Jaeger的客戶端采樣配置(Java版)

歡迎訪問我的GitHub

https://github.com/zq2599/blog_demos

內容：所有原創文章分類匯總及配套原始碼，涉及Java、Docker、Kubernetes、DevOPS等；

關于采樣（Sampling）

• 采樣很好理解：使用Jaeger時，未必需要將所有請求都上報到Jaeger，有時候只要抽取其中一部分觀察即可，這就是按照一定策略進行采樣；

• Jaeger SDK是支持多種采樣配置的，在分布式系統中，他們遵循的原則是前置判定（consistent upfront 或者head-based），簡單來說，假如consumer服務呼叫provider服務，那么某一次請求只要consumer決定不采樣，那么provider在處理這個請求的時候也不會采樣，也就是說對于一次完整的trace，只要最前面的服務不上報到jaeger，那么整個trace后面涉及的服務都不會上報到jaeger

• Jaeger采樣配置分為客戶端和服務端兩種配置，默認用的是服務端配置

• 本文咱們來了解如何在客戶端（也就是接入Jaeger的應用）配置采樣，并且動手驗證效果，常用的客戶端采樣策略有以下三種：

1. 固定：要么全部采樣，要門全部不采樣
2. 比例：按照指定比例采樣
3. 限速：固定時間周期內采樣固定數量，例如每秒一個

• 接下來，逐個配置和體驗這三種采樣的效果

關于實戰用的工程

• 采樣配置實戰不涉及編碼，只需要改一些配置，所以沒必要大張旗鼓的新建工程寫代碼，用《Jaeger開發入門(java版)》一文中的兩個maven子工程即可：服務提供方jaeger-service-provider和服務呼叫方jaeger-service-consumer，都做成docker鏡像，用docker-compose啟動，網路架構如下圖：

• 請確保專案的日志模板中已添加了traceId、spanId、sampled等變數，如下圖紅框所示，有了這些配置，咱們在日志中就能看到對應的trace是否被采樣（這一步非常重要）：

• 為了方便修改代碼后重新部署啟動，我寫了個名為full.sh的shell腳本檔案，運行即可將修改后的代碼制作成最新的鏡像并用docker-compose運行起來：

#!/bin/bash
echo "停止docker-compose"
cd jaeger-service-provider && docker-compose down && cd ..

echo "編譯構建"
mvn clean package -U -DskipTests

echo “創建provider鏡像”
cd jaeger-service-provider && docker build -t bolingcavalry/jaeger-service-provider:0.0.1 . && cd ..

echo “創建consumer鏡像”
cd jaeger-service-consumer && docker build -t bolingcavalry/jaeger-service-consumer:0.0.1 . && cd ..

echo "清理無效資源"
docker system prune --volumes -f

echo "啟動docker-compose"
cd jaeger-service-provider && docker-compose up -d && cd ..

• 如果您用的是IDEA，在下圖紅框位置添加一個自定義命令，選中上述shell檔案，就可以在IDEA中用run命令來編譯構建部署了：

• 現在準備作業已經完成，開始實戰吧，從最簡單的固定采樣開始；

固定采樣

• 固定采樣的邏輯很簡單：要么全部上報，要么一個也不報

• 固定采樣的配置方式如下圖紅框所示：

• 要注意的是：根據前置判定（consistent upfront 或者head-based）原則，只要將上述配置寫入jaeger-service-consumer專案的組態檔即可，至于jaeger-service-provider維持原狀不做任何改動

• 執行前面寫的full.sh腳本，編譯構建部署

• 瀏覽器訪問http://localhost:18080/hello，產生一些web請求，多訪問幾次

• 看jaeger-service-consumer容器的日志，如下圖，紅框中的sampled=false表示未采樣，三此請求的日志都是如此：

• 再看jaeger-service-provider容器的日志，如下圖紅框，也全部都沒有采樣，這證明Jaeger的前置判定原則（consistent upfront 或者head-based）是準確的，jaeger-service-consumer是一次trace的源頭，被它關閉了采樣的trace，在后續的服務中也會自動關閉采樣：

• 去Jaeger的web頁面看看，空空如也，連服務串列中都沒有jaeger-service-consumer和jaeger-service-provider：

• 試過了全部不采樣，再來試試全部采樣的配置，如下圖紅框：

• 重新部署，再產生幾次請求，去看jaeger-service-consumer容器的日志，如下圖紅框，全部都被采樣了：

• 去看jaeger-service-provider容器的日志，也是如此，所有trace都被采樣：

• 打開Jaeger的web頁面，可見jaeger-service-consumer的三次請求對應的trace全部上報：

• 至此，最簡單的固定采樣已完成，來看看更實用的比例采樣

比例采樣

• 顧名思義，就是按照一定的百分比采樣，配置如下圖所示：

• 執行前面寫的full.sh腳本，編譯構建部署

• 測驗比例采樣的方法就是發多個請求，檢查采樣的trace是否是總數的十分之一，我這里用jmeter來執行多次請求，您可以選擇自己擅長的工具，或者寫代碼寫腳本，甚至手動訪問多次

• 使用jmeter可以控制請求次數，用的是Loop Controller，如下圖紅框所示：

• 向jaeger-service-consumer的/hello介面發送完一百次請求后，可以從docker容器日志中檢查采樣情況，這里使用grep和wc命令的組合來統計日志中出現sampled=true和sampled=false的行數，完整的命令如下：

docker logs jaeger-service-consumer| grep 'sampled=true'|wc -l

• 100個請求，采樣率百分之十，但是用上述命令得到的結果并不是精確值10，而是8，再統計未采樣的日志行數(把true改成false)，得到的結果是92，總數對得上，但是采樣數并非精確的百分之十，如下圖：

• 然后將請求總數增加到一千條，得到的采樣比例接近百分之十，如下：

• 打開Jaeger的web頁面，可見果然只有106個trace：

• 比例采樣完成了，接下來是限速采樣

限速采樣

• 關于限速，似乎不夠具體不便于理解，但是看看官方檔案上的關鍵字leaky bucket，如下圖紅框，聰明的您一定想到了其中的關鍵，漏桶限流演算法（注意，是漏桶，不是令牌桶，漏桶演算法的峰值和桶大小有關）：

• 配置如下圖紅框所示：

• 執行前面寫的full.sh腳本，編譯構建部署

• 咱們的配置是每秒鐘一次采樣，所以驗證的時候要控制好發送請求的時長，我這里還是用jmeter來發請求的，如下圖紅框所示，jmeter有種Runtime Controller型別的控制器，可以控制持續請求的時長，我這里設定為10秒：

• 用jmeter持續發送10秒的請求，從jmeter的匯總報告中可見一共發了70個請求：

• 用命令docker logs jaeger-service-consumer| grep 'sampled=true'|wc -l查看采樣總數，10秒的預期是10個，結果如下，并不精確，只是接近而已:

• 清掉所有資料，將時長改成100秒試試，一共發出次852請求：

• 采樣總數為96，接近預期：

• 打開Jaeger的web頁面也是96次trace：

服務端配置一瞥

• 還記得《分布式呼叫鏈跟蹤工具Jaeger？兩分鐘極速體驗》、《Jaeger開發入門(java版)》等文章中的操作嗎？那時咱們并沒有添加任何與采樣有關的配置，但是每次請求都能在Jaeger的web頁面上查到對應的trace，也就是說所有請求全部被采樣了，這是為啥？

• 如果組態檔中沒有采樣相關的內容，那么默認使用的就是遠程配置，具體的資訊就在jaeger的all-in-one容器中，執行下面這個命令，就能看到遠程采樣配置：

docker exec jaeger cat /etc/jaeger/sampling_strategies.json

• 上述命令可以看到sampling_strategies.json的內容如下，原來服務端的配置是比例采樣，不過比例是百分之百，這就能解釋為何所有請求都能在Jaeger的web頁面查到trace資訊了：

{
  "default_strategy": {
    "type": "probabilistic",
    "param": 1
  }
}

• 至此，采樣配置實戰已經完成，希望能給您提供一些參考，輔助您針對實際情況定制更加合適的采樣策略

你不孤單，欣宸原創一路相伴

1. Java系列
2. Spring系列
3. Docker系列
4. kubernetes系列
5. 資料庫+中間件系列
6. DevOps系列

歡迎關注公眾號：程式員欣宸

微信搜索「程式員欣宸」，我是欣宸，期待與您一同暢游Java世界...
https://github.com/zq2599/blog_demos

標籤：其他

上一篇：用python把B站舞蹈區視頻爬下來，并打包成可以直接運行的exe檔案

下一篇：Log4j 2 殺不死 Java！