跟我學SpringCloud | 第十五篇：微服務利劍之APM平臺（一）Skywalking

SpringCloud系列教程 | 第十五篇：微服務利劍之APM平臺（一）Skywalking

Springboot: 2.1.7.RELEASE

SpringCloud: Greenwich.SR2

[TOC]

1. Skywalking概述

Skywalking與2016年11月2日由國人吳晟在Github上傳v1.0版本，用於提供分佈式鏈路追蹤功能，從5.x開始，成爲一個功能較爲完善的APM（Application Performance Management）系統，2019年4月17日從Apache孵化器畢業，正式成爲Apache頂級項目。提供分佈式追蹤、服務網格遙測分析、度量聚合和可視化一體化解決方案。官方對本身介紹是專爲微服務，雲原生和基於容器（Docker，Kubernetes，Mesos）架構而設計。

2. Skywalking主要功能

• 服務，服務實例，端點指標分析
• 根本緣由分析
• 服務拓撲圖分析
• 服務，服務實例和端點依賴性分析
• 慢服務檢測
• 性能優化
• 分佈式跟蹤和上下文傳播
• 數據庫訪問指標、檢測慢速數據庫訪問語句（包括SQL）
• 告警

3. Skywalking主要特性

• 多種監控手段，語言探針和service mesh
• 多語言自動探針，Java，.NET Core和Node.JS
• 多種後端存儲支持
• 輕量高效
• 模塊化，UI、存儲、集羣管理多種機制可選
• 支持告警
• 優秀的可視化方案

4. Skywalking架構簡介

先看一下官方提供的架構圖，如圖：

Skywalking整體由四個部分agent、collector、webapp-ui、storage組成。圖10-11從上到下是應用層接入，可使用無入侵性的agent探針接入，經過HTTP或者gRPC講數據發送至Skywalking分析平臺collector，collector對接受到的數據進行聚合分析，最後存儲至storage中，這裏支持多種存儲方式，比較經常使用的有H2和ElasticSearch，最後能夠由webapp-ui對全部的數據進行展現。

5. Spring Cloud與Skywalking實戰

5.1 Skywalking部署構建

在介紹實戰以前，咱們先簡單介紹一下Skywalking部署構建方案。

這裏存儲方式筆者選擇使用ElasticSearch，具體版本是6.5.0，ElasticSearch的構建方式選擇使用Docker，直接使用Linux搭建有點複雜，不適合初學者，使用Docker構建簡單方便。

筆者構建的一些前置條件：

java：1.8
CentOS：7.6

若是當前CentOS上沒有Docker環境，可使用下面的語句快速構建：

yum install docker

當構建成功後，可使用下面的語句查看當前Docker的版本：

docker -v

筆者這裏的輸出是：

Docker version 1.13.1, build 7f2769b/1.13.1

安裝好Docker之後，最好配置一下國內的鏡像站，不然在網絡很差的狀況下可能出現Docker下載失敗等狀況，可使用下面的語句來修改鏡像地址：

vi /etc/docker/daemon.json

筆者這裏使用的是阿里雲的鏡像加速，以下：

{
    "registry-mirrors": ["https://xxxxxx.mirror.aliyuncs.com"]
}

各位讀者能夠本身去阿里雲上開通本身的鏡像加速，具體很少作介紹。

使用Docker構建ElasticSearch6.5.0，首先，須要下載ElasticSearch6.5.0的鏡像，輸入如下命令：

docker pull elasticsearch:6.5.0

等待程序下載完成，完成後就能夠啓動鏡像了，命令以下：

docker run -d --restart=always --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" elasticsearch:6.5.0

ElasticSearch的默認啓動內存是1g，若是當前服務器的內存不足1g，可使用參數-e ES_JAVA_OPTS="-Xms256m -Xmx256m"限制ElasticSearch的啓動內存大小，完整的語句以下：

docker run -d --restart=always -e ES_JAVA_OPTS="-Xms256m -Xmx256m" --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" elasticsearch:6.5.0

啓動成功之後可使用以下語句看一下是否啓動成功：

docker ps

結果如圖：

ElasticSearch6.5.0單節點版已經構建完成，爲了方便後續操做，須要修改一個ElasticSearch的命名，輸入命令docker exec -it es /bin/bash進入容器文件目錄，輸入vi config/elasticsearch.yml進入ElasticSearch配置文件，修改cluster.name的值，筆者這裏修改成CollectorDBCluster，修改完成後，保存當前修改，輸入exit退出容器文件目錄，輸入docker restart es重啓當前容器，在瀏覽器輸入http://192.168.44.128:9200/，看到以下信息能夠證實ElasticSearch6.5.0單節點版已經在正常的運行了。

{
  "name" : "V-N2_ZQ",
  "cluster_name" : "CollectorDBCluster",
  "cluster_uuid" : "r9bFZ90WRyqSpMz80u61Yg",
  "version" : {
    "number" : "6.5.0",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "816e6f6",
    "build_date" : "2018-11-09T18:58:36.352602Z",
    "build_snapshot" : false,
    "lucene_version" : "7.5.0",
    "minimum_wire_compatibility_version" : "5.6.0",
    "minimum_index_compatibility_version" : "5.0.0"
  },
  "tagline" : "You Know, for Search"
}

Skywalking構建，進入Skywalking官網，進入下載頁面（http://skywalking.apache.org/... ），如圖：

由於咱們是要在CentOS上運行，因此這裏選擇Linux二進制版，就是已經編譯好的版本，無需咱們本身編譯，下載至咱們的CentOS後，解壓能夠看到目錄結構，如圖：

• agent：探針相關，後面會作更加詳細的介紹。
• bin：這裏放的是oapService和webappService的啓動腳本，固然也有執行兩個腳本的合併腳本startup.sh。
• config：這裏主要存放的是collector的配置信息，咱們須要修改這裏的application.yml中的有關ElasticSearch的配置，以下圖：

修改storage.elasticsearch.nameSpace爲咱們前面構建ElasticSearch設置的cluster.name，筆者這裏的值爲CollectorDBCluster，同時修改storage.elasticsearch.clusterNodes爲咱們當前構建的ElasticSearch的地址。

• logs：存放collector和webapp-ui生成的日誌。
• webapp：這裏存放的是Skywalking展現UI的jar和配置文件。

Skywalking中默認使用的端口有8080、11800、12800，請保證這些端口未被佔用，如需修改，能夠修改config目錄中的application.yml和webapp目錄中的webapp.yml。

接下來啓動collector和webapp-ui，進入bin目錄中，執行命令./startup.sh，如：

打開瀏覽器訪問http://192.168.44.128:8080/，能夠看到webapp-ui的儀表盤，如圖：

Skywalking部署到這裏就結束了，下面咱們開始介紹Spring Cloud如何與Skywalking整合使用。

5.2 Spring Cloud整合Skywalking實戰

先簡單介紹一下案例內容，咱們將建立4個工程，分別爲Zuul-Service、Eureka-Service、Consumer-Service和Provider-Service，請求經過Zuul-Service訪問至Consumer-Service再訪問至Provider-Service完成一次鏈路調用。

總體架構圖如圖：

具體實現代碼列出，各位讀者能夠參考GitHub倉庫（https://github.com/meteor1993...），下面咱們介紹Spring Cloud是如何與Skywalking整合的。

這裏咱們須要使用到Skywalking的探針agent，咱們在工程chapter15的跟目錄中新建一個文件夾，命名爲skywalking，講剛纔解壓的Skywalking中的agent整個文件夾copy到skywalking，這裏咱們啓動時只須要配置javaagen命令加載agent探針便可，在idea中使用須要修改啓動配置，點擊右上角的Edit Configurations...，在打開的窗口中選擇Environment->VM Options，配置以下腳本：

-javaagent:D:\Development\SpringCloudLearning\chapter15\skywalking\agent\skywalking-agent.jar
-Dskywalking.agent.service_name=zuul-service
-Dskywalking.collector.backend_service=192.168.44.128:11800

如圖：

還可使用java -jar的方式來加載agent探針，咱們將整個maven項目打包，運行mvn install的命令，使用java -jar的方式來啓動，啓動命令中增長啓動參數，以下：

-javaagent:D:\Development\SpringCloudLearning\chapter15\skywalking\agent\skywalking-agent.jar -Dskywalking.agent.service_name=consumer-service -Dskywalking.collector.backend_service=192.168.44.128:11800 -jar zuul-0.0.1-SNAPSHOT.jar

順次啓動四個工程後，使用瀏覽器訪問：http://localhost:8080/client/hello?name=spring，多刷新幾回後，咱們再使用瀏覽器訪問http://192.168.44.128:8080/，如：

• all_heatmap：全部服務響應時間的熱點圖
• all_p99：全部服務響應時間的 p99 值

點擊上邊欄的拓撲圖，能夠看到當前咱們工程的一個依賴拓撲關係，如：

點擊上邊欄的追蹤，能夠看到左邊是當前全部的訪問請求，隨便點擊一個，能夠在右邊看到一個詳細的鏈路追蹤過程，如：

點擊鏈路，能夠看到一些標記信息，包含端點、跨度類型、成功仍是失敗，以及一些Exception信息，如圖：

點擊儀表盤頁面的Service，能夠看到一些服務相關的信息，如平均響應時間、平均吞吐量、平均時延統計，如圖：

• service_instance_sla：服務實例的成功率
• service_instance_resp_time：服務實例的平均響應時間
• service_instance_cpm：服務實例每分鐘調用次數

點擊儀表盤頁面的Endpoint，能夠看到一些端點相關的信息，如圖：

• endpoint_cpm：端點每分鐘調用次數
• endpoint_avg：端點平均響應時間
• endpoint_sla：端點成功率
• endpoint_p99：端點響應時間的 p99 值

點擊儀表盤頁面的Instance，能夠看到一些JVM相關的信息，如圖：

至此，Spring Cloud與Skywalking的介紹就結束了，感興趣的朋友能夠前往Github的官方網站進行查詢。

6. 小結

這裏總結一下整個案例的啓動順序：

1. 啓動ElasticSearch
2. 啓動collector
3. 啓動web-ui（或者使用整合腳本啓動）
4. 啓動Agent（Eureka、provider、consumer、zuul）
5. 應用調用
6. 訪問web-ui查看統計信息

以上啓動順序供各位讀者參考，請各位讀者最好按照以上順序啓動，由於不一樣的組件以前實際上是有相互依賴關係的，若是隨意更改啓動順序可能會形成某些未知問題。