目录
- 开发者_C学习
- 前言
- 何为调用链路
- Zipkin + Sleuth
- Zipkin
- Spring Cloud Sleuth
- Zipkin启动
- 引入jar
- 服务调用测试
- 总结
前言
如果在开发过程中,你还在靠查看服务器日志来寻找服务与服务之间的报错http://www.devze.com信息,那么这篇一定要来看下,通常在我们开发环境自测的时候,我们会将代码发布到开发环境,然后无论是通过postMan请求,还是通过页面请求,遇到报错的信息,我们都会去服务器上去看时实的日志,来寻找报错信息;
如果涉及到多个服务调用,这个时候会登陆多个服务器去查看服务的报错编程客栈信息,这仅仅是在我们开发环境自测的时候我们会去这么操作;如果是在生产环境,还依靠这种方式,那么多少就会显得比较low了,这时候我们就要快速的定位到故障服务,就要引入“服务调用链路”的概念。
何为调用链路
一个大型分布式微服务系统往往由若干个微服务组成,这些微服务部署在若干个服务器上,为了实现高可用还会采取集群的方式,若干个服务相互调用就形成了调用链网络。www.devze.com
服务之间的调用出现异常、超时、js宕机,某一个服务出现这样的情况,都会导致整个调用链路出现问题, 在出现这样问题的时候就要及时的解决,来避免整个业务系统的不可用,这个时候就必须快速定位问题。
Zipkin + Sleuth
作为为微服务提供调用链路支持的其实有很多组件,包括SkyWalking、CAT、Pinpoint、Zipkin + Sleuth,这些组件的实现方式、接入方式、颗粒度、traceid查询等方面可能有不同,但是最终目的其实都一样,就是把请求的链路记录下来供开发人员排错参考,这里我因为我项目使用的是Spring Cloud,协议也是使用的http,所选择的是 Spring Cloud Sleuth更加匹配项目,集成也相对容易。
Zipkin
Zipkin分布式追踪系统,简单的说在一个西瓜摊,里面的瓜有大有小、有熟有生、有好有坏,所有的瓜都混杂在一起,我们很难去找到比较合适的瓜买走, Zipkin所做的就是追踪分析,找到好的瓜,然后将坏的瓜卖不出去的瓜进行剔除。
这离涉及到几个概念,也是链路追踪的核心。
- Traceld:用来标记服务调用链的标记,包括所有在请求链中的服务,都使用的一个链路追踪ID
- SpanId:区域ID,调用链中某个服务的专属ID,无论是调用者和被调用者都会产生自己的SpanId
- ParentId:父级ID,调用者的生成的SpanId,在去请求下游服务,SpanId会成为下游服务的ParentId,用来标记上下游的关系。
Spring Cloud Sleuth
可以理解为基于Zipkin的一个封装,sleuth可以记录调用的情况,而Zipkin可以收集这些调用信息。
Zipkin启动
下面基于Spring Cloud Sleuth整合Zipkin
docker run zipkin:
docker run -d -p 9411:9411 openzipkin/zipkin
Zipkin 启动完成
引入jar
使用的框架版本 spring-cloud.version:Hoxton.SR4 spring-boot.version:2.2.6.RELEASE
<!-- sleuth jar --> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-sleuth</artifactId> </dependency> <!-- zipkin jar --> <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-sleuth-zipkin</artifactId> </dependency>
引入sleuth和zipkin,nacos配置
sleuth: enabled: true sampler: rate: 100 # 设置 Sleuth 收集信息的百分比 zipkin: sender: type: web base-url: http://127.0.0.1:9411/
⚠️ zipkin:sender:type: web (这里type类型可以支持多种,web、kafka、rabbit、activemq都可以支持),这里只做web类型的演示。
服务调用测试
System2 服务提供feig接口,供system服务调用
@FeignClient(contextId = "iTestServiceClient", value = "Lxlxxx-system2", fallbackFactory = TestServiceFallbackFactory.class) public interface ITestServiceClient { /** * 服务调用测试方法 * @return */ @GetMapping("/test/method") public String testRequestMethod(); }
system服务调System2的feign接口
@RestController @Slf4j public class TestController { @Autowired private ITestServiceClient iTestServiceClient; @GetMapping("/testMethod") public void testMethod(){ log.info("通过feign调用system2服务~~~~~~~~~"); iTestServiceClient.testRequestMethod(); } }
我这边注册了两个服务 分别是Lxlxxx-system 和 Lxlxxx-system2分服务
Zipkin查看调用情况
总结
由上面可见,可以很清楚的看出微服务之间的调用情况,当然这些调用的日志也是可以通过ES进行持久化的,这样可以保证Zipkin重启后,链路信息不会丢失,这里就不做展示了,有兴趣的朋友也可以将ES集成进去。
当然,Spring Cloud Sleuth 结合 Zipkin不光可以对微服务进行追踪,如果请求量较大也可以集成消息中间件,Sleuth将日志推给MQ,然后Zipkin去MQ队列获取服务调用日志,可以调用链在我们对服务监控、排查问题,起到了至关重要的作用。
以上就是微服务链路追踪Spring Cloud Sleuth整合Zipkin解析的详细内容,更多关于Spring Cloud Sleuth整合Zipkin的资料请关python注我们其它相关文章!
精彩评论