46. 简介
Spring Cloud Sleuth 为Spring Cloud实现了分布式跟踪解决方案。
46.1 术语
Spring Cloud Sleuth 借用小巧玲珑术语。
**跨度:**基本工作单位。例如,发送 RPC 是一个新的 span,就像向 RPC 发送响应一样。 Span 由 span 的唯一 64-bit ID 和 span 所属的跟踪的另一个 64-bit ID 标识。 Spans 还有其他数据,例如描述,带时间戳的 events,key-value 注释(标签),导致它们的 span 的 ID,以及 process ID(通常是 IP 地址)。
Spans 启动和停止,他们跟踪他们的时间信息。创建 span 后,必须在将来某个时候停止它。
启动跟踪的初始 span 称为
root span
。 span 的 span id 的 value 等于 trace id。
**跟踪:**一组构成 tree-like 结构的 spans。例如,如果您正在运行分布式 big-data store,则可能会由 put 请求形成跟踪。
**注释:**用于记录 time 中 event 的存在。用于定义请求的开始和停止的一些核心注释是:
-
cs - Client 已发送 - client 已发出请求。这个 annotation 描述了 span 的开始。
-
sr - 服务器已收到 - 服务器端获得了请求并将开始处理它。如果从该时间戳中减去 cs 时间戳,则会收到网络延迟。
-
ss - 服务器已发送 - 在请求处理完成时注释(当响应被发送回 client 时)。如果从该时间戳中减去 sr 时间戳,则将接收服务器端所需的 time 来处理请求。
-
cr - 收到的 Client - 表示 span 结束。 client 已成功收到服务器端的响应。如果从该时间戳中减去 cs 时间戳,则会收到 client 从服务器接收响应所需的整个 time。
可视化Span和Trace将与 Zipkin annotations 一起显示在系统中:
音符的每种颜色表示 span(7 spans - 从A到G)。如果您在备注中有此类信息:
Trace Id = X
Span Id = D
Client Sent
这意味着当前 span 将Trace-Id设置为X,Span-Id设置为D。它还发出了Client Sent event。
这就是 spans 的 parent/child 关系的可视化效果如下:
46.2 目的
在以下部分中,将考虑上图中的 example。
46.2.1 使用 Zipkin 进行分布式跟踪
总共有7 spans。如果你去 Zipkin 中的痕迹,你会在第二个痕迹中看到这个数字:
但是,如果您选择特定的跟踪,那么您将看到4 spans:
选择特定跟踪时,您将看到合并的 spans。这意味着,如果有 2 个 spans 发送到 Zipkin,服务器已接收并且服务器已发送/ Client 已接收且 Client 已发送注释,则它们将显示为单个 span。
在这种情况下,为什么 7 和 4 spans 之间存在差异?
-
2 spans 来自
http:/start
span。它具有服务器接收(SR)和服务器发送(SS)注释。 -
2 spans 来自从
service1
到service2
到http:/foo
端点的 RPC 调用。它在service1
侧有 Client Sent(CS)和 Client Received(CR)注释。它还在service2
端具有服务器接收(SR)和服务器发送(SS)注释。物理上有 2 个 spans 但它们形成一个与 RPC 调用相关的逻辑 span。 -
2 spans 来自从
service2
到service3
到http:/bar
端点的 RPC 调用。它在service2
侧有 Client Sent(CS)和 Client Received(CR)注释。它还在service3
端具有服务器接收(SR)和服务器发送(SS)注释。物理上有 2 个 spans 但它们形成一个与 RPC 调用相关的逻辑 span。 -
2 spans 来自从
service2
到service4
到http:/baz
端点的 RPC 调用。它在service2
侧有 Client Sent(CS)和 Client Received(CR)注释。它还在service4
端具有服务器接收(SR)和服务器发送(SS)注释。物理上有 2 个 spans 但它们形成一个与 RPC 调用相关的逻辑 span。
因此,如果我们计算物理 spans,我们从http:/start
**,2从service1
调用service2
,2形式service2
调用service3
和2从service2
调用service4
.总共7 spans。
从逻辑上讲,我们看到了Total Spans:4的信息,因为我们有1 span 与service1
的传入请求和与 RPC calls 相关的3 spans 有关。
46.2.2 可视化错误
Zipkin 允许您可视化跟踪中的错误。当抛出 exception 并且没有被捕获时,我们在 span 上设置了正确的标签,Zipkin 可以正确地着色。您可以在跟踪列表中看到一条红色的迹线。那是因为抛出了一个 exception。
如果单击该跟踪,则会看到类似的图片
然后,如果您单击其中一个 spans,您将看到以下内容
如您所见,您可以轻松地查看错误的原因以及与之相关的整个堆栈跟踪。
46.2.3 实例
图 1_.单击 Pivotal Web Services 图标直播!
Zipkin 中的依赖关系图如下所示:
图 1_.单击 Pivotal Web Services 图标直播!
46.2.4 Log 相关
当通过 trace id 等于 e.g 来查看这四个 applications 的日志时。 2485ec27856c56f4
会得到以下内容:
service1.log:2016-02-26 11:15:47.561 INFO [service1,2485ec27856c56f4,2485ec27856c56f4,true] 68058 --- [nio-8081-exec-1] i.s.c.sleuth.docs.service1.Application : Hello from service1. Calling service2
service2.log:2016-02-26 11:15:47.710 INFO [service2,2485ec27856c56f4,9aa10ee6fbde75fa,true] 68059 --- [nio-8082-exec-1] i.s.c.sleuth.docs.service2.Application : Hello from service2. Calling service3 and then service4
service3.log:2016-02-26 11:15:47.895 INFO [service3,2485ec27856c56f4,1210be13194bfe5,true] 68060 --- [nio-8083-exec-1] i.s.c.sleuth.docs.service3.Application : Hello from service3
service2.log:2016-02-26 11:15:47.924 INFO [service2,2485ec27856c56f4,9aa10ee6fbde75fa,true] 68059 --- [nio-8082-exec-1] i.s.c.sleuth.docs.service2.Application : Got response from service3 [Hello from service3]
service4.log:2016-02-26 11:15:48.134 INFO [service4,2485ec27856c56f4,1b1845262ffba49d,true] 68061 --- [nio-8084-exec-1] i.s.c.sleuth.docs.service4.Application : Hello from service4
service2.log:2016-02-26 11:15:48.156 INFO [service2,2485ec27856c56f4,9aa10ee6fbde75fa,true] 68059 --- [nio-8082-exec-1] i.s.c.sleuth.docs.service2.Application : Got response from service4 [Hello from service4]
service1.log:2016-02-26 11:15:48.182 INFO [service1,2485ec27856c56f4,2485ec27856c56f4,true] 68058 --- [nio-8081-exec-1] i.s.c.sleuth.docs.service1.Application : Got response from service2 [Hello from service2, response from service3 [Hello from service3] and from service4 [Hello from service4]]
如果您正在使用,Splunk等 log 聚合工具,则可以对发生的 events 进行排序。 Kibana 的示例如下所示:
如果你想使用Logstash这里是 Logstash 的 Grok pattern:
filter {
# pattern matching logback pattern
grok {
match => { "message" => "%{TIMESTAMP_ISO8601:timestamp}\s+%{LOGLEVEL:severity}\s+\[%{DATA:service},%{DATA:trace},%{DATA:span},%{DATA:exportable}\]\s+%{DATA:pid}\s+---\s+\[%{DATA:thread}\]\s+%{DATA:class}\s+:\s+%{GREEDYDATA:rest}" }
}
}
如果要将 Grok 与 Cloud Foundry 中的日志一起使用,则必须使用此 pattern:
filter {
# pattern matching logback pattern
grok {
match => { "message" => "(?m)OUT\s+%{TIMESTAMP_ISO8601:timestamp}\s+%{LOGLEVEL:severity}\s+\[%{DATA:service},%{DATA:trace},%{DATA:span},%{DATA:exportable}\]\s+%{DATA:pid}\s+---\s+\[%{DATA:thread}\]\s+%{DATA:class}\s+:\s+%{GREEDYDATA:rest}" }
}
}
使用 Logstash JSON Logback
通常,您不希望将日志存储在文本文件中,而是存储在 Logstash 可以立即选择的 JSON 文件中。为此,您必须执行以下操作(为了便于阅读,我们将以groupId:artifactId:version
表示法传递依赖项。
依赖关系设置
-
确保 Logback 位于 classpath(
ch.qos.logback:logback-core
)上 -
添加 Logstash Logback 编码 - version 为 version
4.6
:net.logstash.logback:logstash-logback-encoder:4.6
Logback 设置
您可以在下面找到 Logback configuration(名为logback-spring.xml的文件)的示例:
-
将来自 application 的信息以 JSON 格式记录到
build/${spring.application.name}.json
文件中 -
已经注释掉了另外两个 appenders --console 和标准 log 文件
-
具有与上一节中介绍的相同的 logging pattern
<?xml version="1.0" encoding="UTF-8"?>
<configuration>
<include resource="org/springframework/boot/logging/logback/defaults.xml"/>
<springProperty scope="context" name="springAppName" source="spring.application.name"/>
<!-- Example for logging into the build folder of your project -->
<property name="LOG_FILE" value="${BUILD_FOLDER:-build}/${springAppName}"/>
<!-- You can override this to have a custom pattern -->
<property name="CONSOLE_LOG_PATTERN"
value="%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} %clr(${LOG_LEVEL_PATTERN:-%5p}) %clr(${PID:- }){magenta} %clr(---){faint} %clr([%15.15t]){faint} %clr(%-40.40logger{39}){cyan} %clr(:){faint} %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}"/>
<!-- Appender to log to console -->
<appender name="console" class="ch.qos.logback.core.ConsoleAppender">
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<!-- Minimum logging level to be presented in the console logs-->
<level>DEBUG</level>
</filter>
<encoder>
<pattern>${CONSOLE_LOG_PATTERN}</pattern>
<charset>utf8</charset>
</encoder>
</appender>
<!-- Appender to log to file -->
<appender name="flatfile" class="ch.qos.logback.core.rolling.RollingFileAppender">
<file>${LOG_FILE}</file>
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<fileNamePattern>${LOG_FILE}.%d{yyyy-MM-dd}.gz</fileNamePattern>
<maxHistory>7</maxHistory>
</rollingPolicy>
<encoder>
<pattern>${CONSOLE_LOG_PATTERN}</pattern>
<charset>utf8</charset>
</encoder>
</appender>
<!-- Appender to log to file in a JSON format -->
<appender name="logstash" class="ch.qos.logback.core.rolling.RollingFileAppender">
<file>${LOG_FILE}.json</file>
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<fileNamePattern>${LOG_FILE}.json.%d{yyyy-MM-dd}.gz</fileNamePattern>
<maxHistory>7</maxHistory>
</rollingPolicy>
<encoder class="net.logstash.logback.encoder.LoggingEventCompositeJsonEncoder">
<providers>
<timestamp>
<timeZone>UTC</timeZone>
</timestamp>
<pattern>
<pattern>
{
"severity": "%level",
"service": "${springAppName:-}",
"trace": "%X{X-B3-TraceId:-}",
"span": "%X{X-B3-SpanId:-}",
"parent": "%X{X-B3-ParentSpanId:-}",
"exportable": "%X{X-Span-Export:-}",
"pid": "${PID:-}",
"thread": "%thread",
"class": "%logger{40}",
"rest": "%message"
}
</pattern>
</pattern>
</providers>
</encoder>
</appender>
<root level="INFO">
<appender-ref ref="console"/>
<!-- uncomment this to have also JSON logs -->
<!--<appender-ref ref="logstash"/>-->
<!--<appender-ref ref="flatfile"/>-->
</root>
</configuration>
如果您使用自定义
logback-spring.xml
,则必须在bootstrap
而不是application
property 文件中传递spring.application.name
。否则,您的自定义 logback 文件将无法正确读取 property。
46.2.5 传播 Span Context
span context 是 state,它必须传播到 process 边界的任何 child Spans。 Span Context 的一部分是 Baggage。 trace 和 span ID 是 span context 的必需部分。 Baggage 是一个可选部分。
Baggage 是存储在 span context 中的一组 key:value 对。 Baggage 与痕迹一起旅行,并附在每个 span 上。 Spring Cloud Sleuth 将理解,如果 HTTP 标头以baggage-
为前缀,则标头与 baggage 相关,对于消息,它以baggage_
开头。
目前,baggage 物品的数量或大小没有限制。但是,请记住,太多可能会降低系统吞吐量或增加 RPC 延迟。在极端情况下,由于超过 transport-level 消息或标头容量,它可能会导致应用程序崩溃。
在 span 上设置 baggage 的示例:
Span initialSpan = this.tracer.createSpan("span");
initialSpan.setBaggageItem("foo", "bar");
initialSpan.setBaggageItem("UPPER_CASE", "someValue");
Baggage vs. Span Tags
Baggage 带着痕迹行进(i.e.每个 child span 都包含 parent 的行李)。 Zipkin 不了解 baggage,甚至不会收到这些信息。
标签附加到特定的 span - 它们仅针对特定的 span 呈现。但是,您可以按标记搜索以查找跟踪,其中存在具有搜索标记 value 的 span。
如果您希望能够基于 baggage 查找 span,则应在 root span 中添加相应的条目作为标记。
@Autowired Tracer tracer;
Span span = tracer.getCurrentSpan();
String baggageKey = "key";
String baggageValue = "foo";
span.setBaggageItem(baggageKey, baggageValue);
tracer.addTag(baggageKey, baggageValue);
46.3 添加到项目中
要确保__ip name 在 Zipkin 中正确显示,请在
bootstrap.yml
中设置spring.application.name
property。
46.3.1 只 Sleuth(log 相关)
如果你只想从没有 Zipkin integration 的 Spring Cloud Sleuth 中获利,只需将spring-cloud-starter-sleuth
模块添加到你的项目中。
Maven 的.
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-dependencies</artifactId>
<version>${release.train.version}</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
在 order 中,不要自己选择版本,如果通过 Spring BOM 添加依赖项 management 会更好
将依赖项添加到
spring-cloud-starter-sleuth
摇篮.
dependencyManagement {
imports {
mavenBom "org.springframework.cloud:spring-cloud-dependencies:${releaseTrainVersion}"
}
}
dependencies {
compile "org.springframework.cloud:spring-cloud-starter-sleuth"
}
在 order 中,不要自己选择版本,如果通过 Spring BOM 添加依赖项 management 会更好
将依赖项添加到
spring-cloud-starter-sleuth
通过 HTTP 使用 Zipkin 46.3.2 Sleuth
如果你想要 Sleuth 和 Zipkin,只需添加spring-cloud-starter-zipkin
依赖项。
Maven 的.
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-dependencies</artifactId>
<version>${release.train.version}</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>
在 order 中,不要自己选择版本,如果通过 Spring BOM 添加依赖项 management 会更好
将依赖项添加到
spring-cloud-starter-zipkin
摇篮.
dependencyManagement {
imports {
mavenBom "org.springframework.cloud:spring-cloud-dependencies:${releaseTrainVersion}"
}
}
dependencies {
compile "org.springframework.cloud:spring-cloud-starter-zipkin"
}
在 order 中,不要自己选择版本,如果通过 Spring BOM 添加依赖项 management 会更好
将依赖项添加到
spring-cloud-starter-zipkin
46.3.3 Sleuth 与 Zipkin 通过 RabbitMQ 或 Kafka
如果要使用 RabbitMQ 或 Kafka 而不是 http,请添加spring-rabbit
或spring-kafka
依赖项。默认目标 name 是zipkin
。
注意:spring-cloud-sleuth-stream
已弃用且与这些目标不兼容
如果你想通过 RabbitMQ Sleuth 添加spring-cloud-starter-zipkin
和spring-rabbit
依赖项。
Maven 的.
<dependencyManagement>
<dependencies>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-dependencies</artifactId>
<version>${release.train.version}</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.amqp</groupId>
<artifactId>spring-rabbit</artifactId>
</dependency>
在 order 中,不要自己选择版本,如果通过 Spring BOM 添加依赖项 management 会更好
将依赖项添加到
spring-cloud-starter-zipkin
- 这样将下载所有依赖的依赖项
要自动配置 rabbit,只需添加 spring-rabbit 依赖项
摇篮.
dependencyManagement {
imports {
mavenBom "org.springframework.cloud:spring-cloud-dependencies:${releaseTrainVersion}"
}
}
dependencies {
compile "org.springframework.cloud:spring-cloud-starter-zipkin"
compile "org.springframework.amqp:spring-rabbit"
}
在 order 中,不要自己选择版本,如果通过 Spring BOM 添加依赖项 management 会更好
将依赖项添加到
spring-cloud-starter-zipkin
- 这样将下载所有依赖的依赖项
要自动配置 rabbit,只需添加 spring-rabbit 依赖项