在 分布式鏈路追蹤，一文幫你掌握它！ 這篇文章中，我們詳細(xì)地分析了分布式鏈路追蹤的原理，這篇文章，我們將分析一款開源的分布式鏈路追蹤框架：Apache SkyWalking。

一、SkyWalking 原理

1. 架構(gòu)

SkyWalking 由中國開源社區(qū)發(fā)起，并于2019年捐贈給 Apache 軟件基金會，成為其頂級項目之一。SkyWalking 的整體架構(gòu)由四個主要組件組成：探針（Agent）、收集層（Collector）、數(shù)據(jù)存儲層（Storage）、和 UI 層。各組件之間通過網(wǎng)絡(luò)通信，協(xié)同工作，實現(xiàn)數(shù)據(jù)的收集、傳輸、存儲、分析與展示。整體架構(gòu)如下圖：

SkyWalking 架構(gòu)圖

• 探針（Agent）：部署在被監(jiān)控的服務(wù)實例上，負(fù)責(zé)收集應(yīng)用的性能數(shù)據(jù)和調(diào)用鏈信息。
• 收集層（Collector）：接收探針發(fā)送的數(shù)據(jù)，對數(shù)據(jù)進(jìn)行處理、聚合和轉(zhuǎn)發(fā)。
• 數(shù)據(jù)存儲層（Storage）：存儲經(jīng)過處理的性能指標(biāo)和追蹤數(shù)據(jù)，支持多種存儲后端，如 Elasticsearch、H2、MySQL、TiDB 等。
• UI 層：提供用戶界面，通過圖形化的方式展示監(jiān)控數(shù)據(jù)和分析結(jié)果，供用戶查看和分析。

2. 數(shù)據(jù)收集

SkyWalking 通過探針在被監(jiān)控的應(yīng)用中植入代碼，攔截應(yīng)用的請求與響應(yīng)過程，收集相關(guān)的性能指標(biāo)和調(diào)用鏈信息。探針主要有以下幾種類型：

• Agent：針對不同語言和框架的探針，如 Java Agent、.NET Agent、Python Agent、Node.js Agent 等。
• APM 插件：支持常見框架和技術(shù)，如 Spring、Dubbo、gRPC、HTTP 等，自動注入探針代碼，捕獲關(guān)鍵的性能數(shù)據(jù)和調(diào)用關(guān)系。
• 擴(kuò)展機(jī)制：允許用戶通過自定義插件擴(kuò)展探針功能，滿足特定的監(jiān)控需求。

數(shù)據(jù)收集的核心指標(biāo)包括：

• 指標(biāo)數(shù)據(jù)：如響應(yīng)時間、吞吐量、失敗率、CPU 使用率、內(nèi)存使用率等。
• 調(diào)用鏈數(shù)據(jù)：記錄請求在分布式系統(tǒng)中的流轉(zhuǎn)路徑，包括各個服務(wù)的調(diào)用關(guān)系、耗時等信息。

3. 數(shù)據(jù)處理與存儲

收集到的數(shù)據(jù)通過網(wǎng)絡(luò)傳輸?shù)?SkyWalking 的收集層（Collector）。Collector 負(fù)責(zé)接收、解析和處理這些數(shù)據(jù)，包括去重、聚合、過濾等操作，然后將其存儲到后端的存儲系統(tǒng)中。

SkyWalking 的數(shù)據(jù)處理機(jī)制具有高度的擴(kuò)展性和靈活性，支持多種存儲后端，使得用戶可以根據(jù)自身需求選擇最合適的存儲方案。常見的存儲后端包括：

• Elasticsearch：適合大規(guī)模、高并發(fā)的數(shù)據(jù)存儲和快速查詢。
• H2：輕量級嵌入式數(shù)據(jù)庫，適用于小規(guī)模或測試環(huán)境。
• MySQL / TiDB：關(guān)系型數(shù)據(jù)庫，適合需要事務(wù)支持和復(fù)雜查詢的場景。

除了存儲，Collector 還負(fù)責(zé)對數(shù)據(jù)進(jìn)行索引和分片，優(yōu)化查詢性能。此外，Collector 可以接入消息隊列，如 Kafka，實現(xiàn)數(shù)據(jù)的異步傳輸和高可用性。

4. 數(shù)據(jù)展示與分析

SkyWalking 的 UI 組件提供了豐富的數(shù)據(jù)可視化功能，幫助用戶直觀地理解系統(tǒng)的運(yùn)行狀況和性能瓶頸。其主要功能包括：

• 服務(wù)拓?fù)洌赫故靖鱾€服務(wù)實例之間的調(diào)用關(guān)系，幫助用戶了解系統(tǒng)的整體架構(gòu)和關(guān)鍵依賴。
• 調(diào)用鏈分析：基于 Tracing 數(shù)據(jù)，展示單個請求的詳細(xì)調(diào)用路徑，以及各個環(huán)節(jié)的耗時和性能指標(biāo)。
• 指標(biāo)分析：提供實時和歷史的性能指標(biāo)圖表，如響應(yīng)時間趨勢、吞吐量變化、資源使用情況等。
• 告警管理：根據(jù)預(yù)設(shè)的規(guī)則，對異常情況進(jìn)行實時告警，幫助運(yùn)維快速響應(yīng)和處理故障。
• 日志聚合：整合分布式系統(tǒng)中的日志信息，輔助故障排查和性能優(yōu)化。

二、使用方式

1. 部署方式

SkyWalking 支持多種部署方式，可以根據(jù)具體的業(yè)務(wù)需求和系統(tǒng)架構(gòu)選擇最適合的方案。

• 單節(jié)點部署：適用于小規(guī)模測試和開發(fā)環(huán)境，所有組件（Collector、Storage、UI）部署在同一節(jié)點上。
• 分布式部署：適用于生產(chǎn)環(huán)境，支持將不同組件部署在不同節(jié)點上，提升性能和可用性。
• 容器化部署：支持通過 Docker 和 Kubernetes 等容器編排工具部署，方便與云原生環(huán)境集成。
• 混合云部署：支持跨多個數(shù)據(jù)中心和云環(huán)境的部署，滿足復(fù)雜的企業(yè)級需求。

2. 使用 Docker 部署

SkyWalking 提供了官方的 Docker 鏡像，簡化了部署流程。以下是通過 Docker Compose 快速部署 SkyWalking 的步驟：

(1) 安裝 Docker 和 Docker Compose

首先確保系統(tǒng)已安裝 Docker 和 Docker Compose?？梢酝ㄟ^以下命令檢查版本：

docker --version
docker-compose --version

(2) 下載 Docker Compose 文件

從 SkyWalking 官方倉庫下載 docker-compose.yml 文件，或者根據(jù)需求自行編寫。

(3) 啟動 SkyWalking 服務(wù)

在 docker-compose.yml 文件目錄下運(yùn)行：

docker-compose up -d

(4) 訪問 SkyWalking UI

默認(rèn)情況下，SkyWalking UI 綁定在 8080 端口，可以通過瀏覽器訪問 http://localhost:8080 查看監(jiān)控數(shù)據(jù)。

3. 集成方法

SkyWalking 提供多種集成方法，適用于不同的編程語言和框架，這里以 Java 語言為例，介紹如何集成方式。

對于 Java 應(yīng)用，SkyWalking 提供了 Java Agent，可以通過以下步驟進(jìn)行集成：

(1) 下載 Agent

從 SkyWalking 官方網(wǎng)站下載最新版本的 Java Agent。

(2) 配置應(yīng)用啟動參數(shù)

將 Agent 包含在應(yīng)用的啟動參數(shù)中，例如：

java -javaagent:/path/to/skywalking-agent.jar -Dskywalking.agent.service_name=your-service-name -Dskywalking.agent.collector_backend_service=localhost:11800 -jar your-app.jar

其中，service_name 是應(yīng)用的服務(wù)名，collector_backend_service 是 SkyWalking Collector 的地址。

(3) 啟動應(yīng)用

啟動應(yīng)用后，Agent 會自動攔截應(yīng)用的請求，采集性能數(shù)據(jù)并發(fā)送到 Collector。

4. 配置與優(yōu)化

合理的配置和優(yōu)化可以提升 SkyWalking 的性能和使用體驗。以下是一些常見的配置和優(yōu)化建議：

(1) 采樣率設(shè)置

設(shè)置合適的采樣率，平衡數(shù)據(jù)的全面性和系統(tǒng)的性能開銷。采樣率過高會增加網(wǎng)絡(luò)和存儲的壓力，過低則可能遺漏關(guān)鍵的性能數(shù)據(jù)。

collector:
 logging:
   sampling_rate: 1.0  # 范圍 0.0 - 1.0

(2) 存儲后端選擇

根據(jù)系統(tǒng)的規(guī)模和查詢需求選擇合適的存儲后端。Elasticsearch 適用于大規(guī)模數(shù)據(jù)和復(fù)雜查詢，H2 適合小規(guī)模和測試環(huán)境，MySQL/TiDB 適合需要事務(wù)支持的場景。

(3) 分片與索引優(yōu)化

針對存儲后端進(jìn)行分片和索引優(yōu)化，提高數(shù)據(jù)的寫入和查詢效率。例如，對于 Elasticsearch，可以根據(jù)數(shù)據(jù)量和查詢模式調(diào)整分片數(shù)量和副本配置。

(4) 資源分配與監(jiān)控

為 SkyWalking 的各個組件（Collector、Storage、UI）分配足夠的資源（CPU、內(nèi)存、磁盤），并通過監(jiān)控工具實時監(jiān)控其運(yùn)行狀況，避免因資源不足導(dǎo)致的性能瓶頸。

(5) 高可用部署

在生產(chǎn)環(huán)境中，建議部署多個 Collector 實例，通過負(fù)載均衡器進(jìn)行流量分發(fā)，確保系統(tǒng)的高可用性和容錯性。

(6) 安全配置

對 SkyWalking 的通信和訪問進(jìn)行安全配置，如啟用 SSL/TLS 加密、設(shè)置訪問控制和權(quán)限管理，保護(hù)監(jiān)控數(shù)據(jù)的安全性。

5. 常用功能介紹

SkyWalking 提供了豐富的功能，覆蓋了分布式系統(tǒng)的各個方面。以下是一些常用功能的詳細(xì)介紹：

• 服務(wù)拓?fù)洌?服務(wù)拓?fù)湔故玖讼到y(tǒng)中所有服務(wù)之間的調(diào)用關(guān)系，包括服務(wù)實例、依賴關(guān)系和通信流量。用戶可以通過拓?fù)鋱D快速了解系統(tǒng)的整體架構(gòu)，識別關(guān)鍵服務(wù)和潛在的性能瓶頸。
• 分布式追蹤：SkyWalking 通過分布式追蹤技術(shù)，記錄請求在各個服務(wù)之間的流轉(zhuǎn)路徑，包括每個服務(wù)的響應(yīng)時間、處理邏輯和資源消耗。用戶可以查看單個請求的詳細(xì)調(diào)用鏈，定位性能問題和故障根源。
• 指標(biāo)分析：提供全面的性能指標(biāo)監(jiān)控和分析功能，如響應(yīng)時間、吞吐量、失敗率、資源使用情況（CPU、內(nèi)存、磁盤等）。用戶可以通過圖表和報表直觀地了解系統(tǒng)的運(yùn)行狀況和歷史趨勢。
• 告警管理：支持基于閾值、異常檢測和自定義規(guī)則的實時告警功能。當(dāng)系統(tǒng)出現(xiàn)異常情況時，SkyWalking 會及時發(fā)送告警通知，幫助運(yùn)維團(tuán)隊快速響應(yīng)和處理問題。告警通知可以通過多種渠道發(fā)送，如郵件、Slack、釘釘?shù)取?/li>
• 日志聚合：通過與日志系統(tǒng)（如 ELK、Fluentd 等）集成，實現(xiàn)日志的集中采集、存儲和分析。用戶可以在 SkyWalking 中關(guān)聯(lián)日志數(shù)據(jù)和追蹤數(shù)據(jù)，提升故障排查的效率。
• 拓?fù)浞治觯禾峁┓?wù)間通信的拓?fù)浞治龉δ?，幫助用戶識別系統(tǒng)中的熱點服務(wù)、關(guān)鍵依賴和潛在的單點故障。
• 性能診斷：通過對請求性能的深入分析，識別系統(tǒng)的性能瓶頸，提供優(yōu)化建議。例如，定位高響應(yīng)時間的接口、資源消耗過大的服務(wù)等。
• 系統(tǒng)健康檢查：提供系統(tǒng)運(yùn)行狀態(tài)的健康檢查，監(jiān)控各個組件的運(yùn)行狀況，如內(nèi)存使用率、CPU 負(fù)載、磁盤空間等，確保系統(tǒng)的穩(wěn)定性和可靠性。

三、優(yōu)缺點

1. 優(yōu)點

• 開源且活躍的社區(qū)支持：SkyWalking 是 Apache 基金會的頂級項目，擁有活躍的社區(qū)和豐富的文檔資源。用戶可以通過社區(qū)獲取技術(shù)支持、交流經(jīng)驗，并參與項目的發(fā)展。
• 多語言支持：SkyWalking 支持 Java、.NET、Node.js、Python 等多種編程語言，適用于多語言混合的微服務(wù)架構(gòu)。
• 豐富的插件機(jī)制：提供了豐富的探針和插件，支持多種框架和技術(shù)，如 Spring、Dubbo、gRPC、HTTP、數(shù)據(jù)庫等，方便用戶快速集成和擴(kuò)展功能。
• 強(qiáng)大的數(shù)據(jù)分析與可視化：提供全面的服務(wù)拓?fù)?、分布式追蹤、指?biāo)分析等可視化功能，幫助用戶直觀地了解系統(tǒng)的運(yùn)行狀況和性能瓶頸。
• 高擴(kuò)展性與靈活性：SkyWalking 具有高度的擴(kuò)展性，支持多種存儲后端和部署方式，滿足不同規(guī)模和需求的系統(tǒng)監(jiān)控。
• 高可用與容錯機(jī)制：支持分布式部署和負(fù)載均衡，確保系統(tǒng)的高可用性和容錯能力，適用于生產(chǎn)級別的應(yīng)用場景。
• 豐富的告警與通知機(jī)制：提供多種告警配置選項和通知渠道，幫助用戶及時發(fā)現(xiàn)和響應(yīng)系統(tǒng)異常，提高運(yùn)維效率。
• 集成多種監(jiān)控數(shù)據(jù)：除了分布式追蹤，SkyWalking 還集成了指標(biāo)監(jiān)控和日志聚合，提供全面的系統(tǒng)可觀測性。

2. 缺點

• 配置復(fù)雜：對于初次接觸 SkyWalking 的用戶來說，系統(tǒng)的部署和配置可能較為復(fù)雜，尤其是在分布式和高可用性部署的場景下，需要較多的配置和調(diào)優(yōu)。
• 資源消耗較高：在大規(guī)模和高并發(fā)的系統(tǒng)中，SkyWalking 的 Collector 和 Storage 組件可能會消耗較多的資源（CPU、內(nèi)存、磁盤），需要合理規(guī)劃和分配資源。
• 學(xué)習(xí)曲線較陡：由于功能豐富，SkyWalking 的使用和操作需要一定的學(xué)習(xí)成本，尤其是對于數(shù)據(jù)分析和告警配置等高級功能。
• 存儲后端限制：雖然 SkyWalking 支持多種存儲后端，但不同的存儲系統(tǒng)在性能、擴(kuò)展性和功能上存在差異，用戶需要根據(jù)實際需求選擇合適的存儲方案。部分存儲后端在大規(guī)模數(shù)據(jù)的寫入和查詢時表現(xiàn)可能不如預(yù)期。
• 生態(tài)系統(tǒng)集成：雖然 SkyWalking 支持與常見的監(jiān)控工具（如 Prometheus、Grafana）集成，但在某些特定場景下，可能需要額外的開發(fā)和定制工作。
• 社區(qū)支持相對較新：相較于一些成熟的 APM 工具（如 Jaeger、Zipkin），SkyWalking 的社區(qū)規(guī)模和活躍度相對較小，部分高級功能的支持和文檔可能不足。
• 高級功能復(fù)雜：某些高級功能（如自定義告警規(guī)則、復(fù)雜的拓?fù)浞治觯┬枰钊肜斫?SkyWalking 的內(nèi)部機(jī)制和配置，對于缺乏相關(guān)經(jīng)驗的用戶來說，可能較難上手。

四、總結(jié)

本文，我們分析了鏈路追蹤框架 SkyWalking的工作原理以及如何使用它，SkyWalking 是一款開源的分布式追蹤和應(yīng)用性能監(jiān)控工具，如果工作中我們想對分布式系統(tǒng)進(jìn)行性能分析和監(jiān)控，那么 SkyWalking 是一個不錯的選擇。