springcloud應用之zipkin+sleuth

springcloud應用之zipkin+sleuth

zipkin+sleuth

Sleuth
spring Cloud Sleuth爲 spring Cloud提供了分佈式跟蹤的解決方案，它大量借用了Google Dapper、 Twitter
Zipkin和 Apache HTrace的設計，先來了解一下 Sleuth的術語， Sleuth借用了 Dapper的術語。

span（跨度）：基本工作單元。 span用一個64位的id唯一標識。除ID外，span還包含其他數據，例如描述、時間
戳事件、鍵值對的註解（標籤）， spanID、span父 ID等。 span被啓動和停止時，記錄了時間信息。初始化 span
被稱爲"rootspan"，該 span的 id和 trace的 ID相等。

trace（跟蹤）：一組共享"rootspan"的 span組成的樹狀結構稱爲 traceo trac也用一個64位的 ID唯一標識， trace
中的所有 span都共享該 trace的 ID

annotation（標註）： annotation用來記錄事件的存在，其中，核心annotation用來定義請求的開始和結束。

CS（ Client sent客戶端發送）：客戶端發起一個請求，該 annotation描述了span的開 始。
SR（ server Received服務器端接收）：服務器端獲得請求並準備處理它。如果用 SR減去 CS時間戳，就能得到網
絡延遲。c)
SS（ server sent服務器端發送）：該 annotation表明完成請求處理（當響應發回客戶端時）。如果用 SS減去 SR
時間戳，就能得到服務器端處理請求所需的時間。
CR（ Client Received客戶端接收）： span結束的標識。客戶端成功接收到服務器端的響應。如果 CR減去 CS時間
戳，就能得到從客戶端發送請求到服務器響應的所需的時間

Spring Cloud Sleuth可以追蹤10種類型的組件：async、Hystrix，messaging，websocket，rxjava，
scheduling，web（Spring MVC Controller，Servlet），webclient（Spring RestTemplate）、Feign、Zuul

spring官方圖如下：

Zipkin
Zipkin是 Twitter開源的分佈式跟蹤系統，基於 Dapper的論文設計而來。它的主要功能是收集系統的時序數據，從
而追蹤微服務架構的系統延時等問題。 Zipkin還提供了一個非常友好的界面，來幫助分析追蹤數據。
爲什麼要Zipkin
因爲sleuth對於分佈式鏈路的跟蹤僅僅是一些數據的記錄， 這些數據我們人爲來讀取和處理難免會太麻煩了，所以
我們一般吧這種數據上交給Zipkin Server 來統一處理.

搭建zipkin-server

zipkin官方推薦使用他的jar搭建，不要自定義
zipkin-server jar下載

用命令啓動zipkin-server:
java -jar zipkin-server-2.12.2-exec.jar
訪問http://127.0.0.1:9411出現下圖

sleuth整合zipkin

微服務添加如下依賴

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

yml添加

spring:
  zipkin:
    base-url: http://127.0.0.1:9411
  sleuth:
    sampler:
      percentage: 1.0 #數據收集率，1.0代表收集100%數據

哪些微服務需要添加上面信息
例如，有user，order1，order2微服務，user負載均衡調用order,order1,那麼這三個微服務你全部加上上面信息即可