Spring Cloud 系列之 Sleuth 链路追踪（二）

时间：2020-05-11 10:44:03 阅读：52 评论：0 收藏：0 [点我收藏+]

本篇文章为系列文章，未读第一集的同学请猛戳这里：Spring Cloud 系列之 Sleuth 链路追踪（一）

本篇文章讲解 Sleuth 基于 Zipkin 存储链路追踪数据至 MySQL，Elasticsearch 以及使用 MQ 存储链路追踪数据至 MySQL，Elasticsearch。

1|0存储追踪数据

　　Zipkin Server 默认存储追踪数据至内存中，这种方式并不适合生产环境，一旦 Server 关闭重启或者服务崩溃，就会导致历史数据消失。Zipkin 支持修改存储策略使用其他存储组件，支持 MySQL，Elasticsearch 等。

1|1MySQL

数据库脚本

　　打开 MySQL 数据库，创建 zipkin 库，执行以下 SQL 脚本。

　　官网地址：https://github.com/openzipkin/zipkin/blob/master/zipkin-storage/mysql-v1/src/main/resources/mysql.sql

-- -- Copyright 2015-2019 The OpenZipkin Authors -- -- Licensed under the Apache License, Version 2.0 (the "License"); you may not use this file except -- in compliance with the License. You may obtain a copy of the License at -- -- http://www.apache.org/licenses/LICENSE-2.0 -- -- Unless required by applicable law or agreed to in writing, software distributed under the License -- is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express -- or implied. See the License for the specific language governing permissions and limitations under -- the License. -- CREATE TABLE IF NOT EXISTS zipkin_spans ( `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT ‘If non zero, this means the trace uses 128 bit traceIds instead of 64 bit‘, `trace_id` BIGINT NOT NULL, `id` BIGINT NOT NULL, `name` VARCHAR(255) NOT NULL, `remote_service_name` VARCHAR(255), `parent_id` BIGINT, `debug` BIT(1), `start_ts` BIGINT COMMENT ‘Span.timestamp(): epoch micros used for endTs query and to implement TTL‘, `duration` BIGINT COMMENT ‘Span.duration(): micros used for minDuration and maxDuration query‘, PRIMARY KEY (`trace_id_high`, `trace_id`, `id`) ) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci; ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`) COMMENT ‘for getTracesByIds‘; ALTER TABLE zipkin_spans ADD INDEX(`name`) COMMENT ‘for getTraces and getSpanNames‘; ALTER TABLE zipkin_spans ADD INDEX(`remote_service_name`) COMMENT ‘for getTraces and getRemoteServiceNames‘; ALTER TABLE zipkin_spans ADD INDEX(`start_ts`) COMMENT ‘for getTraces ordering and range‘; CREATE TABLE IF NOT EXISTS zipkin_annotations ( `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT ‘If non zero, this means the trace uses 128 bit traceIds instead of 64 bit‘, `trace_id` BIGINT NOT NULL COMMENT ‘coincides with zipkin_spans.trace_id‘, `span_id` BIGINT NOT NULL COMMENT ‘coincides with zipkin_spans.id‘, `a_key` VARCHAR(255) NOT NULL COMMENT ‘BinaryAnnotation.key or Annotation.value if type == -1‘, `a_value` BLOB COMMENT ‘BinaryAnnotation.value(), which must be smaller than 64KB‘, `a_type` INT NOT NULL COMMENT ‘BinaryAnnotation.type() or -1 if Annotation‘, `a_timestamp` BIGINT COMMENT ‘Used to implement TTL; Annotation.timestamp or zipkin_spans.timestamp‘, `endpoint_ipv4` INT COMMENT ‘Null when Binary/Annotation.endpoint is null‘, `endpoint_ipv6` BINARY(16) COMMENT ‘Null when Binary/Annotation.endpoint is null, or no IPv6 address‘, `endpoint_port` SMALLINT COMMENT ‘Null when Binary/Annotation.endpoint is null‘, `endpoint_service_name` VARCHAR(255) COMMENT ‘Null when Binary/Annotation.endpoint is null‘ ) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci; ALTER TABLE zipkin_annotations ADD UNIQUE KEY(`trace_id_high`, `trace_id`, `span_id`, `a_key`, `a_timestamp`) COMMENT ‘Ignore insert on duplicate‘; ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`, `span_id`) COMMENT ‘for joining with zipkin_spans‘; ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`) COMMENT ‘for getTraces/ByIds‘; ALTER TABLE zipkin_annotations ADD INDEX(`endpoint_service_name`) COMMENT ‘for getTraces and getServiceNames‘; ALTER TABLE zipkin_annotations ADD INDEX(`a_type`) COMMENT ‘for getTraces and autocomplete values‘; ALTER TABLE zipkin_annotations ADD INDEX(`a_key`) COMMENT ‘for getTraces and autocomplete values‘; ALTER TABLE zipkin_annotations ADD INDEX(`trace_id`, `span_id`, `a_key`) COMMENT ‘for dependencies job‘; CREATE TABLE IF NOT EXISTS zipkin_dependencies ( `day` DATE NOT NULL, `parent` VARCHAR(255) NOT NULL, `child` VARCHAR(255) NOT NULL, `call_count` BIGINT, `error_count` BIGINT, PRIMARY KEY (`day`, `parent`, `child`) ) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

部署 Zipkin 服务端

　　添加启动参数，重新部署服务端：

　　官网地址：https://github.com/openzipkin/zipkin/blob/master/zipkin-server/src/main/resources/zipkin-server-shared.yml

java -jar zipkin-server-2.20.1-exec.jar --STORAGE_TYPE=mysql --MYSQL_HOST=localhost --MYSQL_TCP_PORT=3306 --MYSQL_USER=root --MYSQL_PASS=root --MYSQL_DB=zipkin

测试

　　访问：http://localhost:9000/order-service/order/1 查看数据库结果如下：

　　在 MySQL 模式下，每次启动服务端时，服务端会从数据库加载链路信息展示至 Web 界面。

1|2RabbitMQ

　　点击链接观看：基于 MQ 并存储链路信息至 MySQL 视频（获取更多请关注公众号「哈喽沃德先生」）

　　之前的课程中我们已经学习过 RabbitMQ 的详细使用，这里不再过多赘述，直接开启使用即可。

启动 RabbitMQ 服务器

　　开启虚拟机，通过以下命令启动 RabbitMQ 服务端。

systemctl start rabbitmq-server.service

　　访问：http://192.168.10.101:15672/ 使用默认用户名和密码 guest

　　查看队列，此时无任何队列。

部署 Zipkin 服务端

　　添加启动参数，重新部署服务端：

　　官网地址：https://github.com/openzipkin/zipkin/blob/master/zipkin-server/src/main/resources/zipkin-server-shared.yml

java -jar zipkin-server-2.20.1-exec.jar --STORAGE_TYPE=mysql --MYSQL_HOST=localhost --MYSQL_TCP_PORT=3306 --MYSQL_USER=root --MYSQL_PASS=root --MYSQL_DB=zipkin --RABBIT_ADDRESSES=192.168.10.101:5672 --RABBIT_USER=guest --RABBIT_PASSWORD=guest --RABBIT_VIRTUAL_HOST=/ --RABBIT_QUEUE=zipkin

　　启动参数中包含 MySQL 和 RabbitMQ 的配置，实现基于 MQ 并存储链路信息至 MySQL，如下图：

查看队列

　　访问：http://192.168.10.101:15672/#/queues 可以看到已经创建好了 zipkin 队列。

客户端添加依赖

　　官网文档：https://cloud.spring.io/spring-cloud-static/spring-cloud-sleuth/2.2.1.RELEASE/reference/html/#sleuth-with-zipkin-over-rabbitmq-or-kafka

<dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-zipkin</artifactId> </dependency>  <dependency> <groupId>org.springframework.amqp</groupId> <artifactId>spring-rabbit</artifactId> </dependency>

客户端配置文件

spring: zipkin: base-url: http://localhost:9411/ # 服务端地址 sender: type: rabbit rabbitmq: queue: zipkin # 队列名称 rabbitmq: host: 192.168.10.101 # 服务器 IP port: 5672 # 服务器端口 username: guest # 用户名 password: guest # 密码 virtual-host: / # 虚拟主机地址 listener: direct: retry: enabled: true # 是否开启发布重试 max-attempts: 5 # 最大重试次数 initial-interval: 5000 # 重试间隔时间（单位毫秒） simple: retry: enabled: true # 是否开启消费者重试 max-attempts: 5 # 最大重试次数 initial-interval: 5000 # 重试间隔时间（单位毫秒） sleuth: sampler: probability: 1.0 # 收集数据百分比，默认 0.1（10%）

测试

　　先关闭 Zipkin 服务端，访问：http://localhost:9000/order-service/order/1 客户端已将链路追踪数据写入队列当中：

　　启动 Zipkin 服务端后，队列中消息被消费。

　　链路追踪数据被存储至 MySQL。

1|3Elasticsearch

　　之前的课程中我们已经学习过 Elasticsearch 的详细使用，这里不再过多赘述，直接开启使用即可。

启动 Elasticsearch 集群

　　本文使用的 Elasticsearch 集群地址为：

192.168.10.101:9200
192.168.10.102:9200
192.168.10.103:9200

　　启动集群，访问：http://192.168.10.101:9200/_cluster/health?pretty 结果如下：

　　启动 head 插件，访问：http://192.168.10.101:9100/ 结果如下：

部署 Zipkin 服务端

　　添加启动参数，重新部署服务端：

　　官网地址：https://github.com/openzipkin/zipkin/blob/master/zipkin-server/src/main/resources/zipkin-server-shared.yml

java -jar zipkin-server-2.20.1-exec.jar --STORAGE_TYPE=elasticsearch --ES_HOSTS=http://192.168.10.101:9200/,http://192.168.10.102:9200/,http://192.168.10.103:9200/ --RABBIT_ADDRESSES=192.168.10.101:5672 --RABBIT_USER=guest --RABBIT_PASSWORD=guest --RABBIT_QUEUE=zipkin

　　启动参数中包含 Elasticsearch 和 RabbitMQ 的配置，实现基于 MQ 并存储链路信息至 Elasticsearch。