zipkin鍊路追蹤微服務的搭建與運作

1、zipkin是什麼？

    Zipkin主要功能是聚集來自各個異構系統的實時監控資料，是一款開源的分布式實時資料追蹤系統（Distributed Tracking System），基于 Google Dapper的論文設計而來，由 Twitter 公司開發貢獻。其他分布式跟蹤系統，還有：Naver的Pinpoint、Apache的HTrace、阿裡的鷹眼Tracing、京東的Hydra、新浪的Watchman，美團點評的CAT，skywalking等。

   當一個前端的請求可能需要多次的服務調用最後才能完成，而請求變慢或者不可用時，我們無法得知是哪個背景服務引起的， 就需要Zipkin分布式跟蹤系統能快速定位服務故障點，并且能看出調用每個微服務所耗的時長。

CS模式

zipkin架構：

• Collector 接受或者收集各個應用傳輸的資料
• Storage：負責存儲接收到的資料，預設是存儲在記憶體當中的，也可以支援存在MySQL等當中
• API：負責查詢Storage中存儲的資料，主要是提供給Web UI來使用
• Web：主要是提供簡單的web界面

2、一些名詞

traceId

   一次請求全局隻有一個traceId，整條鍊路隻有一個traceId，全局唯一。

spanId

 一個鍊路中每次請求都會有一個spanId，每一個單獨的spanId從屬于traceId。

traceId與spanId的關系

當使用者發起一次調用時，Zipkin 的用戶端會在入口處為整條調用鍊路生成一個全局唯一的 trace id，并為這條鍊路中的每一次分布式調用生成一個 span id。span 與 span 之間可以有父子嵌套關系，代表分布式調用中的上下遊關系。span 和 span 之間可以是兄弟關系，代表目前調用下的兩次子調用。一個 trace 由一組 span 組成，可以看成是由 trace 為根節點，span 為若幹個子節點的一棵樹。

 Zipkin 會将 trace 相關的資訊在調用鍊路上傳遞，并在每個調用邊界結束時異步的把目前調用的耗時資訊上報給 Zipkin Server。Zipkin Server 在收到 trace 資訊後，将其存儲起來。随後 Zipkin 的 Web UI 會通過 API 通路的方式從存儲中将 trace 資訊提取出來分析并展示。

3、Zipkin的部署與運作

Docker 方式

docker run -d -p 9411:9411 openzipkin/zipkin
           

Jar 包方式（JDK8）

curl -sSL https://zipkin.io/quickstart.sh | bash -s
java -jar zipkin.jar
           

注意：以上方式的 Zipkin 都是基于記憶體存儲，Zipkin 重新開機後資料會丢失，建議測試環境使用。Zipkin 支援的存儲類型有 inMemory、MySql、Cassandra、 ElasticsSearch等。正式環境推薦使用 MySql和 ElasticSearch。

重點介紹docker方式部署zipkin,并用mysql存儲資料

①建立mysql資料庫

②執行以下sql建立表

CREATE TABLE IF NOT EXISTS zipkin_spans (
  `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
  `trace_id` BIGINT NOT NULL,
  `id` BIGINT NOT NULL,
  `name` VARCHAR(255) NOT NULL,
  `remote_service_name` VARCHAR(255),
  `parent_id` BIGINT,
  `debug` BIT(1),
  `start_ts` BIGINT COMMENT 'Span.timestamp(): epoch micros used for endTs query and to implement TTL',
  `duration` BIGINT COMMENT 'Span.duration(): micros used for minDuration and maxDuration query',
  PRIMARY KEY (`trace_id_high`, `trace_id`, `id`)
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTracesByIds';
ALTER TABLE zipkin_spans ADD INDEX(`name`) COMMENT 'for getTraces and getSpanNames';
ALTER TABLE zipkin_spans ADD INDEX(`remote_service_name`) COMMENT 'for getTraces and getRemoteServiceNames';
ALTER TABLE zipkin_spans ADD INDEX(`start_ts`) COMMENT 'for getTraces ordering and range';

CREATE TABLE IF NOT EXISTS zipkin_annotations (
  `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
  `trace_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.trace_id',
  `span_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.id',
  `a_key` VARCHAR(255) NOT NULL COMMENT 'BinaryAnnotation.key or Annotation.value if type == -1',
  `a_value` BLOB COMMENT 'BinaryAnnotation.value(), which must be smaller than 64KB',
  `a_type` INT NOT NULL COMMENT 'BinaryAnnotation.type() or -1 if Annotation',
  `a_timestamp` BIGINT COMMENT 'Used to implement TTL; Annotation.timestamp or zipkin_spans.timestamp',
  `endpoint_ipv4` INT COMMENT 'Null when Binary/Annotation.endpoint is null',
  `endpoint_ipv6` BINARY(16) COMMENT 'Null when Binary/Annotation.endpoint is null, or no IPv6 address',
  `endpoint_port` SMALLINT COMMENT 'Null when Binary/Annotation.endpoint is null',
  `endpoint_service_name` VARCHAR(255) COMMENT 'Null when Binary/Annotation.endpoint is null'
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_annotations ADD UNIQUE KEY(`trace_id_high`, `trace_id`, `span_id`, `a_key`, `a_timestamp`) COMMENT 'Ignore insert on duplicate';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`, `span_id`) COMMENT 'for joining with zipkin_spans';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTraces/ByIds';
ALTER TABLE zipkin_annotations ADD INDEX(`endpoint_service_name`) COMMENT 'for getTraces and getServiceNames';
ALTER TABLE zipkin_annotations ADD INDEX(`a_type`) COMMENT 'for getTraces and autocomplete values';
ALTER TABLE zipkin_annotations ADD INDEX(`a_key`) COMMENT 'for getTraces and autocomplete values';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id`, `span_id`, `a_key`) COMMENT 'for dependencies job';

CREATE TABLE IF NOT EXISTS zipkin_dependencies (
  `day` DATE NOT NULL,
  `parent` VARCHAR(255) NOT NULL,
  `child` VARCHAR(255) NOT NULL,
  `call_count` BIGINT,
  `error_count` BIGINT,
  PRIMARY KEY (`day`, `parent`, `child`)
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;
           

③建立好資料庫後就可以啟動zipkin服務了，指令如下：

docker run -d \
--restart always \
-v /etc/localtime:/etc/localtime:ro \
-e MYSQL_USER=root \
-e MYSQL_PASS=password \
-e MYSQL_HOST=192.168.0.8 \
-e STORAGE_TYPE=mysql \
-e MYSQL_DB=zipkin \
-e MYSQL_TCP_PORT=3306 \
--net host \
--name zipkin \
openzipkin/zipkin
           

  以上參數需要根據實際情況修改

啟動後，通路 http://127.0.0.1:9411 可以看到頁面。

4、內建微服務

配置微服務項目（這裡以訂單調用會員服務為例）

分别在order和member項目中引入以下依賴：

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>
           

  分别在order和member的application.yml檔案中配置zipkin的資訊：

spring:
  application:
    name: xxxx
  zipkin: 
    base-url: http://localhost:9411/
  ###全部采集  
  sleuth:
    sampler:
      probability: 1.0
           

provider:

       增加 provider.filter: 'tracing'

consumer:

       增加 consumer.filter: 'tracing'

確定已經啟動zikkin-server

依次分别啟動注冊中心，member，order，并通路order項目中的一個接口（該接口用restTemplate方式調用了member服務的接口）

可以看到，zipkin的UI界面出現資料資訊，則證明跟蹤成功。

zipkin就運作起來啦！

新鮮事物需要我們持續研究，就會越來越熟悉，至于後來再看的時候就跟看到老朋友一樣。

非常有趣！