SpringCloud Sleuth 必知必會
- SpringCloud Sleuth 實作的功能是：它會自動為當前應用構建起各通信通道的跟蹤機制
  1. 通過諸如 RabbitMQ、Kafka（或者其他任何 SpringCloud Sleuth 系結器實作的訊息中間件）傳遞的請求
  2. 通過 Zuul、Gateway 代理傳遞的請求
  3. 通過 RestTemplate 發起的請求
SpringCloud Sleuth 跟蹤實作原理
- 為了實作請求跟蹤：當請求發送到分布式系統的入口端點時，只需要服務跟蹤框架為該請求創建一個唯一的跟蹤標識 Trace ID
- 為了統計各處理單元的時間延遲，當請求到達各個服務組件時，或是處理邏輯到達某個狀態時，也通過一個唯一標識來標記它的開始、具體程序以及結束，Span ID

Span ID 如果要計算時間延遲，可以通過 spanIdA11 - spanIdA1

8.1.2 Zipkin 是什么

Zipkin 的基礎概念
- Zipkin 解決微服務架構中的延遲問題，包括資料的收集、存盤、查找和展現
- Zipkin 有四大核心組件構成
  1. Collector：收集器組件
  2. Storge：存盤組件
  3. API：RESTFul API，提供外部訪問介面
  4. UI：Web UI，提供可視化查詢頁面

8.2.1 集成 SpringCloud Sleuth 實作微服務通信跟蹤

8.2.1.1 集成步驟

保證服務與服務之間存在跨行程通信
Maven 依賴

8.2.1.2 撰寫測驗代碼

sca-commerce-gateway 與 sca-commerce-alibaba-nacos-client 添加 Maven 依賴

<!-- 通過 Sleuth 實作鏈路跟蹤 -->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>

sca-commerce-alibaba-nacos-client 撰寫測驗業務代碼與控制層代碼

SleuthTraceInfoService

package com.edcode.commerce.service;

import brave.Tracer;
import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Service;

/**
 * @author eddie.lee
 * @blog blog.eddilee.cn
 * @description 使用代碼更直觀的看到 Sleuth 生成的相關跟蹤資訊
 */
@Slf4j
@Service
@RequiredArgsConstructor
public class SleuthTraceInfoService {

    /** brave.Tracer 跟蹤物件 */
    private final Tracer tracer;

    /**
     * 列印當前的跟蹤資訊到日志中
     */
    public void logCurrentTraceInfo() {

        log.info("Sleuth trace id: [{}]", tracer.currentSpan().context().traceId());
        log.info("Sleuth span id: [{}]", tracer.currentSpan().context().spanId());
    }
}

SleuthTraceInfoController

package com.edcode.commerce.controller;

import com.edcode.commerce.service.SleuthTraceInfoService;
import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * @author eddie.lee
 * @blog blog.eddilee.cn
 * @description 列印跟蹤資訊
 */
@Slf4j
@RestController
@RequestMapping("/sleuth")
@RequiredArgsConstructor
public class SleuthTraceInfoController {

    private final SleuthTraceInfoService traceInfoService;

    /**
     * 列印日志跟蹤資訊
     */
    @GetMapping("/trace-info")
    public void logCurrentTraceInfo() {
        traceInfoService.logCurrentTraceInfo();
    }
}

8.2.1.2 測驗請求與查看控制臺日志

發起請求

### 查看 Sleuth 跟蹤資訊
GET http://127.0.0.1:9001/edcode/scacommerce-nacos-client/sleuth/trace-info
Accept: application/json
sca-commerce-user: eyJhbGciOiJSUzI1NiJ9.eyJzY2EtY29tbWVyY2UtdXNlciI6IntcImlkXCI6MTEsXCJ1c2VybmFtZVwiOlwiZWRkaWVAcXEuY29tXCJ9IiwianRpIjoiZjQ3M2NhZjctY2RjMi00ZmE4LWExNzQtZjZhYmQ5ZDFjMzAzIiwiZXhwIjoxNjM1ODY4ODAwfQ.iTtQE2gHzjPxVP5SEFHrDBkvrzI-yt6oy-w1x--Q3ahhTvYLTiYnvndtIx7IIyYipr_ayZnAQyluPt3oiLaS80r9qByaN3zQF-6gBW_wu_fd0yd89hIjPnQeP1mY2NcchV2FaMUW7Jlq8CUDPurEhW4GUDXOqBXgmxai5UTu4yoXBUfyXUXznKTx697cGo5aoVKTAKvMReJg-77n5sQuafZNDu6pz2D1KMvEucNyZtbXw0JRIl1CsK777Jt3IG1bnOnwRBt8o1tkodZ3zJbfgTGVCHJmfEuUnXwdf4DLAq568pNVvylPLh4_r-UUGGxE6Az9XwOtl1w4vzK1M2ATzw
token: edcode

回應資訊

GET http://127.0.0.1:9001/edcode/scacommerce-nacos-client/sleuth/trace-info

HTTP/1.1 200 OK
transfer-encoding: chunked
Content-Type: application/json
Date: Tue, 02 Nov 2021 13:04:55 GMT

{
  "code": 0,
  "message": "",
  "data": null
}

Response code: 200 (OK); Time: 1160ms; Content length: 35 bytes

查看日志

sca-commerce-gateway

2021-11-02 21:04:55.332  INFO [sca-commerce-gateway,353ea734cc43d6ee,353ea734cc43d6ee,true] 1060 --- [ctor-http-nio-2] c.netflix.config.ChainedDynamicProperty  : Flipping property: sca-commerce-nacos-client.ribbon.ActiveConnectionsLimit to use NEXT property: niws.loadbalancer.availabilityFilteringRule.activeConnectionsLimit = 2147483647
2021-11-02 21:04:55.347  INFO [sca-commerce-gateway,353ea734cc43d6ee,353ea734cc43d6ee,true] 1060 --- [ctor-http-nio-2] c.netflix.loadbalancer.BaseLoadBalancer  : Client: sca-commerce-nacos-client instantiated a LoadBalancer: DynamicServerListLoadBalancer:{NFLoadBalancer:name=sca-commerce-nacos-client,current list of Servers=[],Load balancer stats=Zone stats: {},Server stats: []}ServerList:null
2021-11-02 21:04:55.353  INFO [sca-commerce-gateway,353ea734cc43d6ee,353ea734cc43d6ee,true] 1060 --- [ctor-http-nio-2] c.n.l.DynamicServerListLoadBalancer      : Using serverListUpdater PollingServerListUpdater
2021-11-02 21:04:55.372  INFO [sca-commerce-gateway,353ea734cc43d6ee,353ea734cc43d6ee,true] 1060 --- [ctor-http-nio-2] c.netflix.config.ChainedDynamicProperty  : Flipping property: sca-commerce-nacos-client.ribbon.ActiveConnectionsLimit to use NEXT property: niws.loadbalancer.availabilityFilteringRule.activeConnectionsLimit = 2147483647
2021-11-02 21:04:55.374  INFO [sca-commerce-gateway,353ea734cc43d6ee,353ea734cc43d6ee,true] 1060 --- [ctor-http-nio-2] c.n.l.DynamicServerListLoadBalancer      : DynamicServerListLoadBalancer for client sca-commerce-nacos-client initialized: DynamicServerListLoadBalancer:{NFLoadBalancer:name=sca-commerce-nacos-client,current list of Servers=[192.168.3.192:8000],Load balancer stats=Zone stats: {unknown=[Zone:unknown;	Instance count:1;	Active connections count: 0;	Circuit breaker tripped count: 0;	Active connections per server: 0.0;]
},Server stats: [[Server:192.168.3.192:8000;	Zone:UNKNOWN;	Total Requests:0;	Successive connection failure:0;	Total blackout seconds:0;	Last connection made:Thu Jan 01 08:00:00 CST 1970;	First connection made: Thu Jan 01 08:00:00 CST 1970;	Active Connections:0;	total failure count in last (1000) msecs:0;	average resp time:0.0;	90 percentile resp time:0.0;	95 percentile resp time:0.0;	min resp time:0.0;	max resp time:0.0;	stddev resp time:0.0]
]}ServerList:com.alibaba.cloud.nacos.ribbon.NacosServerList@72186c8f
2021-11-02 21:04:55.592  INFO [sca-commerce-gateway,353ea734cc43d6ee,353ea734cc43d6ee,true] 1060 --- [ctor-http-nio-2] c.e.c.filter.GlobalElapsedLogFilter      : [/edcode/scacommerce-nacos-client/sleuth/trace-info] elapsed: [1034ms]
2021-11-02 21:04:56.358  INFO [sca-commerce-gateway,,,] 1060 --- [erListUpdater-0] c.netflix.config.ChainedDynamicProperty  : Flipping property: sca-commerce-nacos-client.ribbon.ActiveConnectionsLimit to use NEXT property: niws.loadbalancer.availabilityFilteringRule.activeConnectionsLimit = 2147483647

sca-commerce-alibaba-nacos-client

2021-11-02 21:04:55.543  INFO [sca-commerce-nacos-client,353ea734cc43d6ee,c85be2c1bb127558,true] 33740 --- [nio-8000-exec-1] c.e.c.service.SleuthTraceInfoService     : Sleuth trace id: [3836687777773377262]
2021-11-02 21:04:55.543  INFO [sca-commerce-nacos-client,353ea734cc43d6ee,c85be2c1bb127558,true] 33740 --- [nio-8000-exec-1] c.e.c.service.SleuthTraceInfoService     : Sleuth span id: [-4009361721548180136]

決議：[sca-commerce-nacos-client,353ea734cc43d6ee,c85be2c1bb127558,true]
第一行：service name
第二行：trace id
第三行：span id

8.3.1 搭建 Zipkin Server 實作對跟蹤資訊的收集

8.3.1.1 ZS搭建步驟

Tips：SpringCloud Finchley 版本（包含）之后，官方不建議自己搭建 Zipkin-Server，提供了已經打包好的jar檔案（SpringBoot工程），直接下載啟動即可
下載地址
- curl -sSL https://zipkin.io/quickstart.sh | bash -s
1. 選擇自己需要的版本即可
2. 選擇 *.exec.jar 結尾的 jar

8.3.1.2 Linux 終端

[root@localhost opt]# curl -sSL https://zipkin.io/quickstart.sh | bash -s 
Thank you for trying Zipkin!
This installer is provided as a quick-start helper, so you can try Zipkin out
without a lengthy installation process.

Fetching version number of latest io.zipkin:zipkin-server release...
Latest release of io.zipkin:zipkin-server seems to be 2.23.4

Downloading io.zipkin:zipkin-server:2.23.4:exec to zipkin.jar...
> curl -fL -o 'zipkin.jar' 'https://repo1.maven.org/maven2/io/zipkin/zipkin-server/2.23.4/zipkin-server-2.23.4-exec.jar'
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100 59.0M  100 59.0M    0     0  34146      0  0:30:14  0:30:14 --:--:-- 33309

Verifying checksum...
> curl -fL -o 'zipkin.jar.md5' 'https://repo1.maven.org/maven2/io/zipkin/zipkin-server/2.23.4/zipkin-server-2.23.4-exec.jar.md5'
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100    32  100    32    0     0     17      0  0:00:01  0:00:01 --:--:--    17
> md5sum -c <<< "$(cat zipkin.jar.md5)  zipkin.jar"
zipkin.jar: OK
Checksum for zipkin.jar passes verification

Verifying GPG signature of zipkin.jar...
> curl -fL -o 'zipkin.jar.asc' 'https://repo1.maven.org/maven2/io/zipkin/zipkin-server/2.23.4/zipkin-server-2.23.4-exec.jar.asc'
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
100   833  100   833    0     0     91      0  0:00:09  0:00:09 --:--:--   180

GPG signing key is not known, skipping signature verification.
Use the following commands to manually verify the signature of zipkin.jar:

    gpg --keyserver keyserver.ubuntu.com --recv FF31B515
    # Optionally trust the key via 'gpg --edit-key FF31B515', then typing 'trust',
    # choosing a trust level, and exiting the interactive GPG session by 'quit'
    gpg --verify zipkin.jar.asc zipkin.jar


You can now run the downloaded executable jar:

    java -jar zipkin.jar

[root@localhost opt]# nohup java -jar zipkin.jar &
[1] 30238
[root@localhost opt]# nohup: ignoring input and appending output to ‘nohup.out’

8.3.1.3 Zipkin Web UI

訪問：IP:9411
在這里插入圖片描述

8.3.2 配置 Zipkin Server 實作對跟蹤資訊的收集

配置 ZS
- 為什么需要對 ZS 做自定義配置？
  1. 默認情況下， ZS 將 跟蹤資訊存盤在記憶體中（JVM），重啟會丟失
  2. ZS 默認使用 HTTP 方式上報跟蹤資料，性能較差
- ZS 配置 MySQL 跟蹤資料持久化（同時它也支持 ES）
  1. MySQL 中添加資料表：https://github.com/openzipkin/zipkin/blob/master/zipkin-storage/mysql-v1/src/main/resources/mysql.sql
  2. ZS 啟動指定 MySQL 路徑

在這里插入圖片描述

8.4.1 SpringCloud Sleuth 整合 Zipkin 實作分布式鏈路跟蹤、收集

SpringCloud Sleuth 整合 Zipkin 步驟
- 簡單的兩個步驟（Zipkin Server 使用 MySQL 實作跟蹤資料持久化）
  - Maven 依賴
  - bootstrap.yml 中增加 Zipkin 的配置
下載、安裝 Kafka
- 下載 Kafka：https://kafka.apache.org/quickstart
- 解壓、啟動 ZK 和 Kafka Server 即可（使用默認配置）

8.4.1.1 下載與解壓 Kafka

Downloads

https://kafka.apache.org/downloads
在這里插入圖片描述

Linux 步驟

[root@localhost opt]# wget https://dlcdn.apache.org/kafka/3.0.0/kafka_2.13-3.0.0.tgz
[root@localhost opt]# tar -zxf kafka_2.13-3.0.0.tgz 
[root@localhost opt]# ls -la | grep kafka
drwxr-xr-x.  8 root root       134 Nov  3 01:48 kafka_2.13-3.0.0
-rw-r--r--.  1 root root  86396520 Sep 20 04:46 kafka_2.13-3.0.0.tgz

8.4.1.2 啟動 zookeeper 與 Kafka

對外訪問需要修改 Kafka 的 server.properties

找到 advertised.listeners 或者自行添加 advertised.listeners 指定 IP 地址

[root@localhost kafka_2.13-3.0.0]# vim /opt/kafka_2.13-3.0.0/config/server.properties

advertised.listeners=PLAINTEXT://192.168.3.250:9092

后臺啟動 zookeeper

[root@localhost kafka_2.13-3.0.0]# nohup /opt/kafka_2.13-3.0.0/bin/zookeeper-server-start.sh config/zookeeper.properties &
[1] 31998
[root@localhost kafka_2.13-3.0.0]# nohup: ignoring input and appending output to ‘nohup.out’

后臺啟動 kafka

[root@localhost kafka_2.13-3.0.0]# nohup /opt/kafka_2.13-3.0.0/bin/kafka-server-start.sh config/server.properties &
[1] 32574
[root@localhost kafka_2.13-3.0.0]# nohup: ignoring input and appending output to ‘nohup.out’

8.4.1.3 運行 ZipKin 關聯 Kafka 與 MySQL

[root@localhost opt]# nohup java -DKAFKA_BOOTSTRAP_SERVERS=127.0.0.1:9092 -jar zipkin.jar --STORAGE_TYPE=mysql --MYSQL_USER=root --MYSQL_PASS=123456 --MYSQL_HOST=127.0.0.1 --MYSQL_TCP_PORT=3306 --MYSQL_DB=zipkin &
[1] 601
[root@localhost opt]# nohup: ignoring input and appending output to ‘nohup.out’

連接kafka：-DKAFKA_BOOTSTRAP_SERVERS=127.0.0.1:9092

連接MySQL：–STORAGE_TYPE=mysql --MYSQL_USER=root --MYSQL_PASS=123456 --MYSQL_HOST=127.0.0.1 --MYSQL_TCP_PORT=3306 --MYSQL_DB=zipkin

8.4.1.4 檢查 Linux 服務是否啟動

[root@localhost opt]# ps -aux | grep -E 'nacos|zipkin|kafka|zookeeper'  
[root@localhost opt]# netstat -ltnp | grep -E '8848|9092|9411|2181' 
tcp6       0      0 :::8848                 :::*                    LISTEN      1932/java           
tcp6       0      0 :::9411                 :::*                    LISTEN      601/java            
tcp6       0      0 :::9092                 :::*                    LISTEN      32574/java          
tcp6       0      0 :::2181                 :::*                    LISTEN      31998/java

8.4.1.4 IDEA 啟動服務與測驗發起請求

Maven 依賴（zipkin 與 kafka）

<!-- 通過 Sleuth 實作鏈路跟蹤 -->
<!--        <dependency>-->
<!--            <groupId>org.springframework.cloud</groupId>-->
<!--            <artifactId>spring-cloud-starter-sleuth</artifactId>-->
<!--        </dependency>-->
<!-- zipkin = spring-cloud-starter-sleuth + spring-cloud-sleuth-zipkin-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.kafka</groupId>
    <artifactId>spring-kafka</artifactId>
    <version>2.5.0.RELEASE</version>
</dependency>

修改 Gateway 與 Nacos-Client 服務的組態檔

spring:
  kafka:
    bootstrap-servers: ${KAFKA_SERVER:127.0.0.1}:${KAFKA_PORT:9092}
    producer:
      retries: 3
    consumer:
      auto-offset-reset: latest
  zipkin:
    sender:
      type: ${ZIPKIN_KAFKA_SENDER:web} # 默認是 web
    base-url: http://${ZIPKIN_URL:localhost}:${ZIPKIN_PORT:9411}/

兩個服務都需要添加 kafka 與 zipkin 的連接資訊

啟動服務

啟動以下服務
- AuthorityCenterApplication :7000/ # 如果 token 過期，需要重新簽發
- NacosClientApplication :8000/
- GatewayApplication :9001/

請求測驗

sca-commerce-gateway/src/main/resources/http/nacos-client.http

### 查詢服務
GET http://127.0.0.1:9001/edcode/scacommerce-nacos-client/nacos-client/service-instance?serviceId=sca-commerce-gateway
Accept: application/json
sca-commerce-user: eyJhbGciOiJSUzI1NiJ9.eyJzY2EtY29tbWVyY2UtdXNlciI6IntcImlkXCI6MTEsXCJ1c2VybmFtZVwiOlwiZWRkaWVAcXEuY29tXCJ9IiwianRpIjoiMWU1MGI2ZWYtNmUzOS00YmY2LWJlMjktZDc4NWU3NWQyNmY1IiwiZXhwIjoxNjM1OTU1MjAwfQ.P7GxZuMUrgiMUbD4dNYzQiV3A6YkaFpvlzg8cpBdu_hvxqDsVEuuiYODQSzZPQeN3xTQPbJ70zkSY084HV7Vsk929en1lqNiX_dpQEuGSbz2JSPqyJuLZ6v7hRX9GI32sPrZAnaKVXMdeHUXCMMmaS1L3osimSvAlaoDE0n2UukDLgu83xRlL3bddHIJbmFD5BrV6Y-u9d-blqXPOpxFEYkdwS_XrljYiULTH7Olr71TAwODUPdttnmVhHPXB0_dnOG5DZMOC0OxqokHGZJ7CC86paE4TvdNPwqotB6u6zh_d_YCCBWM3t1LmKYB6E_bnz2taL5Q4AYHlRaZZotaAA
token: edcode ## HeaderTokenGatewayFilter

###

8.4.1.5 Zipkin Web UI

如何簡單的使用

打開 http://192.168.3.250:9411

在這里插入圖片描述
默認 all，然后直接查找，會顯示所有的請求資訊，點擊其中一條

在這里插入圖片描述就會看到該請求的所有經過哪些服務，耗時多少

同樣，也可以在終端拿 trace Id：669b59f38adf2c38 去跟蹤鏈路

在這里插入圖片描述 trace Id 搜索框：669b59f38adf2c38

在這里插入圖片描述

如何查看服務之間的依賴關系

點擊上方的【依賴】
在這里插入圖片描述

8.5.1 Spring Cloud Sleuth 設定采樣率、抽樣收集策略

8.5.1.1 Spring Cloud Sleuth 采樣收集

收集跟蹤資訊是一把雙刃劍，需要做好權衡
- 收集的跟蹤資訊越多，越能反映出系統的實際運行情況
- 高并發場景下，大量的請求呼叫會產生海量的跟蹤日志資訊，性能開銷太大

開發與測驗環境可以使用高的采樣率，但是生產環境建議不要這么做，

可以自由選擇 Zipkin brave 自帶的兩個抽樣策略
- ProbabilityBasedSampler 采樣率策略
  - 默認使用的策略，以請求百分比的方式配置和手機跟蹤資訊：它的默認值為 0.1，代表手機 10% 的請求跟蹤資訊
  - spring.sleuth.sampler.probability=0.5
- RateLimitingSampler 抽樣策略
  - 限速采集，也就是說它可以用來限制每秒追蹤請求的最大數量，優先級更高
  - spring.sleuth.sampler.rate=10 ## 一秒最大只有10個跟蹤策略給采集

8.5.1.2 bootstrap.yml 配置 Sleuth

sca-commerce-alibaba-nacos-client

spring:
  sleuth:
    sampler:
      # RateLimitingSampler 抽樣策略，設定了限速采樣，spring.sleuth.sampler.probability 屬性值無效
      rate: 100 # 每秒間隔接受的 trace 量
      # Probability 抽樣策略
      probability: 1.0 # 采樣比例，1.0 表示 100%, 默認：0.1

8.5.1.3 代碼配置 Sleuth

package com.edcode.commerce.sampler;

import brave.sampler.RateLimitingSampler;
import brave.sampler.Sampler;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

/**
 * @author eddie.lee
 * @blog blog.eddilee.cn
 * @description 使用配置的方式設定抽樣率 （二選一）
 */
@Configuration
public class SamplerConfig {

    /**
     * 限速采集（推薦）
     */
    @Bean
    public Sampler sampler() {
        return RateLimitingSampler.create(100);
    }

//    /**
//     * 概率采集, 默認的采樣策略, 默認值是 0.1
//     */
//    @Bean
//    public Sampler defaultSampler() {
//        return ProbabilityBasedSampler.create(0.5f);
//    }
}

代碼與Yaml檔案配置是二選一，方便簡潔肯定是 Yaml配置

限速采集與概率采集無論是代碼還是 Yaml檔案都是二選一

8.6.1 SpringCloud Sleuth+Zipkin 分布式日志追蹤總結

8.6.1.1 SpringCloud Sleuth+Zipkin 邏輯架構圖

跟蹤、收集所涉及的三個組件（模塊）Sleuth、Zipkin、Brave
三個組件之間的關系
- Brave 是一個 tracer 庫，提供的是 tracer 介面
- Sleuth 采用了 Brave 作為 tracer 庫
- Sleuth 可以不使用 Zipkin

在這里插入圖片描述

8.6.1.2 Brave 解讀

Brave 的兩個最基本、也是最核心的概念
- trace：以看作是一個邏輯執行程序中的整個鏈條（可以看作一棵樹）
- span：是 trace 跟蹤的基本單位
Brave 中常用的資料結構以及說明
- Tracing：工具類，用于生成 Tracer 類實體
- Tracer：也是工具類，用于生成 Span
- Span：實際記錄每個功能塊執行資訊的類
- TraceContext：記錄 trace 的執行程序中的元資料資訊類
- Propagation：用于在分布式環境或者跨行程條件下的 trace 跟蹤時實作 TraceContext 傳遞的工具類

8.6.1.2 SpringCloud Sleuth 如何實作跨服務Trace 追蹤

SpringCloud Sleuth 實作跨服務 Trace 追蹤
- SpringCloud Sleuth 和 Brave 提供了很多不同的分布式框架的支持，例如 gRPC、Kafka、HTTP等

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/348308.html

標籤：其他

上一篇：centos7安裝hadoop集群（親測可用）

下一篇：5.springboot整合RabbitMQ

【Spring Cloud Alibaba 溫故而知新】（五）SpringCloud Sleuth + Zipkin：分布式日志追蹤

目錄

8.1.1 SpringCloud Sleuth 是什么

8.1.2 Zipkin 是什么

8.2.1 集成 SpringCloud Sleuth 實作微服務通信跟蹤

8.2.1.1 集成步驟

8.2.1.2 撰寫測驗代碼

8.2.1.2 測驗請求與查看控制臺日志

發起請求

查看日志

8.3.1 搭建 Zipkin Server 實作對跟蹤資訊的收集

8.3.1.1 ZS搭建步驟

8.3.1.2 Linux 終端

8.3.1.3 Zipkin Web UI

8.3.2 配置 Zipkin Server 實作對跟蹤資訊的收集

8.4.1 SpringCloud Sleuth 整合 Zipkin 實作分布式鏈路跟蹤、收集

8.4.1.1 下載與解壓 Kafka

Downloads

Linux 步驟

8.4.1.2 啟動 zookeeper 與 Kafka

對外訪問需要修改 Kafka 的 server.properties

后臺啟動 zookeeper

后臺啟動 kafka

8.4.1.3 運行 ZipKin 關聯 Kafka 與 MySQL

8.4.1.4 檢查 Linux 服務是否啟動

8.4.1.4 IDEA 啟動服務與測驗發起請求

Maven 依賴 （zipkin 與 kafka）

修改 Gateway 與 Nacos-Client 服務的組態檔

啟動服務

請求測驗

8.4.1.5 Zipkin Web UI

如何簡單的使用

如何查看服務之間的依賴關系

8.5.1 Spring Cloud Sleuth 設定采樣率、抽樣收集策略

8.5.1.1 Spring Cloud Sleuth 采樣收集

8.5.1.2 bootstrap.yml 配置 Sleuth

8.5.1.3 代碼配置 Sleuth

8.6.1 SpringCloud Sleuth+Zipkin 分布式日志追蹤總結

8.6.1.1 SpringCloud Sleuth+Zipkin 邏輯架構圖

8.6.1.2 Brave 解讀

8.6.1.2 SpringCloud Sleuth 如何實作跨服務Trace 追蹤

Maven 依賴（zipkin 與 kafka）