博客
关于我
十四.SpringCloud极简入门-链路追踪-Spring Cloud Sleuth
阅读量:724 次
发布时间:2019-03-21

本文共 1400 字,大约阅读时间需要 4 分钟。

链路追踪(Spring Cloud Sleuth)

基本概念

为什么需要链路追踪

当应用采用微服务架构时,可能会有十几到几百个服务在运行。一个请求可能需要多个服务的呼吁才能完成。当请求变慢或无法使用时,很难确定是哪个服务导致问题。此时,需要一种方法来快速定位故障点,并追踪服务之间的调用链和通信时间等信息。Zipkin分布式跟踪系统能够有效解决这些问题,而Spring Cloud Sleuth组件基于Zipkin封装,使链路追踪实现更加简单。

ZipKin介绍

ZipKin是Twitter推出的开源项目,基于Google Dapper实现。它用于收集各服务器上的请求链路数据,并通过REST API接口辅助查询分析,帮助发现系统延迟升高和性能瓶颈问题。除了开发者的API接口,ZipKin还提供了直观的UI组件,方便用户查询跟踪信息和分析请求链路。

核心概念

ZipKin通过在请求和响应中加入ID,标注上下游调用关系,以便可视化分析服务链路和依赖关系。其核心概念包括以下几点:- **traceId**:16字符的字符串,用于确定一个追踪链。在一次追踪链中,traceId保持不变。- **spanId**:16字符的字符串,用于标识一个服务中的身份。一个服务处理跟踪选择一个spanId,每个spanId表示一个基本工作单元,包含描述信息如id、parentId、name、timestamp、duration和annotations等。- **parentId**:在跨服务调用时,spanId会被传递给被调用服务,服务将调用者的spanId作为自己的parentId,生成新的spanId。

Spring Cloud Sleuth和ZipKin

Spring Cloud Sleuth主要功能是为分布式系统提供追踪解决方案,兼容支持ZipKin。通过引入spring-cloud-starter-zipkin依赖,可以集成ZipKin实现。Sleuth对Span、Trace等信息的生成和接入HTTP请求以及向ZipKin Server发送采集信息等任务都进行了自动化。它对ZipKin进行了封装,使开发者无需手动配置即可实现链路追踪功能。

实战

搭建Zipkin服务

创建工程并导入依赖,以下是要点:- 使用Spring Boot和依赖管理工具创建项目。- 在配置类中启用@EnableZipkinServer注解开启Zipkin服务端。- 启动应用,访问http://localhost:1080/zipkin/查看效果。

微服务集成Zipkin客户端

所有需要链路追踪的微服务都需要:- 入门 spring-cloud-starter-zipkin依赖。- 配置ZipKin客户端,设置服务端地址和其他必要参数。如: ``` spring: zipkin: base-url: http://localhost:1080 discovery-client-enabled: false sender: type: web sleuth: sampler: probability: 1.0 ```- 开启链路追踪功能,完成后即可使用。

测试

启动集成了ZipKin客户端的微服务,访问应用触发服务调用。通过访问http://localhost:1080/zipkin/查看链路信息。

转载地址:http://bxdgz.baihongyu.com/

你可能感兴趣的文章
PageHelper:上手教程(最详细)
查看>>
PageOffice如何实现从零开始动态生成图文并茂的Word文档
查看>>
PageRank算法
查看>>
Paint类(画笔)
查看>>
paip.android 手机输入法制造大法
查看>>
paip.spring3 mvc servlet的配置以及使用最佳实践
查看>>
Palindrome Number leetcode java
查看>>
Palo Alto Networks Expedition 未授权SQL注入漏洞复现(CVE-2024-9465)
查看>>
Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
查看>>
Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
查看>>
Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
查看>>
Panalog 日志审计系统 sprog_upstatus.php SQL 注入漏洞复现(XVE-2024-5232)
查看>>
pandas -按连续日期时间段分组
查看>>
pandas :将多列汇总为一列,没有最后一列
查看>>
pandas :将时间戳转换为 datetime.date
查看>>
pandas :将行取消堆叠到新列中
查看>>
pandas DataFrame 中的自定义浮点格式
查看>>
Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
查看>>
Pandas DataFrame中删除列级的方法链接解决方案
查看>>
Pandas DataFrame中的列从浮点数输出到货币(负值)
查看>>