APM工具對比
本文轉自：APM工具對比
市面上有很多分布式鍊路監控的工具，客觀對比。
調研
市面上的APM（Application Performance Management）理論模型大多都是借鑒，Google Dapper論文。
我最近也在選取使用哪一個工具，這裡的對比是在Spring Cloud 中的使用。
對比三種工具：
- zipkin：Twitter公司開源的一個分布式追蹤工具，被Spring Cloud Sleuth內建，使用廣泛而穩定
- skywalking：中國人吳晟（華為）開源的一款分布式追蹤，分析，告警的工具，現在是Apache旗下開源項目
- cat：大衆點評開源的一款分布式鍊路追蹤工具。
整體架構
zipkin
zipkin分為zipkin服務端和用戶端，每一個被監控的服務都是用戶端。
元件：
- 追蹤器：位于用戶端，并記錄有關發生的操作的時間和中繼資料，對使用者透明
- Reporter： 将資料發送到Zipkin的檢測應用程式
- Transport ：傳輸資料：HTTP, Kafka and Scribe.
- Collector：位于服務端中，收集傳輸來的資料
- Storage ：存儲資料，預設存儲在記憶體中
- search ：查詢api，JSON應用程式設計接口，被UI調用
- UI ：Web UI提供了一種基于服務，時間Annotation檢視跟蹤的方法。UI中沒有内置身份驗證
skywalking
元件：
skywalking分為四個部分:探針，平台後端，存儲，UI
- Probes,探針，探針因使用的語言不同而不通，收集資料并且格式化為skywalking所需的格式。
- Platform backend 平台後端，對應于zipkin server，可以叢集部署，聚合，分析，将資料展示在UI中
- Storage：存儲，可擴充的存儲，可以使es，H2，MySQL叢集
- UI 豐富的可視化功能，提供身份驗證
cat
- cat-client 業務子產品，埋點，發送消息給consumer
- cat-consumer，分析從client接收的資料
- cat-home 将資料展示在控制端
- 存儲
基本原理
zipkin
┌─────────────┐ ┌───────────────────────┐ ┌─────────────┐ ┌──────────────────┐
│ User Code │ │ Trace Instrumentation │ │ Http Client │ │ Zipkin Collector │
└─────────────┘ └───────────────────────┘ └─────────────┘ └──────────────────┘
│ │ │ │
┌─────────┐
│ ──┤GET /foo ├─▶ │ ────┐ │ │
└─────────┘ │ record tags
│ │ ◀───┘ │ │
────┐
│ │ │ add trace headers │ │
◀───┘
│ │ ────┐ │ │
│ record timestamp
│ │ ◀───┘ │ │
┌─────────────────┐
│ │ ──┤GET /foo ├─▶ │ │
│X-B3-TraceId: aa │ ────┐
│ │ │X-B3-SpanId: 6b │ │ │ │
└─────────────────┘ │ invoke
│ │ │ │ request │
│
│ │ │ │ │
┌────────┐ ◀───┘
│ │ ◀─────┤200 OK ├─────── │ │
────┐ └────────┘
│ │ │ record duration │ │
┌────────┐ ◀───┘
│ ◀──┤200 OK ├── │ │ │
└────────┘ ┌────────────────────────────────┐
│ │ ──┤ asynchronously report span ├────▶ │
│ │
│{ │
│ "traceId": "aa", │
│ "id": "6b", │
│ "name": "get", │
│ "timestamp": 1483945573944000,│
│ "duration": 386000, │
│ "annotations": [ │
│--snip-- │
└────────────────────────────────┘
當發起一個調用，Trace Instrumentation會攔截請求，添加tag，添加traceID和spanID進http頭，當服務傳回時，它會異步地向Collector發送資料。Collector受到資料後存儲，分析，同時UI會展示資料在界面上。
skywalking
探針将資料通過gRPC或者HTTP傳輸給後端平台（server），後端平台将資料存儲在Storage中，并且分析資料将結果展示在UI中
cat
用戶端：收集資料通過ThreadLocal，将資料存在ThreadLocal中，當結束時發送資料給服務端。
舉例：
序列化與通信：自定義的序列化協定，Netty資料傳輸
服務端：
監控模型：
- Transaction：适合記錄跨越系統邊界的程式通路行為,比如遠端調用，資料庫調用，也适合執行時間較長的業務邏輯監控，Transaction用來記錄一段代碼的執行時間和次數
- Event：用來記錄一件事發生的次數，開銷較小
- Heartbeat：表示程式内定期産生的統計資訊, 如CPU使用率, 記憶體使用率, 連接配接池狀态, 系統負載等
- Metric：用于記錄業務名額、名額可能包含對一個名額記錄次數、記錄平均值、記錄總和，業務名額最低統計粒度為1分鐘
| 類别 | 實作方式 |
|---|---|
| zipkin | 攔截請求 |
| skywalking | java探針，位元組碼增強 |
| cat | 代碼埋點 |
接入方式
| 類别 | 接入方式 | agent到collector的協定 |
|---|---|---|
| zipkin | sleuth，引入依賴和配置 | http，mq |
| skywalking | javaanent | gRPC，http |
| cat | 代碼侵入 | http/tcp |
資料收集
| 類别 | 資料 |
|---|---|
| zipkin | 鍊路，耗時 |
| skywalking | 鍊路，耗時，cpu，mem，JVM |
| cat | 鍊路，耗時，cpu，mem，JVM |
UI
| 類别 | 豐富度 |
|---|---|
| zipkin | 一般 |
| skywalking | 豐富 |
| cat | 豐富 |
資料存儲方案
| 類别 | 存儲方案 |
|---|---|
| zipkin | 記憶體，mysql，es，Cassandra |
| skywalking | es，mysql，h2,TiDB |
| cat | mysql，hdfs |
支援語言
| 類别 | 語言 |
|---|---|
| zipkin | C#,Go,Java,JS,Ruby,Scala,PHP;社群支援c++，Python |
| skywalking | Java，c#，PHP，Node.js |
| cat | Java, C/C++, Node.js, Python, Go |
使用者
| 類别 | 使用者 |
|---|---|
| zipkin | 多 |
| skywalking | 多 |
| cat | 較多 |
版本疊代速度
| 類别 | 速度 |
|---|---|
| zipkin | 快 |
| skywalking | 快 |
| cat | 慢 |
其它
| 類别 | 作者 | 粒度 | traceID查詢 | 告警 | 依賴分析 | OpenTracing标準 |
|---|---|---|---|---|---|---|
| zipkin | 接口級 | yes | no | yes | 部分支援 | |
| skywalking | 吳晟，華為 | 方法級 | yes | yes | yes | 完全支援 |
| cat | 吳其敏，尤勇，大衆點評 | 代碼級 | no | yes | no | 不支援 |
注：OpenTracing通過提供平台無關、廠商無關的API，使得開發人員能夠友善的添加（或更換）追蹤系統的實作。
總結
zipkin
- 優點：輕量級，springcloud內建，使用人數多，成熟
- 不足：功能簡單，隻有鍊路監控
skywalking
- 優點：采集資料豐富，UI友好，擴充性高，使用者多，支援中間件以及架構多，社群活躍
- 不足：成熟度不夠高
cat
- 優點采集資料非常豐富，UI友好，粒度最細
- 代碼侵入，需改動業務代碼，git不夠活躍，更新緩慢，存儲支援不夠廣泛
這些工具各有長短，根據實際場景不同選擇之。
參考文檔
https://zipkin.io/
https://github.com/apache/skywalking
https://github.com/dianping/cat/wiki
https://juejin.im/post/5a274614518825592c07f8b8
https://www.jianshu.com/p/0fbbf99a236e