【Dalston】【第七章】分布式链路跟踪(Sleuth)

当我们进行微服务架构开发时，通常会根据业务来划分微服务，各业务之间通过REST进行调用。一个用户操作，可能需要很多微服务的协同才能完成，如果在业务调用链路上任何一个微服务出现问题或者网络超时，都会导致功能失败。随着业务越来越多，对于微服务之间的调用链的分析会越来越复杂。

Spring Cloud Sleuth为服务之间调用提供链路追踪。通过Sleuth可以很清楚的了解到一个服务请求经过了哪些服务，每个服务处理花费了多长。从而让我们可以很方便的理清各微服务间的调用关系。此外Sleuth可以帮助我们：

耗时分析: 通过Sleuth可以很方便的了解到每个采样请求的耗时，从而分析出哪些服务调用比较耗时;
可视化错误: 对于程序未捕捉的异常，可以通过集成Zipkin服务界面上看到;
链路优化: 对于调用比较频繁的服务，可以针对这些服务实施一些优化措施。

1. Sleuth+Log 示例代码

我们先用最简单的方式集成Sleuth，把Sleuth所跟踪到的信息输出到日志中。基础代码采用之前所构建的商城项目。

1.1 改造Mall-Web

增加bootstrap.properties文件

为了能够让日志文件可以获取到服务名称，我们需要将原来配置在application.properties中的部分内容移入到bootstrap.properties配置文件中，这是因为SpringBoot在启动时会优先扫描bootstrap配置源，从而能够让日志可以获取到服务名称。

server.port=8080

spring.application.name=MALL-WEB

修改application.properties文件

eureka.client.service-url.defaultZone=http://localhost:8260/eureka

logging.level.org.springframework=INFO
logging.level.org.springframework.web.servlet.DispatcherServlet=DEBUG

这里主要是把DispatcherServlet的日志级别修改为DEBUG。

修改Logback配文件

在resources目录中增加一个名称为: logback-spring.xml的文件，内容如下：

<?xml version="1.0" encoding="UTF-8" ?>
<configuration>
    <include resource="org/springframework/boot/logging/logback/defaults.xml"/>
    
    <springProperty scope="context" name="springAppName" source="spring.application.name"/>

    <!-- Example for logging into the build folder of your project -->
    <property name="LOG_FILE" value="${BUILD_FOLDER:-build}/${springAppName}"/>

    <property name="CONSOLE_LOG_PATTERN"
              value="%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} %clr(${LOG_LEVEL_PATTERN:-%5p})
            %clr(${PID:- }){magenta} %clr(---){faint} %clr([%15.15t]){faint} %clr(%-40.40logger{39}){cyan} %clr(:){faint} %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}"/>

    <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">
        <layout class="ch.qos.logback.classic.PatternLayout">
            <Pattern>
                %d{yyyy-MM-dd HH:mm:ss SSS} [%thread] %-5level %logger{36} - %msg%n
            </Pattern>
        </layout>
    </appender>

    <!-- Appender to log to console -->
    <appender name="console" class="ch.qos.logback.core.ConsoleAppender">
        <filter class="ch.qos.logback.classic.filter.ThresholdFilter">
            <!-- Minimum logging level to be presented in the console logs-->
            <level>DEBUG</level>
        </filter>
        <encoder>
            <pattern>${CONSOLE_LOG_PATTERN}</pattern>
            <charset>utf8</charset>
        </encoder>
    </appender>

    <!-- Appender to log to file -->
    <appender name="flatfile" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <file>${LOG_FILE}</file>
        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
            <fileNamePattern>${LOG_FILE}.%d{yyyy-MM-dd}.gz</fileNamePattern>
            <maxHistory>7</maxHistory>
        </rollingPolicy>
        <encoder>
            <pattern>${CONSOLE_LOG_PATTERN}</pattern>
            <charset>utf8</charset>
        </encoder>
    </appender>
        
    <root level="INFO">
        <appender-ref ref="console"/>
        <!-- uncomment this to have also JSON logs -->
        <!--<appender-ref ref="logstash"/>-->
        <!--<appender-ref ref="flatfile"/>-->
    </root>
</configuration>

SpringCloud的参考手册中提到：SLF4J MDC总是会自动进行设置，并且如果使用logback，那么trace/span的id则会立即显示在日志中。其他的日志系统需要配置各自的格式来达到这样的效果。默认的logging.pattern.level设置为%clr(%5p) %clr([${spring.application.name:},%X{X-B3-TraceId:-},%X{X-B3-SpanId:-},%X{X-Span-Export:-}]){yellow} (这也是一个Spring Boot整合logback时有的特性)。这就意味着，如果使用SLF4J时不需要手工配置该格式，而其它日志系统则必须手工进行配置，否则不会输出。

修改POM文件

在pom.xml文件中增加如下依赖

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>

1.2 改造Product-Service

改造方式与上面相同。

1.3 启动测试

按照先后顺序分别启动Service-discovery、Product-Service和Mall-Web工程。然后在浏览器中输入: http://localhost:8080/products。然后我们分别观察Mall-Web和Product-Service控制台中日志输出，可以看到类似下面输出：

2017-07-10 21:36:24.802 DEBUG [MALL-WEB,e23abdb6268af95d,e23abdb6268af95d,false] [MALL-WEB,e23abdb6268af95d,e23abdb6268af95d,,false] 92827 --- [nio-8080-exec-4] o.s.web.servlet.DispatcherServlet        : DispatcherServlet with name 'dispatcherServlet' processing GET request for [/products]

2017-07-10 21:36:24.838 DEBUG [PRODUCT-SERVICE,e23abdb6268af95d,c68a9b1c2ab8a025,false] [PRODUCT-SERVICE,e23abdb6268af95d,c68a9b1c2ab8a025,e23abdb6268af95d,false] 92782 --- [nio-2100-exec-3] o.s.web.servlet.DispatcherServlet        : DispatcherServlet with name 'dispatcherServlet' processing GET request for [/products]

日志中类似 [MALL-WEB,e23abdb6268af95d,e23abdb6268af95d,false]、[PRODUCT-SERVICE,e23abdb6268af95d,c68a9b1c2ab8a025,false] 的日志内容它们的格式为： [appname,traceId,spanId,exportable]，也就是Sleuth的跟踪数据。其中：

appname: 为微服务的服务名称;
traceId\spanId: 为Sleuth链路追踪的两个术语，后面我们再仔细介绍;
exportable 是否是发送给Zipkin。

2. Sleuth术语

因为Sleuth是根据Google的Dapper’s论文而来的，所以在术语上也借鉴了Dapper。

Span: 最基本的工作单元。例如: 发送一个RPC就是一个新的span，同样一次RPC的应答也是。Span通过一个唯一的，长度为64位的ID来作为标识，另外，再使用一个64位ID用于服务调用跟踪。Span也可以带有其他数据，例如：描述，时间戳，键值对标签，起始Span的ID，以及处理ID（通常使用IP地址）等等。 Span有起始和结束，它们用于跟踪时间信息。Span应该都是成对出现的，有始必有终，所以一旦创建了一个span，那就必须在未来某个时间点结束它。

提示： 起始的Span通常被称为:root span。它的id通常也被作为一个跟踪记录的id。

Trace: 一个树结构的Span集合。例如：在分布式大数据存储中，可能每一次请求都是一次跟踪记录。
Annotation: 用于记录一个事件的时间信息。一些基础核心的Annotation用于记录请求的起始和结束时间，例如：
- cs: 客户端发送(Client Sent的缩写)。这个annotation表示一个span的起始;
- sr: 服务端接收(Server Received的缩写)。表示服务端接收到请求，并开始处理。如果减去cs的时间戳，则可以计算出网络传输耗时。
- ss: 服务端完成请求处理，应答信息被发回客户端(Server Sent的缩写)。如果减去sr的时间戳，则可以计算出服务端处理请求的耗时。
- cr: 客户端接收(Client Received的缩写)。标志着Span的结束。客户端成功的接收到服务端的应答信息。如果减去cs的时间戳，则可以计算出请求的响应耗时。

下图，通过可视化的方式描述了Span和Trace的概念：

trace-id

图中每一个颜色都表示着一个span（总共7个span，从A到G）。它们都有以下这些数据信息：

Trace Id = X
Span Id = D
Client Sent

表示该Span的Trace-Id为X，Span-Id为D。相应的事件为Client Sent。

这些Span的上下级关系可以通过下图来表示：

parents

3. 整合Zipkin服务

Zipkin是一个致力于收集分布式服务的时间数据的分布式跟踪系统。其主要涉及以下四个组件：

collector: 数据采集;
storage: 数据存储;
search: 数据查询;
UI: 数据展示.

Zipkin提供了可插拔数据存储方式：In-Memory、MySql、Cassandra以及Elasticsearch。接下来的测试为方便直接采用In-Memory方式进行存储，个人推荐Elasticsearch，特别是后续当我们需要整合ELK时。

ZipKin在Github源码地址为:https://github.com/openzipkin/zipkin。

ZipKin运行环境需要Jdk8支持。

在本篇中我们仅通过Http的方式向Zipkin提供跟踪数据，关于使用stream的方式后续讲到Spring Cloud Bus的时候再说明。我们所要搭建的系统架构如下(做了精简)：

zipkin-070

3.1 构建Zipkin-Server

编写pom.xml文件

还是继承自我们之前的parent：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <parent>
        <groupId>twostepsfromjava.cloud</groupId>
        <artifactId>twostepsfromjava-cloud-parent</artifactId>
        <version>1.0.0-SNAPSHOT</version>
        <relativePath>../parent</relativePath>
    </parent>

    <artifactId>zipkin-server</artifactId>
    <name>Spring Cloud Sample Projects: Zipkin Server</name>

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.cloud</groupId>
            <artifactId>spring-cloud-starter-eureka</artifactId>
        </dependency>
        <dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-server</artifactId>
        </dependency>
        <dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-autoconfigure-ui</artifactId>
            <scope>runtime</scope>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
            </plugin>
        </plugins>
    </build>
</project>

这里需要说明的时zipkin-autoconfigure-ui包提供了可视化界面。

编写启动类

/**
 * TwoStepsFromJava Cloud -- Zipkin Server Project
 *
 * @author CD826(CD826Dong@gmail.com)
 * @since 1.0.0
 */
@SpringBootApplication
@EnableZipkinServer
public class Application {

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

}

这里在Application的注解中增加@EnableZipkinServer，开启Zipkin服务。

编写bootstrap.properties配置文件

server.port=8240

spring.application.name=ZIPKIN-SERVER

我们把Zipkin服务的端口设置为：8240。

3.2 修改Mall-Web工程

修改pom.xml文件

在pom文件中增加以下依赖：

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>

同时可以删除之前的：

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>

应为，在spring-cloud-starter-zipkin中已经包含了对spring-cloud-starter-sleuth的依赖。

修改application.properties配置文件

在application.properties增加以下内容：

spring.zipkin.base-url=http://localhost:8240
spring.sleuth.sampler.percentage=1.0

spring.zipkin.base-url指定了Zipkin服务器的地址，spring.sleuth.sampler.percentage将采样比例设置为1.0，也就是全部都需要。关于采样可以参考下面的说明。

3.3 修改Product-Service工程

改造方式与上面相同。

3.4 启动测试

按照先后顺序分别启动Service-discovery、Zipkin-Server、Product-Service和Mall-Web工程。

查看Zipkin服务器

启动后我们可以访问：http://localhost:8240，可以看到如下界面：

说明Zipkin服务器启动成功。

访问几次Mall-Web所提供的服务

我们在浏览器中访问几次Mall-Web所提供的服务，然后转到Zipkin服务器，可以看到如下界面：

可以看到，Zipkin已经获取到几次服务的调用跟踪信息了。我们可以点击其中的一个请求，可以看到如下界面：

该界面对本次请求进行了更详细的展现。同样我们还可以再点击，以查看更为详细的数据，可以看到如下界面：

在该界面中我们可以看到之前所讲的各个时间跟踪信息。

在Zipkin界面中我们还可以点击[Dependencies]查看各服务之间的依赖关系，如下图：

错误信息

Zipkin可以在跟踪记录中显示错误信息。当异常抛出并且没有捕获，Zipkin就会自动的换个颜色显示。在跟踪记录的清单中，当看到红色的记录时，就表示有异常抛出了。如上面图中的第一个根据数据就显示了错误信息。我们还可以点击进去以获取更详细的错误信息。

3.5 采样率

在生成环境中，由于业务量比较大，所产生的跟踪数据可能会非常大，如果全部采集一是对业务有一定影响，二是对存储压力也会比较大，所以采样变的很重要。一般来说，我们也不需要把每一个发生的动作都进行记录。

Spring Cloud Sleuth有一个Sampler策略，可以通过这个实现类来控制采样算法。采样器不会阻碍span相关id的产生，但是会对导出以及附加事件标签的相关操作造成影响。 Sleuth默认采样算法的实现是Reservoir sampling，具体的实现类是PercentageBasedSampler，默认的采样比例为: 0.1(即10%)。不过我们可以通过spring.sleuth.sampler.percentage来设置，所设置的值介于0.0到1.0之间，1.0则表示全部采集。

也可以通过实现bean的方式来设置采样为全部采样(AlwaysSampler)或者不采样(NeverSampler)：如

@Bean public Sampler defaultSampler() {
    return new AlwaysSampler();
}

这也是为何之前我们需要修改Mall-Web和Product-Service中的spring.sleuth.sampler.percentage配置，如果是默认值很可能我们在Zipkin服务器上根本看不到。

原文地址：https://www.jianshu.com/p/c3d191663279