Spring Cloud 系列之 Sleuth 链路追踪（三）

本篇文章为系列文章，未读前几集的同学请猛戳这里：

本篇文章讲解 Sleuth 如何使用 Elasticsearch、Logstash、Kibana 分析追踪数据。

使用 ELK 分析追踪数据

　　点击链接观看：ELK 环境准备视频（获取更多请关注公众号「哈喽沃德先生」）

　　ELK 是 elastic 公司提供的一套完整的日志收集以及展示的解决方案，是三个产品的首字母缩写，分别是 Elasticsearch、Logstash 和 Kibana。

Elasticsearch 简称 ES：实时的分布式搜索和分析引擎，它可以用于全文搜索，结构化搜索以及分析。建立在全文搜索引擎 Apache Lucene 基础上的搜索引擎，使用 Java 语言编写。
Logstash：具有实时传输能力的数据收集引擎，将各种各样的数据进行收集、解析，并发送给 ES。使用 Ruby 语言编写。
Kibana：为 Elasticsearch 提供了分析和可视化的 Web 平台。它可以在 Elasticsearch 的索引中查找，交互数据，并生成各种维度表格、图形。
Beats：一组轻量级采集程序的统称，使用 Go 语言编写。以下是 elastic 官方支持的 5 种 beats，事实上，伟大的开源力量早已创造出大大小小几十甚至上百种 beats，只有你没想到的，没有 beats 做不到的：
- Filebeat：进行文件和目录采集，主要用于收集日志数据。
- Winlogbeat：专门针对 Windows 的 event log 进行的数据采集。
- Metricbeat：进行指标采集，指标可以是系统的，也可以是众多中间件产品的，主要用于监控系统和软件的性能。
- Packetbeat：通过网络抓包、协议分析，对一些请求响应式的系统通信进行监控和数据收集，可以收集到很多常规方式无法收集到的信息。
- Heartbeat：系统间连通性检测，比如 icmp，tcp，http 等系统的连通性监控。

环境准备

　　之前的课程中我们已经学习过 ELK 的详细使用，这里不再过多赘述，直接开启使用即可。

　　文中使用的 ELK 版本统一为 7.5.2。

本文使用的 Elasticsearch 集群地址为：
- 192.168.10.101:9200
- 192.168.10.102:9200
- 192.168.10.103:9200
本文使用的 Logstash 的地址为：
- 192.168.10.101:9250
本文使用的 Kibana 的地址为：
- 192.168.10.101:5601

　　Logstash 运行时指定的配置文件 log-to-es.conf 内容如下：

# 数据入口

input {

	tcp {

		mode => "server"

		host => "192.168.10.101"

		port => 9250

	}

}

# 处理数据

filter {

	# 获取 @timestamp 的值并加上 8*60*60（北京时间比 logstash 中@timestamp 晚了 8 小时），然后赋值给变量 timestamp。

	ruby {

		code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8*60*60)"

	}

	# 将 timestamp 值重新赋值给 @timestamp

	ruby {

		code => "event.set('@timestamp', event.get('timestamp'))"

	}

	# 删除变量 timestamp

	mutate {

		remove_field => ["timestamp"]

	}

}

# 数据出口

output {

	elasticsearch {

		hosts => ["192.168.10.101:9200", "192.168.10.102:9200", "192.168.10.103:9200"]

		index => "applog"

	}

}

添加依赖

　　在需要进行链路追踪的项目中（服务网关、商品服务、订单服务）添加 logstash-logback-encoder 依赖。

<!-- logstash 编码依赖 -->

<dependency>

    <groupId>net.logstash.logback</groupId>

    <artifactId>logstash-logback-encoder</artifactId>

    <version>6.3</version>

</dependency>

日志配置

　　在需要进行链路追踪的项目中（服务网关、商品服务、订单服务）添加 logstash 输出 JSON 格式数据。

　　logback.xml

<?xml version="1.0" encoding="UTF-8"?>

<configuration scan="true" scanPeriod="10 seconds">

    ...

    <!-- 为 Logstash 输出 JSON 格式数据 -->

    <appender name="LOGSTASH_PATTERN" class="net.logstash.logback.appender.LogstashTcpSocketAppender">

        <!-- 数据输出目的地 -->

        <destination>192.168.10.101:9250</destination>

        <!-- 日志输出编码 -->

        <encoder class="net.logstash.logback.encoder.LoggingEventCompositeJsonEncoder">

            <providers>

                <pattern>

                    <pattern>

                        {

                        "severity": "%level",

                        "service": "${springAppName:-}",

                        "trace": "%X{X-B3-TraceId:-}",

                        "span": "%X{X-B3-SpanId:-}",

                        "exportable": "%X{X-Span-Export:-}",

                        "pid": "${PID:-}",

                        "thread": "%thread",

                        "class": "%logger{40}",

                        "rest": "%message"

                        }

                    </pattern>

                </pattern>

            </providers>

        </encoder>

    </appender>

    <!-- 日志输出级别及方式 -->

    <root level="DEBUG">

        <appender-ref ref="CONSOLE"/>

        <appender-ref ref="LOGSTASH_PATTERN"/>

        <appender-ref ref="DEBUG_FILE"/>

        <appender-ref ref="INFO_FILE"/>

        <appender-ref ref="WARN_FILE"/>

        <appender-ref ref="ERROR_FILE"/>

    </root>

    ...

</configuration>

查看索引库

　　重启项目后，访问：http://192.168.10.101:9100 可以看到已经创建好了 applog 索引库。

测试

　　访问：http://localhost:9000/order-service/order/1 查看索引库结果如下：

　　访问：http://192.168.10.101:5601/ Kibana 首页。

　　添加 applog 索引库。

　　不使用时间过滤器。

　　搜索 gateway 结果如下：

　　至此 Sleuth 链路追踪所有的知识点就讲解结束了。

　　本文采用 知识共享「署名-非商业性使用-禁止演绎 4.0 国际」许可协议。

　　大家可以通过 分类 查看更多关于 Spring Cloud 的文章。