微服务调用链追踪中心搭建

　概述

一个完整的微服务系统包含多个微服务单元，各个微服务子系统存在互相调用的情况，形成一个调用链。一个客户端请求从发出到被响应经历了哪些组件、哪些微服务、请求总时长、每个组件所花时长等信息我们有必要了解和收集，以帮助我们定位性能瓶颈、进行性能调优，因此监控整个微服务架构的调用链十分有必要，本文将阐述如何使用 Zipkin 搭建微服务调用链追踪中心。

Zipkin初摸

正如 Ziplin官网所描述，Zipkin是一款分布式的追踪系统，其可以帮助我们收集微服务架构中用于解决延时问题的时序数据，更直白地讲就是可以帮我们追踪调用的轨迹。

Zipkin的设计架构如下图所示：

要理解这张图，需要了解一下Zipkin的几个核心概念：

Reporter

在某个应用中安插的用于发送数据给Zipkin的组件称为Report，目的就是用于追踪数据收集

Span

微服务中调用一个组件时，从发出请求开始到被响应的过程会持续一段时间，将这段跨度称为Span

Trace

从Client发出请求到完成请求处理，中间会经历一个调用链，将这一个整个过程称为一个追踪（Trace）。一个Trace可能包含多个Span，反之每个Span都有一个上级的Trace。

Transport

一种数据传输的方式，比如最简单的HTTP方式，当然在高并发时可以换成Kafka等消息队列

看了一下基本概念后，再结合上面的架构图，可以试着理解一下，只有装配有Report组件的Client才能通过Transport来向Zipkin发送追踪数据。追踪数据由Collector收集器进行手机然后持久化到Storage之中。最后需要数据的一方，可以通过UI界面调用API接口，从而最终取到Storage中的数据。可见整体流程不复杂。

Zipkin官网给出了各种常见语言支持的OpenZipkin libraries：

本文接下来将构造微服务追踪的实验场景并使用 Brave 来辅助完成微服务调用链追踪中心搭建！
部署Zipkin服务

利用Docker来部署Zipkin服务再简单不过了：

docker run -d -p 9411:9411 \--name zipkin \docker.io/openzipkin/zipkin

完成之后浏览器打开： localhost:9411可以看到Zipkin的可视化界面：

模拟微服务调用链

我们来构造一个如下图所示的调用链：

图中包含一个客户端 + 三个微服务：

Client：使用/servicea接口消费ServiceA提供的服务
ServiceA：使用/serviceb接口消费ServiceB提供的服务，端口8881
ServiceB：使用/servicec接口消费ServiceC提供的服务，端口8882
ServiceC：提供终极服务，端口8883

为了模拟明显的延时效果，准备在每个接口的响应中用代码加入3s的延时。

简单起见，我们用SpringBt来实现三个微服务。

ServiceA的控制器代码如下：

@RestControllerpublic class ServiceAContorller {    @Autowired    private RestTemplate restTemplate;    @GetMapping("/servicea”)    public String servicea() {        try {            Thread.sleep( 3000 );        } catch (InterruptedException e) {            e.printStackTrace();        }        return restTemplate.getForObject("http://localhost:8882/serviceb", String.class);    }}

ServiceB的代码如下：

@RestControllerpublic class ServiceBContorller {    @Autowired    private RestTemplate restTemplate;    @GetMapping("/serviceb”)    public String serviceb() {        try {            Thread.sleep( 3000 );        } catch (InterruptedException e) {            e.printStackTrace();        }        return restTemplate.getForObject("http://localhost:8883/servicec", String.class);    }}

ServiceC的代码如下：

@RestControllerpublic class ServiceCContorller {    @Autowired    private RestTemplate restTemplate;    @GetMapping("/servicec”)    public String servicec() {        try {            Thread.sleep( 3000 );        } catch (InterruptedException e) {            e.printStackTrace();        }        return "Now, we reach the terminal call: servicec !”;    }}

我们将三个微服务都启动起来，然后浏览器中输入 localhost:8881/servicea来发出请求，过了9s之后，将取到ServiceC中提供的微服务接口所返回的内容，如下图所示：

很明显，调用链可以正常work了！

那么接下来我们就要引入Zipkin来追踪这个调用链的信息！

编写与Zipkin通信的工具组件

从Zipkin官网我们可以知道，借助OpenZipkin库Brave，我们可以开发一个封装Brave的公共组件，让其能十分方便地嵌入到ServiceA，ServiceB，ServiceC服务之中，完成与Zipkin的通信。

为此我们需要建立一个新的基于Maven的Java项目： ZipkinTool

pom.xml中加入如下依赖：

    <?xml version="1.0" encoding="UTF-8"?>    <project xmlns="http://maven.apache.org/POM/4.0.0"             xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"             xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">        <modelVersion>4.0.0</modelVersion>        <groupId>com.hansonwang99</groupId>        <artifactId>ZipkinTool</artifactId>        <version>1.0-SNAPSHOT</version>        <build>            <plugins>                <plugin>                    <groupId>org.apache.maven.plugins</groupId>                    <artifactId>maven-compiler-plugin</artifactId>                    <configuration>                        <source>6</source>                        <target>6</target>                    </configuration>                </plugin>            </plugins>        </build>        <packaging>jar</packaging>        <dependencies>            <dependency>                <groupId>org.springframework.boot</groupId>                <artifactId>spring-boot</artifactId>                <version>2.0.1.RELEASE</version>                <scope>provided</scope>            </dependency>            <dependency>                <groupId>org.springframework</groupId>                <artifactId>spring-webmvc</artifactId>                <version>4.3.7.RELEASE</version>                <scope>provided</scope>            </dependency>            <dependency>                <groupId>io.zipkin.brave</groupId>                <artifactId>brave-spring-web-servlet-interceptor</artifactId>                <version>4.0.6</version>            </dependency>            <dependency>                <groupId>io.zipkin.brave</groupId>                <artifactId>brave-spring-resttemplate-interceptors</artifactId>                <version>4.0.6</version>            </dependency>            <dependency>                <groupId>io.zipkin.reporter</groupId>                <artifactId>zipkin-sender-okhttp3</artifactId>                <version>0.6.12</version>            </dependency>            <dependency>                <groupId>org.projectlombok</groupId>                <artifactId>lombok</artifactId>                <version>RELEASE</version>                <scope>compile</scope>            </dependency>        </dependencies>    </project>

编写ZipkinProperties类

其包含endpoint和service两个属性，我们最后是需要将该两个参数提供给ServiceA、ServiceB、ServiceC微服务作为其application.properties中的Zipkin配置

@Data@Component@ConfigurationProperties("zipkin")public class ZipkinProperties {    private String endpoint;    private String service;}

用了 lombok之后，这个类异常简单！

编写ZipkinConfiguration类

这个类很重要，在里面我们将Brave的BraveClientHttpRequestInterceptor拦截器注册到RestTemplate的拦截器调用链中来收集请求数据到Zipkin中；同时还将Brave的ServletHandlerInterceptor拦截器注册到调用链中来收集响应数据到Zipkin中

上代码吧：

@Configuration@Import({RestTemplate.class, BraveClientHttpRequestInterceptor.class, ServletHandlerInterceptor.class})public class ZipkinConfiguration extends WebMvcConfigurerAdapter {    @Autowired    private ZipkinProperties zipkinProperties;    @Autowired    private RestTemplate restTemplate;    @Autowired    private BraveClientHttpRequestInterceptor clientInterceptor;    @Autowired    private ServletHandlerInterceptor serverInterceptor;    @Bean    public Sender sender() {        return OkHttpSender.create( zipkinProperties.getEndpoint() );    }    @Bean    public Reporter<Span> reporter() {        return AsyncReporter.builder(sender()).build();    }    @Bean    public Brave brave() {        return new Brave.Builder(zipkinProperties.getService()).reporter(reporter()).build();    }    @Bean    public SpanNameProvider spanNameProvider() {        return new SpanNameProvider() {            @Override            public String spanName(HttpRequest httpRequest) {                return String.format(                        "%s %s",                        httpRequest.getHttpMethod(),                        httpRequest.getUri().getPath()                );            }        };    }    @PostConstruct    public void init() {        List<ClientHttpRequestInterceptor> interceptors = restTemplate.getInterceptors();        interceptors.add(clientInterceptor);        restTemplate.setInterceptors(interceptors);    }    @Override    public void addInterceptors(InterceptorRegistry registry) {        registry.addInterceptor(serverInterceptor);    }}

ZipkinTool完成以后，我们需要在ServiceA、ServiceB、ServiceC三个SpringBt项目的application.properties中加入Zipkin的配置：

以ServiceA为例：

server.port=8881zipkin.endpoint=http://你Zipkin服务所在机器的IP:9411/api/v1/spanszipkin.service=servicea

我们最后依次启动ServiceA、ServiceB、和ServiceC三个微服务，并开始实验来收集链路追踪数据！

　实际实验

1. 依赖分析

浏览器打开Zipkin的UI界面，可以查看依赖分析：

图中十分清晰地展示了ServiceA、ServiceB和ServiceC三个服务之间的调用关系！注意，该图可缩放，并且每一个元素均可以点击，例如点击 ServiceB这个微服务，可以看到其调用链的上下游！

2. 查找调用链

接下来我们看一下调用链相关，点击服务名，可以看到Zipkin监控到个所有服务：

同时可以查看Span，如以ServiceA为例，其所有REST接口都再下拉列表中：

以ServiceA为例，点击 Find Traces，可以看到其所有追踪信息：

点击某个具体Trace，还能看到详细的每个Span的信息，如下图中，可以看到 A → B → C 调用过程中每个REST接口的详细时间戳：

点击某一个REST接口进去还能看到更详细的信息，如查看/servicec这个REST接口，可以看到从发送请求到收到响应信息的所有详细步骤：

后记

作者一些其他容器化应用方面的文章：

Docker容器可视化监控中心搭建
利用K8S技术栈打造个人私有云连载文章

更多务实、能看懂、可复现的原创文章在公众号CodeSheep

概述