文章目录

• 一、MicrometerTracingBrave(Sleuth)链路追踪
• • 1、MicrometerTracingBrave和Zipkin的概论
  • 2、Docker搭建Zipkin服务
  • 3、MicrometerTracingBrave和Zipkin实现链路追踪
• 二、SkyWaking服务的安装与使用
• • 1、SkyWalking的概论
  • 2、Java探针的环境搭建
  • 3、Java探针实现日志监控
  • 4、SkyWalking服务的搭建
• 三、SpringCloud使用SkyWalking实现链路追踪
• • 1、SkyWalking的环境搭建
  • 2、SpringCloud项目接入SkyWalking的探针
  • 3、Docker搭建Elasticsearch8.7.1环境
• 总结

一、MicrometerTracingBrave(Sleuth)链路追踪

因为SpringBoot3.0以上移除了Sleuth，迁移到了MicrometerTracingBrave，所以直接使用MicrometerTracingBrave即可。

1、MicrometerTracingBrave和Zipkin的概论

1. 为了能够在分布式架构中快速定位问题，分布式链路追踪应运而生。将一次分布式请求还原成调用链路，进行日志记录，性能监控并将一次分布式请求的调用情况集中展示。比如各个服务节点上的耗时、请求具体到达哪台机器上、每个服务节点的请求状态等等。
   常见的链路追踪技术有Sleuth、Zipkin、pinpoint、skywalking等。
2. SpringCloudSleuth只负责产生监控数据，通过日志的方式展示出来，并没有提供可视化的UI界面。
   Sleuth相当于调用链监控工具的客户端，集成在各个微服务上，负责产生调用链监控数据。
3. Sleuth核心概念
   1）Span：基本的工作单元，相当于链表中的一个节点，通过一个唯一ID标记它的开始、具体过程和结束。我们可以通过其中存储的开始和结束的时间戳来统计服务调用的耗时。除此之外还可以获取事件的名称、请求信息等。
   2）Trace：一系列的Span串联形成的一个树状结构，当请求到达系统的入口时就会创建一个唯一ID（traceId），唯一标识一条链路。这个traceId始终在服务之间传递，直到请求的返回，那么就可以使用这个traceId将整个请求串联起来，形成一条完整的链路。
   当调用链经过服务时，会记录TraceID和SpanID以及ParentSpanID。
   3）Annotation用来记录具体的事件。
   Client Sent，客户端发起一个请求的时间。
   Server Received，服务端接收到用户请求并开始处理的时间
   Server Sent，服务端将请求处理结果返回给客户端的时间。
   Client Received，客户端成功接收到来自服务器响应的时间戳。
4. Zipkin4个核心的组件
   1）Collector：收集器组件，它主要用于处理从外部系统发送过来的跟踪信息，将这些信息转换为Zipkin内部处理的 Span 格式，以支持后续的存储、分析、展示等功能。
   2）Storage：存储组件，它主要对处理收集器接收到的跟踪信息，默认会将这些信息存储在内存中，我们也可以修改此存储策略，通过使用其他存储组件将跟踪信息存储到数据库中
   3）RESTful API：API 组件，它主要用来提供外部访问接口。比如给客户端展示跟踪信息，或是外接系统访问以实现监控等。
   4）UI：基于API组件实现的上层应用。通过UI组件用户可以方便而有直观地查询和分析跟踪信息
5. zipkin优点：
   1）轻量级
   2）使用人数多，成熟
6. zipkin缺点：
   1）侵入性
   2）功能简单
   3）欠缺APM报表能力（能力弱）
7. zipkin致力于收集服务的定时数据，以解决微服务架构中的延迟问题，包括数据的收集、存储、查找和展现。主要作用是收集并查看链路数据。

2、Docker搭建Zipkin服务

在之前安装过RabbitMQ的虚拟机中继续安装Zipkin

1. 下载Zipkin镜像：docker pull openzipkin/zipkin
2. 创建并启动Zipkin服务：docker run --name rabbit-zipkin -d -p 9411:9411 --link rabbitmq -e RABBIT_ADDRESSES=rabbitmq:5672 -e RABBIT_USER=guest -e RABBIT_PASSWORD=guest openzipkin/zipkin
3. 浏览器访问Zipkin服务：http://192.168.126.11:9411
   

3、MicrometerTracingBrave和Zipkin实现链路追踪

1. 在gateway9527和payment8001和payment8002以及openfeign-order80项目的POM文件中添加tracing和zipkin依赖。

       io.micrometer    micrometer-observation    io.micrometer    micrometer-tracing-bridge-brave    io.github.openfeign    feign-micrometer    12.3     org.springframework.cloud    spring-cloud-starter-stream-rabbit    io.zipkin.reporter2    zipkin-reporter-brave

2. 在gateway9527和payment8001和payment8002以及openfeign-order80项目的yml文件中添加和brave和zipkin的配置信息。

   spring:  rabbitmq:    host: 192.168.126.11    port: 5672    username: guest    password: guest## 设置zipkin和brave配置和tracing的日志信息logging.pattern.level: "%5p [${spring.application.name:},%X{traceId:-},%X{spanId:-}]"management:  zipkin:    tracing:      endpoint: http://192.168.126.11:9411/api/v2/spans  tracing:    sampling:      # 采样率的概率，100%采样      probability: 1.0

3. gateway9527项目的YML文件配置跳过路由验证和Order的微服务路由

   org:  my:    jwt:      # 跳过认证路由      skipAuthUrls:        - /user/login        - /order/indexspring:  application:    #设置应用名    name: cloud-gateway  cloud:    gateway:      # 路由配置      routes:        # 路由ID，没有固定规则但要求唯一，建议配合服务名        - id: cloud-order-consumer          # 匹配后提供服务的路由地址 (即目标服务地址) lb后跟提供服务的微服务的名字          uri: lb://CLOUD-ORDER-CONSUMER          # 断言会接收一个输入参数，返回一个布尔值结果          predicates:            # 路径相匹配的进行路由            - Path=/orderpublic class TestAgent {        public static void premain(String agentArgs, Instrumentation inst){        System.out.println("********* premain 执行了 **********");        System.out.println("agentArgs:"+agentArgs);        inst.addTransformer(new TestTransformer());    }}

4. 将实现探针功能的类javaagent进行打包
   

5. 因为项目下target目录在项目没有显示，此时可以在项目的文件夹中去找
   
   打开项目文件夹下的target文件夹，复制下面的第一个jar包到刚刚存放helloagent.jar的文件夹下。
   

6. 在存放两个jar包的文件夹的目录那里，输入cmd回车，进入命令行。
   

7. 测试探针
   1）进入命令行后，输入：java -javaagent:javaagent.jar -jar helloagent-0.0.1-SNAPSHOT.jar
   
   
   2)在浏览器中访问：localhost:8080/hello
   
   即在访问后，会打印字节码添加成功，打印日志这个字符串。代表JAVA探针修改.class文件成功。

4、SkyWalking服务的搭建

1. 下载9.4.0版本的SkyWalking：https://dlcdn.apache.org/skywalking/9.4.0/apache-skywalking-apm-9.4.0.tar.gz

2. 使用mobax上传功能，将Linux版本的JDK和SkyWalking上传到opt目录下
   

3. 在opt目录中，输入将JDK解压到/usr/local的命令：tar -zxvf jdk-11.0.15.1_linux-x64_bin.tar.gz -C /usr/local/

4. 进入到/usr/local目录下，获取JDK名字，再编辑profile文件：vim /etc/profile，在文件底部添加如下配置：

   export JAVA_HOME=/usr/local/jdk-11.0.15.1export PATH=$PATH:$JAVA_HOME/bin

   • 生效profile文件：source /etc/profile
   • 查看jdk的版本号：java -version

5. 到opt目录下，在命令行中输入命令解压SkyWalking到/usr/local目录中：tar -zxvf apache-skywalking-apm-9.4.0.tar.gz -C /usr/local/
   SkyWalking解压后的目录：

   • webapp: Ul前端(web 监控页面)的jar包和配置文件
   • oap-libs：后台应用的jar包，以及它的依赖jar包
   • config：启动后台应用程序的配置文件，是使用的各种配置
   • bin：各种启动脚本，一般使用脚本startup.*来启动web页面和对应的后台应用
   • agent：代理服务jar包

6. 修改web的yml文件的端口号信息：vim /usr/local/apache-skywalking-apm-bin/webapp/application.yml
   

7. 启动SkyWalking服务

   • 到bin目录下：cd /usr/local/apache-skywalking-apm-bin/bin
   • 启动SkyWalking：./startup.sh

8. 在浏览器中访问：http://192.168.126.11:8068/
   

三、SpringCloud使用SkyWalking实现链路追踪

1、SkyWalking的环境搭建

1. 在体验完Java探针后，打开之前的cloud项目，复制cloud-consumer-openfeign-order80，粘贴到cloud父工程中，并修改名字为cloud-consumer-openfeign-skywalking-order80
   

2. 修改cloud-consumer-openfeign-skywalking-order80项目的POM文件的项目名
   

3. 在cloud父工程的POM文件中手动添加该子项目
   

4. 修改主启动类的名字
   

5. 移除cloud-consumer-openfeign-skywalking-order80项目的POM文件中之前的brave和zipkin的依赖
   

6. 此时再复制cloud-provider-payment8001项目，粘贴到cloud父项目中，改名字为cloud-provider-skywalking-payment8001
   跟上面的cloud-consumer-openfeign-skywalking-order80修改步骤相同。

7. 最后，在cloud-consumer-openfeign-skywalking-order80项目的YML文件中添加如下配置

   spring:  main:    #允许存在多个Feign调用相同Service的接口    allow-bean-definition-overriding: true

   即允许多个接口使用@FeignClient调用同一个服务。

2、SpringCloud项目接入SkyWalking的探针

1. 下载JavaAgent：https://dlcdn.apache.org/skywalking/java-agent/8.15.0/apache-skywalking-java-agent-8.15.0.tgz

2. 直接在文件夹中解压JavaAgent到当前文件即可，然后剪切该文件夹到cloud父工程即可。

3. 编辑两个SkyWalking项目Configuration
   

4. 编辑SkyWalkingOrderFeignMain80项目Configuration的VM options，代码如下

   -javaagent:D:CODEIDEAcloudskywalking-agentskywalking-agent.jar-DSW_AGENT_NAME=consumer-order-DSW_AGENT_COLLECTOR_BACKEND_SERVICES=192.168.126.11:11800

5. 编辑SkyWalkingPaymentMain8001项目Configuration的VM options，代码如下

   -javaagent:D:CODEIDEAcloudskywalking-agentskywalking-agent.jar-DSW_AGENT_NAME=provider-payment-DSW_AGENT_COLLECTOR_BACKEND_SERVICES=192.168.126.11:11800

此时-DSW_AGENT_NAME是指服务名字（自定义），只需要保证唯一性即可。

6. 测试
   1）启动Eureka7001和Eureka7002和SkyWalking的服务提供者和消费者
   2）在浏览器访问：192.168.126.11:8068
   

3、Docker搭建Elasticsearch8.7.1环境

1. 下载elasticsearch：docker pull elasticsearch:8.7.1

2. 创建并启动Elasticsearch：docker run --restart=always -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms512m -Xmx512m" --name='es' -d elasticsearch:8.7.1

   • -d：守护进程运行
   • ES_JAVA_OPTS：设置堆内存
   • discovery.type：设置单节点启动

3. 拷贝docker下的es容器的elasticsearch.yml文件：docker cp es:/usr/share/elasticsearch/config/elasticsearch.yml .

4. 修改拷贝到当前目录下的elasticsearch.yml文件：vim elasticsearch.yml，配置如下

   cluster.name: "docker-cluster"network.host: 0.0.0.0#----------------------- BEGIN SECURITY AUTO CONFIGURATION -----------------------## The following settings, TLS certificates, and keys have been automatically# generated to configure Elasticsearch security features on 10-05-2023 15:57:14## --------------------------------------------------------------------------------# Enable security featuresxpack.security.enabled: falsexpack.security.enrollment.enabled: false# Enable encryption for HTTP API client connections, such as Kibana, Logstash, and Agentsxpack.security.http.ssl:  enabled: false  keystore.path: certs/http.p12# Enable encryption and mutual authentication between cluster nodesxpack.security.transport.ssl:  enabled: false  verification_mode: certificate  keystore.path: certs/transport.p12  truststore.path: certs/transport.p12#----------------------- END SECURITY AUTO CONFIGURATION -------------------------

5. 将修改的elasticsearch.yml文件拷贝到es容器下存放elasticsearch.yml的目录下：docker cp elasticsearch.yml es:/usr/share/elasticsearch/config/

6. 重启ES服务：docker restart es

7. 在浏览器上访问ES服务：192.168.126.11:9200
   

总结

1. 因为SpringBoot3.0以上移除了Sleuth，迁移到了MicrometerTracingBrave，所以直接使用MicrometerTracingBrave即可。
   1）MicrometerTracing组件主要解决链路追踪的问题。
   MicrometerTracingBrave只负责产生监控数据，通过日志的方式展示出来，并没有提供可视化的UI界面。
   MicrometerTracingBrave核心概念，有Span、Trace、Annotation。Span是微服务调用链的节点；Brave是微服务调用链的入口节点；Annotation是微服务调用链用来记录具体事件的。
   2）实现MicrometerTracingBrave的链路追踪，需要在使用的微服务项目中导入Brave和Zipkin依赖、在YML文件中配置Brave和Zipkin，配置Brave的采样率和日志等级以及rabbimq等配置信息。而且需要使用虚拟机，安装rabbitmq和zipkin服务。
2. 1）zipkin稳定，但是功能简单，入侵性强；但是SkyWalking功能强，但是不够稳定，无代码入侵。
   SkyWalking的主要作用是链路追踪。
   2）JavaAgent（Java探针）提供了一种在加载字节码时对字节码进行修改的方式。
   即将.class文件进行修改，添加计时器功能；将监控方法的耗时及调用情况放入处理器；将后面的调用方法出栈后，将当前调用方法时间减去前面调用方法时间即可拿到耗时和获取轨迹；通过以上的数据进行分析，即可区分耗时数据。
   3）Java探针的使用，需要在实现探针的项目的POM文件中导入javassist依赖，也就是能处理java字节码的类库依赖，并且需要指定Premain类的路径，也就是在premain方法的类的路径。
   需要将原先的项目打成jar包；然后该编写探针类，获取需要修改的类或类的方法，进行修改.class文件。
   在命令行中使用指定的探针语法即可启动项目并且实现无侵入修改原先的项目的功能。
3. SpringCloud使用SkyWalking实现分布式链路追踪，首先需要去官网下载SkyWalking的压缩包，在Linux虚拟机中进行安装部署SkyWalking服务；再去官网下载JavaAgent压缩包，解压即可使用；在需要进行调用链的链路追踪的项目中进行Edit Configuration，然后进行指定JavaAgent的路径和自定义服务名（确保唯一）以及指定Agent的连接地址跟端口。然后即可在浏览器中打开SkyWalking的界面。
4. 1）SkyWalking官方推荐使用ElasticSearch；
   2）使用docker快速搭建Elasticsearch，安装并启动docker，然后拉取Elasticsearch镜像，然后启动ES，修改配置文件即可使用。