為分佈式做準備，如何實現調用鏈服務端？

黃淑辰

分佈式環境下，實現服務端調用鏈，市面上有很多開源的框架供選擇，不過理論模型大多都是借鑑Google Dapper論文，常見的APM（Application Performance Management）組件有：

1.Zipkin

由Twitter公司開源，開放源代碼分佈式的跟蹤系統，用於收集服務的定時數據，以解決微服務架構中的延遲問題，包括數據的收集、存儲、查找和展現;

github地址：https://github.com/openzipkin/zipkin

2.Pinpoint

Pinpoint是一款對Java編寫的大規模分佈式系統的APM工具，由韓國人開源的分佈式跟蹤組件；

github地址：https://github.com/naver/pinpoint

3.SkyWalking

是一款國人主導開發的開源應用性能監控系統，包括指標監控，分佈式追蹤，分佈式系統性能診斷；

github地址：https://github.com/apache/skywalking

4.CAT

CAT 是基於 Java 開發的實時應用監控平臺，為美團點評提供了全面的實時監控告警服務

github地址：https://github.com/dianping/cat

類似的還有淘寶的EgleEye，京東的Hydra等；

本人之前寫過一篇關於zipkin的快速入門文章，如下所示：

Zipkin快速開始

Zipkin是什麼

Zipkin分佈式跟蹤系統；它可以幫助收集時間數據，解決在microservice架構下的延遲問題；它管理這些數據的收集和查找；Zipkin的設計是基於谷歌的Google Dapper論文。每個應用程序向Zipkin報告定時數據，Zipkin UI呈現了一個依賴圖表來展示多少跟蹤請求經過了每個應用程序；如果想解決延遲問題，可以過濾或者排序所有的跟蹤請求，並且可以查看每個跟蹤請求佔總跟蹤時間的百分比。

為什麼使用Zipkin

隨著業務越來越複雜，系統也隨之進行各種拆分，特別是隨著微服務架構和容器技術的興起，看似簡單的一個應用，後臺可能有幾十個甚至幾百個服務在支撐；一個前端的請求可能需要多次的服務調用最後才能完成；當請求變慢或者不可用時，我們無法得知是哪個後臺服務引起的，這時就需要解決如何快速定位服務故障點，Zipkin分佈式跟蹤系統就能很好的解決這樣的問題。

Zipkin下載和啟動

官方提供了三種方式來啟動，這裡使用第二種方式來啟動;

首先下載zipkin.jar，然後直接使用-jar命令運行，要求jdk8以上版本；

基於Undertow WEB服務器，提供對外端口：9411，可以打開瀏覽器訪問http://ip:9411

詳細參考：https://zipkin.io/pages/quickstart.html

Zipkin架構跟蹤器(Tracer)位於你的應用程序中，並記錄發生的操作的時間和元數據,提供了相應的類庫，對用戶的使用來說是透明的，收集的跟蹤數據稱為Span;將數據發送到Zipkin的儀器化應用程序中的組件稱為Reporter,Reporter通過幾種傳輸方式之一將追蹤數據發送到Zipkin收集器(collector)，然後將跟蹤數據進行存儲(storage),由API查詢存儲以向UI提供數據。架構圖如下：

1.TraceZipkin使用Trace結構表示對一次請求的跟蹤，一次請求可能由後臺的若干服務負責處理，每個服務的處理是一個Span，Span之間有依賴關係，Trace就是樹結構的Span集合；

2.Span每個服務的處理跟蹤是一個Span，可以理解為一個基本的工作單元，包含了一些描述信息：id，parentId，name，timestamp，duration，annotations等，例如：

traceId：標記一次請求的跟蹤，相關的Spans都有相同的traceId；

id：span id；

name：span的名稱，一般是接口方法的名稱；

parentId：可選的id，當前Span的父Span id，通過parentId來保證Span之間的依賴關係，如果沒有parentId，表示當前Span為根Span；

timestamp：Span創建時的時間戳，使用的單位是微秒（而不是毫秒），所有時間戳都有錯誤，包括主機之間的時鐘偏差以及時間服務重新設置時鐘的可能性，出於這個原因，Span應儘可能記錄其duration；

duration：持續時間使用的單位是微秒（而不是毫秒）；

annotations：註釋用於及時記錄事件；有一組核心註釋用於定義RPC請求的開始和結束；

binaryAnnotations：二進制註釋，旨在提供有關RPC的額外信息。

3.Transport

收集的Spans必須從被追蹤的服務運輸到Zipkin collector，有三個主要的傳輸方式：HTTP, Kafka和Scribe；

4.Components

有4個組件組成Zipkin：collector，storage，search，web UI

collector：一旦跟蹤數據到達Zipkin collector守護進程，它將被驗證，存儲和索引，以供Zipkin收集器查找；

storage：Zipkin最初數據存儲在Cassandra上，因為Cassandra是可擴展的，具有靈活的模式，並在Twitter中大量使用；但是這個組件可插入，除了Cassandra之外，還支持ElasticSearch和MySQL；

search：一旦數據被存儲和索引，我們需要一種方法來提取它。查詢守護進程提供了一個簡單的JSON API來查找和檢索跟蹤，主要給Web UI使用；

web UI：創建了一個GUI，為查看痕跡提供了一個很好的界面；Web UI提供了一種基於服務，時間和註釋查看跟蹤的方法。

實戰

使用Zipkin和Brave實現http服務調用的跟蹤，Brave 是用來裝備Java程序的類庫，提供了面向標準Servlet、Spring MVC、Http Client、JAX RS、Jersey、Resteasy 和 MySQL 等接口的裝備能力，可以通過編寫簡單的配置和代碼，讓基於這些框架構建的應用可以向 Zipkin 報告數據。同時 Brave 也提供了非常簡單且標準化的接口，在以上封裝無法滿足要求的時候可以方便擴展與定製。

提供四個工程，分別對應四個服務分別是：zipkin1，zipkin2，zipkin3，zipkin4；zipkin1通過httpclient調用zipkin2，然後zipkin2通過httpclient調用zipkin3和zipkin4，形成一個調用鏈；四個服務都是基於spring-boot來實現，對應的端口分別是8081，8082，8083，8084；

1.公共maven依賴庫

2.核心類ZipkinBean提供需要使用的Bean

3.核心類ZipkinController對外接口

分別啟動四個服務，然後瀏覽器訪問：http://localhost:8081/service1，正常調用結果返回：

可以觀察zipkin web ui，查看服務的調用鏈：

關鍵字: 分佈式 分佈式計算 科技