一個由微服務構成的應用系統通過服務來劃分問題域，通過REST請求服務API來連接服務來完成完整業務。對於入口的一個調用可能需要有多個後臺服務協同完成，鏈路上任何一個調用超時或出錯都可能造成前端請求的失敗。服務的調用鏈也會越來越長，並形成一個樹形的調用鏈。隨着服務的增多，對調用鏈的分析也會越來越複雜。
針對服務化應用全鏈路追蹤的問題，Google發表了Dapper論文，介紹了他們如何進行服務追蹤分析。其基本思路是在服務調用的請求和響應中加入ID，標明上下游請求的關係。利用這些信息，可以可視化地分析服務調用鏈路和服務間的依賴關係。
對應Dpper的開源實現是Zipkin，支持多種語言包括JavaScript，Python，Java, Scala, Ruby, C#, Go等。其中Java由多種不同的庫來支持。
Spring Cloud Sleuth是對Zipkin的一個封裝，對於Span、Trace等信息的生成、接入HTTP Request，以及向Zipkin Server發送採集信息等全部自動完成。
1. Server 端
1）pom.xml中引入
<dependency>
<groupId>io.zipkin.java</groupId>
<artifactId>zipkin-server</artifactId>
</dependency>
<dependency>
<groupId>io.zipkin.java</groupId>
<artifactId>zipkin-autoconfigure-ui</artifactId>
</dependency>
<dependency>
<groupId>io.zipkin.java</groupId>
<artifactId>zipkin-autoconfigure-storage-mysql</artifactId>
</dependency>
2）主類開啓監控：@EnableEurekaClient,@EnableZipkinServer
3）配置 eureka.instance.client.serviceUrl.defaultZone
4）創建zipkin的db實例，配置用戶權限，創建相關表 zipkin_annotations,zipkin_dependencies,zipkin_spans
5）配置zipkin存儲的db內容：
zipkin:
ui:
environment: zipkin
storage:
type: mysql
mysql:
host: localhost
port: 3306
db: zipkin
username: username
password: password
2. Client 端
1）pom.xml中引入
<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>
2）配置連接的server端地址及採樣率
spring:
zipkin:
enabled: true
base-url: http://localhost:9411
sleuth:
sampler:
#採樣率, 默認0.1
percentage: 1.0
注意：
1. db實例，表，需手工創建，否則zipkin-server雖然不會報錯，但無法採集數據
2. 每1次request生成一個traceId,中間有N個service層，則生成N個spanId,寫入spans,annotaions