点击该轨迹，您将看到类似的图片

然后，如果您点击其中一个spans，您将看到以下内容