微服务调用链追踪中心搭建


微服务调用链追踪中心搭建
概述

一个完整的微服务系统包含多个微服务单元,各个微服务子系统存在互相调用的情况,形成一个 调用链。一个客户端请求从发出到被响应 经历了哪些组件、哪些微服务、请求总时长、每个组件所花时长 等信息我们有必要了解和收集,以帮助我们定位性能瓶颈、进行性能调优,因此监控整个微服务架构的调用链十分有必要,本文将阐述如何使用 Zipkin 搭建微服务调用链追踪中心。

Zipkin初摸

正如 Ziplin官网 所描述,Zipkin是一款分布式的追踪系统,其可以帮助我们收集微服务架构中用于解决延时问题的时序数据,更直白地讲就是可以帮我们追踪调用的轨迹。

Zipkin的设计架构如下图所示:

12.jpg


微服务调用链追踪中心搭建

要理解这张图,需要了解一下Zipkin的几个核心概念:

Reporter
在某个应用中安插的用于发送数据给Zipkin的组件称为Report,目的就是用于追踪数据收集

Span
微服务中调用一个组件时,从发出请求开始到被响应的过程会持续一段时间,将这段跨度称为Span

Trace
从Client发出请求到完成请求处理,中间会经历一个调用链,将这一个整个过程称为一个追踪(Trace)。一个Trace可能包含多个Span,反之每个Span都有一个上级的Trace。

Transport
一种数据传输的方式,比如最简单的HTTP方式,当然在高并发时可以换成Kafka等消息队列

看了一下基本概念后,再结合上面的架构图,可以试着理解一下,只有装配有Report组件的Client才能通过Transport来向Zipkin发送追踪数据。追踪数据由Collector收集器进行手机然后持久化到Storage之中。最后需要数据的一方,可以通过UI界面调用API接口,从而最终取到Storage中的数据。可见整体流程不复杂。

Zipkin官网给出了各种常见语言支持的OpenZipkin libraries:

13.jpg


微服务调用链追踪中心搭建

本文接下来将 构造微服务追踪的实验场景 并使用 Brave 来辅助完成微服务调用链追踪中心搭建!

部署Zipkin服务

利用Docker来部署Zipkin服务再简单不过了:

docker run -d -p 9411:9411 --name zipkin docker.io/openzipkin/zipkin
完成之后浏览器打开:localhost:9411可以看到Zipkin的可视化界面:

14.jpg


微服务调用链追踪中心搭建

模拟微服务调用链

我们来构造一个如下图所示的调用链:

15.jpg


微服务调用链追踪中心搭建

图中包含 一个客户端 + 三个微服务:

Client:使用/servicea接口消费ServiceA提供的服务
ServiceA:使用/serviceb接口消费ServiceB提供的服务,端口8881
ServiceB:使用/servicec接口消费ServiceC提供的服务,端口8882
ServiceC:提供终极服务,端口8883
为了模拟明显的延时效果,准备在每个接口的响应中用代码加入3s的延时。

简单起见,我们用SpringBt来实现三个微服务。

ServiceA的控制器代码如下:

@RestControllerpublic class ServiceAContorller { @Autowired private RestTemplate restTemplate; @GetMapping("/servicea”) public String servicea() { try { Thread.sleep( 3000 ); } catch (InterruptedException e) { e.printStackTrace(); } return restTemplate.getForObject("http://localhost:8882/serviceb", String.class); }}
ServiceB的代码如下:

@RestControllerpublic class ServiceBContorller { @Autowired private RestTemplate restTemplate; @GetMapping("/serviceb”) public String serviceb() { try { Thread.sleep( 3000 ); } catch (InterruptedException e) { e.printStackTrace(); } return restTemplate.getForObject("http://localhost:8883/servicec", String.class); }}
ServiceC的代码如下:

@RestControllerpublic class ServiceCContorller { @Autowired private RestTemplate restTemplate; @GetMapping("/servicec”) public String servicec() { try { Thread.sleep( 3000 ); } catch (InterruptedException e) { e.printStackTrace(); } return "Now, we reach the terminal call: servicec !”; }}
我们将三个微服务都启动起来,然后浏览器中输入localhost:8881/servicea来发出请求,过了9s之后,将取到ServiceC中提供的微服务接口所返回的内容,如下图所示:

16.jpg


微服务调用链追踪中心搭建

很明显,调用链可以正常work了!

那么接下来我们就要引入Zipkin来追踪这个调用链的信息!

编写与Zipkin通信的工具组件

从Zipkin官网我们可以知道,借助OpenZipkin库Brave,我们可以开发一个封装Brave的公共组件,让其能十分方便地嵌入到ServiceA,ServiceB,ServiceC服务之中,完成与Zipkin的通信。

为此我们需要建立一个新的基于Maven的Java项目:ZipkinTool

pom.xml中加入如下依赖:
<?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/xsd/maven-4.0.0.xsd";> <modelVersion>4.0.0</modelVersion> <groupId>com.hansonwang99</groupId> <artifactId>ZipkinTool</artifactId> <version>1.0-SNAPSHOT</version> <build> <plugins> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-compiler-plugin</artifactId> <configuration> <source>6</source> <target>6</target> </configuration> </plugin> </plugins> </build> <packaging>jar</packaging> <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot</artifactId> <version>2.0.1.RELEASE</version> <scope>provided</scope> </dependency> <dependency> <groupId>org.springframework</groupId> <artifactId>spring-webmvc</artifactId> <version>4.3.7.RELEASE</version> <scope>provided</scope> </dependency> <dependency> <groupId>io.zipkin.brave</groupId> <artifactId>brave-spring-web-servlet-interceptor</artifactId> <version>4.0.6</version> </dependency> <dependency> <groupId>io.zipkin.brave</groupId> <artifactId>brave-spring-resttemplate-interceptors</artifactId> <version>4.0.6</version> </dependency> <dependency> <groupId>io.zipkin.reporter</groupId> <artifactId>zipkin-sender-okhttp3</artifactId> <version>0.6.12</version> </dependency> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <version>RELEASE</version> <scope>compile</scope> </dependency> </dependencies></project>
编写ZipkinProperties类
其包含endpoint和service两个属性,我们最后是需要将该两个参数提供给ServiceA、ServiceB、ServiceC微服务作为其application.properties中的Zipkin配置

@Data@Component@ConfigurationProperties("zipkin")public class ZipkinProperties { private String endpoint; private String service;}
用了lombok之后,这个类异常简单!

【注意:关于lombok的用法,可以看这里】
编写ZipkinConfiguration类
这个类很重要,在里面我们将Brave的BraveClientHttpRequestInterceptor拦截器注册到RestTemplate的拦截器调用链中来收集请求数据到Zipkin中;同时还将Brave的ServletHandlerInterceptor拦截器注册到调用链中来收集响应数据到Zipkin中

上代码吧:

@Configuration@Import({RestTemplate.class, BraveClientHttpRequestInterceptor.class, ServletHandlerInterceptor.class})public class ZipkinConfiguration extends WebMvcConfigurerAdapter { @Autowired private ZipkinProperties zipkinProperties; @Autowired private RestTemplate restTemplate; @Autowired private BraveClientHttpRequestInterceptor clientInterceptor; @Autowired private ServletHandlerInterceptor serverInterceptor; @Bean public Sender sender() { return OkHttpSender.create( zipkinProperties.getEndpoint() ); } @Bean public Reporter<Span> reporter() { return AsyncReporter.builder(sender()).build(); } @Bean public Brave brave() { return new Brave.Builder(zipkinProperties.getService()).reporter(reporter()).build(); } @Bean public SpanNameProvider spanNameProvider() { return new SpanNameProvider() { @Override public String spanName(HttpRequest httpRequest) { return String.format( "%s %s", httpRequest.getHttpMethod(), httpRequest.getUri().getPath() ); } }; } @PostConstruct public void init() { List<ClientHttpRequestInterceptor> interceptors = restTemplate.getInterceptors(); interceptors.add(clientInterceptor); restTemplate.setInterceptors(interceptors); } @Override public void addInterceptors(InterceptorRegistry registry) { registry.addInterceptor(serverInterceptor); }}
ZipkinTool完成以后,我们需要在ServiceA、ServiceB、ServiceC三个SpringBt项目的application.properties中加入Zipkin的配置:

以ServiceA为例:

server.port=8881zipkin.endpoint=http://你Zipkin服务所在机器的IP:9411/api/v1/spanszipkin.service=servicea
我们最后依次启动ServiceA、ServiceB、和ServiceC三个微服务,并开始实验来收集链路追踪数据 !

 实际实验

  1. 依赖分析


浏览器打开Zipkin的UI界面,可以查看 依赖分析:

17.jpg


微服务调用链追踪中心搭建

图中十分清晰地展示了ServiceA、ServiceB和ServiceC三个服务之间的调用关系!

注意,该图可缩放,并且每一个元素均可以点击,例如点击 ServiceB这个微服务,可以看到其调用链的上下游!

18.jpg


微服务调用链追踪中心搭建
  1. 查找调用链


接下来我们看一下调用链相关,点击 服务名,可以看到Zipkin监控到个所有服务:

19.jpg


微服务调用链追踪中心搭建

同时可以查看Span,如以ServiceA为例,其所有REST接口都再下拉列表中:

20.jpg


微服务调用链追踪中心搭建

以ServiceA为例,点击 Find Traces,可以看到其所有追踪信息:

21.jpg


微服务调用链追踪中心搭建

点击某个具体Trace,还能看到详细的每个Span的信息,如下图中,可以看到 A → B → C 调用过程中每个REST接口的详细时间戳:

22.jpg


微服务调用链追踪中心搭建

点击某一个REST接口进去还能看到更详细的信息,如查看/servicec这个REST接口,可以看到从发送请求到收到响应信息的所有详细步骤:

23.jpg


微服务调用链追踪中心搭建

0 个评论

要回复文章请先登录注册