(十二)java版b2b2c社交電商spring cloud分佈式微服務：使用Spring Cloud Sleuth和Zipkin進行分佈式鏈路跟蹤

Spring Cloud Sleuth
Spring cloud b2b2c電子商務社交平臺源碼請加企鵝求求：一零三八七七四六二六。通常的，一個分佈式服務跟蹤系統，主要有三部分：數據收集、數據存儲和數據展現。根據系統大小不一樣，每一部分的結構又有必定變化。譬如，對於大規模分佈式系統，數據存儲可分爲實時數據和全量數據兩部分，實時數據用於故障排查（troubleshooting），全量數據用於系統優化；數據收集除了支持平臺無關和開發語言無關係統的數據收集，還包括異步數據收集（須要跟蹤隊列中的消息，保證調用的連貫性），以及確保更小的侵入性；數據展現又涉及到數據挖掘和分析。雖然每一部分均可能變得很複雜，但基本原理都相似。

服務追蹤的追蹤單元是從客戶發起請求（request）抵達被追蹤系統的邊界開始，到被追蹤系統向客戶返回響應（response）爲止的過程，稱爲一個「trace」。每一個 trace 中會調用若干個服務，爲了記錄調用了哪些服務，以及每次調用的消耗時間等信息，在每次調用服務時，埋入一個調用記錄，稱爲一個「span」。這樣，若干個有序的 span 就組成了一個 trace。在系統向外界提供服務的過程當中，會不斷地有請求和響應發生，也就會不斷生成 trace，把這些帶有span 的 trace 記錄下來，就能夠描繪出一幅系統的服務拓撲圖。附帶上 span 中的響應時間，以及請求成功與否等信息，就能夠在發生問題的時候，找到異常的服務；根據歷史數據，還能夠從系統總體層面分析出哪裏性能差，定位性能優化的目標。

Spring Cloud Sleuth爲服務之間調用提供鏈路追蹤。經過Sleuth能夠很清楚的瞭解到一個服務請求通過了哪些服務，每一個服務處理花費了多長。從而讓咱們能夠很方便的理清各微服務間的調用關係。此外Sleuth能夠幫助咱們：

耗時分析: 經過Sleuth能夠很方便的瞭解到每一個採樣請求的耗時，從而分析出哪些服務調用比較耗時;
可視化錯誤: 對於程序未捕捉的異常，能夠經過集成Zipkin服務界面上看到;
鏈路優化: 對於調用比較頻繁的服務，能夠針對這些服務實施一些優化措施。
spring cloud sleuth能夠結合zipkin，將信息發送到zipkin，利用zipkin的存儲來存儲信息，利用zipkin ui來展現數據。

這是Spring Cloud Sleuth的概念圖：

ZipKin
Zipkin 是一個開放源代碼分佈式的跟蹤系統，由Twitter公司開源，它致力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、查找和展示。

每一個服務向zipkin報告計時數據，zipkin會根據調用關係經過Zipkin UI生成依賴關係圖，顯示了多少跟蹤請求經過每一個服務，該系統讓開發者可經過一個 Web 前端輕鬆的收集和分析數據，例如用戶每次請求服務的處理時間等，可方便的監測系統中存在的瓶頸。

Zipkin提供了可插拔數據存儲方式：In-Memory、MySql、Cassandra以及Elasticsearch。接下來的測試爲方便直接採用In-Memory方式進行存儲，生產推薦Elasticsearch。Spring Cloud大型企業分佈式微服務雲構建的B2B2C電子商務平臺源碼請加企鵝求求：一零三八七七四六二六

快速上手
建立zipkin-server項目
項目依賴

<dependencies>
    <dependency>
        <groupId>org.springframework.cloud</groupId>
        <artifactId>spring-cloud-starter-eureka</artifactId>
    </dependency>
    <dependency>
        <groupId>io.zipkin.java</groupId>
        <artifactId>zipkin-server</artifactId>
    </dependency>
    <dependency>
        <groupId>io.zipkin.java</groupId>
        <artifactId>zipkin-autoconfigure-ui</artifactId>
    </dependency>
</dependencies>複製代碼複製代碼

啓動類

@SpringBootApplication
@EnableEurekaClient
@EnableZipkinServer
public class ZipkinApplication {
 
    public static void main(String[] args) {
        SpringApplication.run(ZipkinApplication.class, args);
    }
 
}複製代碼複製代碼

使用了@EnableZipkinServer註解，啓用Zipkin服務。

配置文件

eureka:
  client:
    serviceUrl:
      defaultZone: http://localhost:8761/eureka/
server:
  port: 9000
spring:
  application:
    name: zipkin-server複製代碼複製代碼

配置完成後依次啓動示例項目：spring-cloud-eureka、zipkin-server項目。剛問地址:http://localhost:9000/zipkin/能夠看到Zipkin後臺頁面

項目添加zipkin支持
在項目spring-cloud-producer和spring-cloud-zuul中添加zipkin的支持。

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>複製代碼複製代碼

Spring應用在監測到Java依賴包中有sleuth和zipkin後，會自動在RestTemplate的調用過程當中向HTTP請求注入追蹤信息，並向Zipkin Server發送這些信息。

同時配置文件中添加以下代碼：

spring:
  zipkin:
    base-url: http://localhost:9000
  sleuth:
    sampler:
      percentage: 1.0複製代碼複製代碼

spring.zipkin.base-url指定了Zipkin服務器的地址，spring.sleuth.sampler.percentage將採樣比例設置爲1.0，也就是所有都須要。

Spring Cloud Sleuth有一個Sampler策略，能夠經過這個實現類來控制採樣算法。採樣器不會阻礙span相關id的產生，可是會對導出以及附加事件標籤的相關操做形成影響。 Sleuth默認採樣算法的實現是Reservoir sampling，具體的實現類是PercentageBasedSampler，默認的採樣比例爲: 0.1(即10%)。不過咱們能夠經過spring.sleuth.sampler.percentage來設置，所設置的值介於0.0到1.0之間，1.0則表示所有采集。

這兩個項目添加zipkin以後，依次進行啓動。

進行驗證
這樣咱們就模擬了這樣一個場景，經過外部請求訪問Zuul網關，Zuul網關去調用spring-cloud-producer對外提供的服務。

四個項目均啓動後，在瀏覽器中訪問地址：http://localhost:8888/producer/hello?name=neo 兩次，而後再打開地址：http://localhost:9000/zipkin/點擊對應按鈕進行查看。

點擊查找看到有兩條記錄

點擊記錄進去頁面，能夠看到每個服務所耗費的時間和順序

點擊依賴分析，能夠看到項目之間的調用關係

Spring Cloud大型企業分佈式微服務雲構建的B2B2C電子商務平臺源碼請加企鵝求求：一零三八七七四六二六​​​​​​​

做者：happywawa 連接：https://juejin.im/post/5cdd14105188253cd553460a 來源：掘金 著做權歸做者全部。商業轉載請聯繫做者得到受權，非商業轉載請註明出處。