微服务架构下排查问题的复杂性
- 分布式应用架构虽满足横向扩展需求，但运维和诊断变得复杂，存在接口诊断困难、应用性能诊断复杂、架构分析复杂等难题。传统监控工具难以满足需求，分布式链路系统应运而生。
相关技术与组件实战
-
SpringCloud 的链路追踪组件 Sleuth 实战
- Sleuth 介绍：是专门用于记录链路数据的开源组件，可生成 Trace ID 标识请求链路，一个请求链路包含一个 Trace ID 和多个 Span ID。
- 操作步骤：在各个微服务添加相关依赖，启动服务并发送请求即可进行链路追踪记录。
-
Spring Boot3.x 整合 Micrometer Tracing 实战
- Micrometer Tracing 介绍：Spring Cloud Sleuth 后续维护迁移到了 Micrometer Tracing 项目。它是一个门面工具，自身未实现完整链路追踪系统，需引入第三方链路追踪系统依赖。
- 相关模块：micrometer-observation 用于收集度量数据，micrometer-tracing-bridge-brave 用于与分布式跟踪工具 Brave 集成。
- 操作步骤：添加 Actuator Starter 和 Mircometer-Tracing-Bridge-Brave 的依赖，通过配置可使应用上层无需改动使用方式。
-
微服务下的可视化链路追踪系统 Zipkin 实战
-
Zipkin 介绍：是大规模分布式系统的 APM 工具，基于 Google Dapper 实现，与 sleuth 结合可提供可视化 web 界面分析调用链路耗时情况。
-
同类产品：有鹰眼（EagleEye）、CAT、Pinpoint、StackDriver Trace (Google) 等。
-
链路追踪系统的作用
-
故障排查：当系统出现故障时，开发人员能通过链路追踪快速定位问题所在的服务和代码位置，提高故障排查效率。
-
性能优化：通过分析链路追踪数据，可了解每个服务的响应时间、延迟等信息，找出性能瓶颈并进行优化。
-
业务分析：链路追踪数据可用于分析用户的请求路径、业务流量等信息，帮助业务人员更好地理解用户需求和行为。
链路追踪的实现方案
- Zipkin：Twitter 开源，能帮助收集、存储和查询微服务之间的调用数据，支持多种语言和框架，有丰富可视化界面和查询接口。
- Jaeger：Uber 开源，与 Zipkin 类似，但提供更多特性和更好性能，支持实时追踪和查询，可与 opentracing 标准兼容。
- Pinpoint：针对 Java 微服务的开源 APM 工具，能自动发现服务之间的调用关系，并生成详细的调用链图。
