通過(guò)上一篇《分布式服務(wù)跟蹤（整合logstash）》，我們雖然已經(jīng)能夠利用ELK平臺(tái)提供的收集、存儲(chǔ)、搜索等強(qiáng)大功能，對(duì)跟蹤信息的管理和使用已經(jīng)變得非常便利。但是，在ELK平臺(tái)中的數(shù)據(jù)分析維度缺少對(duì)請(qǐng)求鏈路中各階段時(shí)間延遲的關(guān)注，很多時(shí)候我們追溯請(qǐng)求鏈路的一個(gè)原因是為了找出整個(gè)調(diào)用鏈路中出現(xiàn)延遲過(guò)高的瓶頸源，亦或是為了實(shí)現(xiàn)對(duì)分布式系統(tǒng)做延遲監(jiān)控等與時(shí)間消耗相關(guān)的需求，這時(shí)候類(lèi)似ELK這樣的日志分析系統(tǒng)就顯得有些乏力了。對(duì)于這樣的問(wèn)題，我們就可以引入Zipkin來(lái)得以輕松解決。

Zipkin簡(jiǎn)介

Zipkin是Twitter的一個(gè)開(kāi)源項(xiàng)目，它基于Google Dapper實(shí)現(xiàn)。我們可以使用它來(lái)收集各個(gè)服務(wù)器上請(qǐng)求鏈路的跟蹤數(shù)據(jù)，并通過(guò)它提供的REST API接口來(lái)輔助我們查詢跟蹤數(shù)據(jù)以實(shí)現(xiàn)對(duì)分布式系統(tǒng)的監(jiān)控程序，從而及時(shí)地發(fā)現(xiàn)系統(tǒng)中出現(xiàn)的延遲升高問(wèn)題并找出系統(tǒng)性能瓶頸的根源。除了面向開(kāi)發(fā)的API接口之外，它也提供了方便的UI組件來(lái)幫助我們直觀的搜索跟蹤信息和分析請(qǐng)求鏈路明細(xì)，比如：可以查詢某段時(shí)間內(nèi)各用戶請(qǐng)求的處理時(shí)間等。

上圖展示了Zipkin的基礎(chǔ)架構(gòu)，它主要有4個(gè)核心組件構(gòu)成：

• Collector：收集器組件，它主要用于處理從外部系統(tǒng)發(fā)送過(guò)來(lái)的跟蹤信息，將這些信息轉(zhuǎn)換為Zipkin內(nèi)部處理的Span格式，以支持后續(xù)的存儲(chǔ)、分析、展示等功能。
• Storage：存儲(chǔ)組件，它主要對(duì)處理收集器接收到的跟蹤信息，默認(rèn)會(huì)將這些信息存儲(chǔ)在內(nèi)存中，我們也可以修改此存儲(chǔ)策略，通過(guò)使用其他存儲(chǔ)組件將跟蹤信息存儲(chǔ)到數(shù)據(jù)庫(kù)中。
• RESTful API：API組件，它主要用來(lái)提供外部訪問(wèn)接口。比如給客戶端展示跟蹤信息，或是外接系統(tǒng)訪問(wèn)以實(shí)現(xiàn)監(jiān)控等。
• Web UI：UI組件，基于API組件實(shí)現(xiàn)的上層應(yīng)用。通過(guò)UI組件用戶可以方便而有直觀地查詢和分析跟蹤信息。

HTTP收集

在Spring Cloud Sleuth中對(duì)Zipkin的整合進(jìn)行了自動(dòng)化配置的封裝，所以我們可以很輕松的引入和使用它，下面我們來(lái)詳細(xì)介紹一下Sleuth與Zipkin的基礎(chǔ)整合過(guò)程。主要分為兩步：

***步：搭建Zipkin Server

創(chuàng)建一個(gè)基礎(chǔ)的Spring Boot應(yīng)用，命名為zipkin-server，并在pom.xml中引入Zipkin Server的相關(guān)依賴(lài)，具體如下：

<parent> 
  <groupId>org.springframework.boot</groupId> 
  <artifactId>spring-boot-starter-parent</artifactId> 
  <version>1.5.10.RELEASE</version> 
  <relativePath/> 
</parent> 
<dependencies> 
  <dependency> 
    <groupId>io.zipkin.java</groupId> 
    <artifactId>zipkin-server</artifactId> 
  </dependency> 
  <dependency> 
    <groupId>io.zipkin.java</groupId> 
    <artifactId>zipkin-autoconfigure-ui</artifactId> 
  </dependency> 
</dependencies> 
<dependencyManagement> 
  <dependencies> 
    <dependency> 
        <groupId>org.springframework.cloud</groupId> 
        <artifactId>spring-cloud-dependencies</artifactId> 
        <version>Dalston.SR5</version> 
        <type>pom</type> 
        <scope>import</scope> 
    </dependency> 
  </dependencies> 
</dependencyManagement> 

• 創(chuàng)建應(yīng)用主類(lèi)ZipkinApplication，使用@EnableZipkinServer注解來(lái)啟動(dòng)Zipkin Server，具體如下：

@EnableZipkinServer 
@SpringBootApplication 
public class ZipkinApplication { 
 
  public static void main(String[] args) { 
    SpringApplication.run(ZipkinApplication.class, args); 
  } 
 
} 

• 在application.properties中做一些簡(jiǎn)單配置，比如：設(shè)置服務(wù)端口號(hào)為9411（客戶端整合時(shí)候，自動(dòng)化配置會(huì)連接9411端口，所以在服務(wù)端設(shè)置了端口為9411的話，客戶端可以省去這個(gè)配置）。

spring.application.name=zipkin-server 
server.port=9411 

創(chuàng)建完上述工程之后，我們將其啟動(dòng)起來(lái)，并訪問(wèn)http://localhost:9411/，我們可以看到如下圖所示的Zipkin管理頁(yè)面：

第二步：為應(yīng)用引入和配置Zipkin服務(wù)

在完成了Zipkin Server的搭建之后，我們還需要對(duì)應(yīng)用做一些配置，以實(shí)現(xiàn)將跟蹤信息輸出到Zipkin Server。我們以之前實(shí)現(xiàn)的trace-1和trace-2為例，對(duì)它們做以下改造內(nèi)容：

• 在trace-1和trace-2的pom.xml中引入spring-cloud-sleuth-zipkin依賴(lài)，具體如下所示。

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

• 在trace-1和trace-2的application.properties中增加Zipkin Server的配置信息，具體如下所示（如果在zip-server應(yīng)用中，我們將其端口設(shè)置為9411，并且均在本地調(diào)試的話，該參數(shù)也可以不配置，因?yàn)槟J(rèn)值就是http://localhost:9411）。

spring.zipkin.base-url=http://localhost:9411 

測(cè)試與分析

到這里我們已經(jīng)完成了接入Zipkin Server的所有基本工作，我們可以繼續(xù)將eureka-server、trace-1和trace-2啟動(dòng)起來(lái)，然后我們做一些測(cè)試實(shí)驗(yàn)，以對(duì)它的運(yùn)行機(jī)制有一些初步的理解。

我們先來(lái)向trace-1的接口發(fā)送幾個(gè)請(qǐng)求：http://localhost:9101/trace-1，當(dāng)我們?cè)谌罩局谐霈F(xiàn)跟蹤信息的***一個(gè)值為true的時(shí)候，說(shuō)明該跟蹤信息會(huì)輸出給Zipkin Server，所以此時(shí)我們可以去Zipkin Server的管理頁(yè)面中選擇合適的查詢條件后，點(diǎn)擊Find Traces，就可以查詢出剛才在日志中出現(xiàn)的跟蹤信息了（也可以根據(jù)日志中的Trace ID，在頁(yè)面的右上角輸入框中來(lái)搜索），具體如下頁(yè)面所示：

點(diǎn)擊下方trace-1端點(diǎn)的跟蹤信息，我們還可以得到Sleuth收集到的跟蹤到詳細(xì)信息，其中包括了我們關(guān)注的請(qǐng)求時(shí)間消耗等。

點(diǎn)擊導(dǎo)航欄中的Dependencies菜單，我們還可以查看Zipkin Server根據(jù)跟蹤信息分析生成的系統(tǒng)請(qǐng)求鏈路依賴(lài)關(guān)系圖：

消息中間件收集

Spring Cloud Sleuth在整合Zipkin時(shí)，不僅實(shí)現(xiàn)了以HTTP的方式收集跟蹤信息，還實(shí)現(xiàn)了通過(guò)消息中間件來(lái)對(duì)跟蹤信息進(jìn)行異步收集的封裝。通過(guò)結(jié)合Spring Cloud Stream，我們可以非常輕松的讓?xiě)?yīng)用客戶端將跟蹤信息輸出到消息中間件上，同時(shí)Zipkin服務(wù)端從消息中間件上異步地消費(fèi)這些跟蹤信息。

接下來(lái)，我們基于之前實(shí)現(xiàn)的trace-1和trace-2應(yīng)用以及zipkin-server服務(wù)端做一些改造，以實(shí)現(xiàn)通過(guò)消息中間件來(lái)收集跟蹤信息。改造的內(nèi)容非常簡(jiǎn)單，只需要我們做項(xiàng)目依賴(lài)和配置文件做一些調(diào)整就能馬上實(shí)現(xiàn)，下面我們分別對(duì)客戶端和服務(wù)端的改造內(nèi)容做詳細(xì)說(shuō)明：

***步：修改客戶端trace-1和trace-2

• 為了讓trace-1和trace-2在產(chǎn)生跟蹤信息之后，能夠?qū)⒊闃佑涗涊敵龅较⒅虚g件中，我們除了需要之前引入的spring-cloud-starter-sleuth依賴(lài)之外，還需要引入zipkin對(duì)Spring Cloud Stream的擴(kuò)展依賴(lài)spring-cloud-sleuth-stream以及基于Spring Cloud Stream實(shí)現(xiàn)的消息中間件綁定器依賴(lài)，以使用RabbitMQ為例，我們可以加入如下依賴(lài)：

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

• 在application.properties配置中去掉HTTP方式實(shí)現(xiàn)時(shí)使用的spring.zipkin.base-url參數(shù)，并根據(jù)實(shí)際部署情況，增加消息中間件的相關(guān)配置，比如下面這些關(guān)于RabbitMQ的配置信息：

spring.rabbitmq.host=localhost 
spring.rabbitmq.port=5672 
spring.rabbitmq.username=springcloud 
spring.rabbitmq.password=123456 

第二步：修改zipkin-server服務(wù)端

為了讓zipkin-server服務(wù)端能夠從消息中間件中獲取跟蹤信息，我們只需要在pom.xml中引入針對(duì)消息中間件收集封裝的服務(wù)端依賴(lài)spring-cloud-sleuth-zipkin-stream，同時(shí)為了支持具體使用的消息中間件，我們還需要引入針對(duì)消息中間件的綁定器實(shí)現(xiàn)，比如以使用RabbitMQ為例，我們可以在依賴(lài)中增加如下內(nèi)容：

<dependency> 
    <groupId>org.springframework.cloud</groupId> 
    <artifactId>spring-cloud-sleuth-zipkin-stream</artifactId> 
</dependency> 
 
<dependency> 
    <groupId>org.springframework.cloud</groupId> 
    <artifactId>spring-cloud-starter-stream-rabbit</artifactId> 
</dependency> 
 
<dependency> 
    <groupId>io.zipkin.java</groupId> 
    <artifactId>zipkin-autoconfigure-ui</artifactId> 
</dependency> 

其中，spring-cloud-sleuth-zipkin-stream依賴(lài)是實(shí)現(xiàn)從消息中間件收集跟蹤信息的核心封裝，其中包含了用于整合消息中間件的核心依賴(lài)、zipkin服務(wù)端的核心依賴(lài)、以及一些其他通常會(huì)被使用的依賴(lài)（比如：用于擴(kuò)展數(shù)據(jù)存儲(chǔ)的依賴(lài)、用于支持測(cè)試的依賴(lài)等）。但是，需要注意的是這個(gè)包里并沒(méi)有引入zipkin的前端依賴(lài)zipkin-autoconfigure-ui，為了方便使用，我們?cè)谶@里也引用了它。

測(cè)試與分析

在完成了上述改造內(nèi)容之后，我們繼續(xù)將eureka-server、trace-1和trace-2、zipkin-server都啟動(dòng)起來(lái)，同時(shí)確保RabbitMQ也處于運(yùn)行狀態(tài)。此時(shí)，我們可以在RabbitMQ的控制頁(yè)面中看到一個(gè)名為sleuth的交換器，它就是zipkin的消息中間件收集器實(shí)現(xiàn)使用的默認(rèn)主題。

***，我們使用之前的驗(yàn)證方法，通過(guò)向trace-1的接口發(fā)送幾個(gè)請(qǐng)求：http://localhost:9101/trace-1，當(dāng)有被抽樣收集的跟蹤信息時(shí)（調(diào)試時(shí)我們可以設(shè)置AlwaysSampler抽樣機(jī)制來(lái)讓每個(gè)跟蹤信息都被收集），我們可以在RabbitMQ的控制頁(yè)面中發(fā)現(xiàn)有消息被發(fā)送到了sleuth交換器中，同時(shí)我們?cè)俚絲ipkin服務(wù)端的Web頁(yè)面中也能夠搜索到相應(yīng)的跟蹤信息，那么我們使用消息中間件來(lái)收集跟蹤信息的任務(wù)到這里就完成了。

完整示例：

讀者可以根據(jù)喜好選擇下面的兩個(gè)倉(cāng)庫(kù)中查看trace-1和trace-2兩個(gè)項(xiàng)目：

Github：https://github.com/dyc87112/SpringCloud-Learning/

Gitee：https://gitee.com/didispace/SpringCloud-Learning/

【本文為51CTO專(zhuān)欄作者“翟永超”的原創(chuàng)稿件，轉(zhuǎn)載請(qǐng)通過(guò)51CTO聯(lián)系作者獲取授權(quán)】

戳這里，看該作者更多好文