微服务链路追踪_分布式服务链路追踪技术分析及对⽐
1、概述
在分布式服务时代，服务之间的请求域调⽤不再是简单的直连⽅式，注册中⼼的出现，让服务治理更加便利，也对服务之间的链路追踪提出了更⾼的要求。
分布式链路追踪就是将⼀次分布式请求还原成调⽤链路，将⼀次分布式请求的调⽤情况集中展⽰，⽐如各个服务节点上的耗时、请求具体到达哪台机器上、每个服务节点的请求状态等等
理论⽀撑。⽬前⽐较主流的链路追踪产品都是启发于google发表的Dapper，Dapper阐述了分布式系统，特别是微服务架构中链路追踪的概念、数据表⽰、埋点、传递、收集、存储与展⽰等技术细节。
2、追踪理论 - Dapper
为了实现链路追踪，dapper提出了trace，span，annotation的概念。
Trace的含义⽐较直观，就是链路，指⼀个请求经过后端所有服务的路径，每⼀条链路都⽤⼀个全局唯⼀的traceid来标识。
分布式和微服务的关系span之间存在着⽗⼦关系，上游的span是下游的⽗span，每个span由spanid和parentid来标识，spanid在⼀条链路中唯⼀。
⼀个span⼀般由client和server两个部分的信息组成。按照时间顺序来解释，client节点(或者是调⽤⽅)⾸先发出请求，产⽣”client send”(cs)事件，紧接着server节点(或者是提供⽅)收到请求，产⽣”server receive”(sr)事件，server处理完成之后回复给client，产⽣”server send”事件，最后client收到回复，产⽣”client receive”事件。 Client与server两个节点的span信息合并成⼀次完整的调⽤，即⼀个完整的span。
Dapper中还定义了annotation的概念，⽤于⽤户⾃定义事件。
3、通⽤架构分析
主流的链路追踪产品架构包含以下四⼤模块：采样、收集、存储与展⽰。
通⽤架构图
3.1 采样
采样包含采集埋点、链路信息的传递以及链路信息上报，⽬前主流的埋点⽅式有三种，分别是应⽤拦截埋点，探针(java agent)埋点，服务器拦截埋点。其中应⽤拦截埋点有代码侵⼊，需要⼆次开发，其他⼆者与服务的耦合度较低，⽆需侵⼊。
由于每⼀个请求就会⽣成⼀个链路，为了减少性能消耗，避免存储资源的浪费，dapper并不会上报所有的span数据，⽽是使⽤采样的⽅式。通过采集端⾃适应地调整采样率，控制span上报的数量，可以在发现性能瓶颈的同时，有效减少性能损耗。
3.2 收集
收集端服务接收采集到的链路信息并进⾏分析，链路信息的传递有两种⽅，分别是http和grpc，其中http⽅式简单易⽤、维护成本低，使⽤率较⾼，grpc性能突出，但需要客户端代码，维护成本较⾼。
3.3 存储
分布式链路追踪系统⽀持海量的数据库存储。Mysql、Hbase、ElasticSearch等关系型数据库和⾮关系
型数据库均能存储链路信息，主流的存储选择是ElasticSearch，ElasticSearch可以提供⾼效的数据检索，为数据的应⽤提供可靠的性能⽀持。
3.4 展⽰
⽬前主流的分布式链路追踪框架⼤多有⾃⼰的链路展⽰UI，内容主要有服务拓扑、调⽤链时序图和检索等。
4、主流的实现⽅式
⽬前⽐较典型的分布式链路追踪框架主要有skywalking、istio和zipkin
，三者主要的区别体现在埋点⽅式的差异上。
4.1 skywalking
SkyWalking 是观察性分析平台和应⽤性能管理系统。
提供分布式追踪、服务⽹格遥测分析、度量聚合和可视化⼀体化解决⽅案。
Skywalking采⽤探针的⽅式进⾏埋点。以java为例，Skywalking只需要在java程序启动时指定其为java agent即可，以这种⼆进制注⼊的⽅式，拦截应⽤程序的流量，截取其中的链路流转信息。Skywalking⽀持多语⾔探针，提供了Java，.NET Core和Node.JS等主流开发语⾔的探针插件。
探针埋点⽰意图
4.1 istio
Istio提供了 Service Mesh ⽅式服务治理的完整的解决⽅案，服务运⾏的监控数据可以动态获取和输出，提供了强⼤的调⽤链、监控和调⽤⽇志收集输出的能⼒，通过⾮侵⼊的⽅式提供了服务的连接、控制、保护和观测能⼒。
Envoy代理埋点。在 Istio 中，所有的治理逻辑的执⾏体都是和业务容器⼀起部署的 Envoy 这个 Sidecar，拦截所有的流⼊和流出业务程序的流量，根据收到的规则执⾏执⾏各种动作。
Iptables 脚本通过 Iptables 规则拦截 pod 中流量，并发送到 Envoy 上。Envoy 拦截到 Inbound 和 Outbound 的流量会分别作不同操作，执⾏上⾯配置的操作，另外再把请求往下发，对于 Outbound 就是根据服务发现到对应的⽬标服务后端上，对于 Inbound 流量则直接发到本地的服务实例上，Envoy在此进⾏埋点，截取Inbound和Outbound的链路信息，参照OpenTracing标准⽣成标准的调⽤链数据。
Envoy埋点⽰意图
4.1 zipkin
Zipkin分为client端和server端，client端需要应⽤系统代码引⼊，并可以进⾏灵活的⼆次开发，client端实现数据采集，server端负责链路数据的分析⼊库等。
框架埋点。应⽤系统引⼊client端代码，应⽤请求会被Trace框架拦截，将调⽤链信息添加到Header中，并传递到后续的服务调⽤中，每次跳转都会传递调⽤信息，上报trace信息(时间戳、耗时等)，server端的Collecter会汇总所有的跳转信息，合并成⼀条完整的调⽤链信息。
框架埋点⽰意图
4.4 综合对⽐
综合对⽐图
5、参考⽂献
1. java agent 详细介绍
2. Skywalking分析
3. zipkin的⼯作原理浅析
4. Istio 调⽤链埋点原理剖析—是否真的“零修改”？
5. google dapper论⽂ 中⽂

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。