分布式鍊路追蹤- SkyWalking使用手冊

1. 子產品介紹

• 儀表盤：監控全局、服務、執行個體、​

  ​endpoint​

  ​幾個次元的運作狀态。
• 拓撲圖：以拓撲圖的方式展現服務直接的關系，并以此為入口檢視告警、調用鍊、服務狀态等資訊
• 追蹤：以接口清單的方式展現，追蹤接口内部調用過程，可以通過​

  ​traceid​

  ​查詢，進行分布式叢集的日志檢視及問題排查。
• 性能剖析：單獨端點進行采樣分析，并可檢視堆棧資訊。
• 日志：包括了​

  ​browser​

  ​​與​

  ​service​

  ​日志集合。
• 告警：觸發告警的告警清單，包括執行個體，請求逾時等。

2. 儀表盤

• 第一欄：監控、資料庫、容器、​

  ​vm​

  ​
• 第二欄：可以選擇某個次元展示不同服務/執行個體/端點的資料
• 第三欄：展示的不同次元，全局、服務、執行個體、端點的面闆。

2.1 APM

2.1.1 Global

• ​

  ​**Services load(CPM-callsperminute)**​

  ​：服務平均每分鐘請求數。
• ​

  ​**Slow Services(ms)**​

  ​​：慢響應服務，機關​

  ​ms​

  ​。
• ​

  ​**Un-Health services(Apdex)**​

  ​：​

  ​Apdex​

  ​​性能名額，​

  ​1​

  ​為滿分。
• ​

  ​**Slow Endpoints(ms)**​

  ​​：全局次元的慢響應端點(​

  ​API​

  ​​)。例如一個接口，是全局​

  ​TopN​

  ​的資料，通過這個可以觀測平台性能情況。
• ​

  ​**Global Response Latency(percentileinms)**​

  ​​：全局響應延遲百分位數統計，機關​

  ​ms​

  ​。

表示采集樣本中某些值的占比，​

​Skywalking​

​​有​

​**P50、P75、P90、P95、P99**​

​​一些列值。

圖中的​

​**P99:950**​

​表示​

​**99%**​

​請求的響應時間在​

​**950ms**​

​​**以内。**而​

​99%​

​一般用于抛掉一些極端值，表示絕大多數請求。

• ​

  ​**GlobalHeatmap**​

  ​：服務響應時間熱力分布圖，根據時間段内不同響應時間的數量顯示顔色深度

可譯為熱力圖、熱度圖都可以，圖中顔色越深，表示請求數越多，這和​

​GitHubContributions​

​​很像，​

​commit​

​越多，顔色越深。橫坐标是響應時間，滑鼠放上去，可以看到具體的數量。通過熱力圖，一方面可以直覺感受平台的整體流量，另一方面也可以感受整體性能。

2.1.2 Service

• ​

  ​**Service Apdex**​

  ​**(數字)：**目前服務的評分
• ​

  ​**Service Apdex**​

  ​​**(折線圖)：**一段時間内​

  ​Apdex​

  ​評分
• ​

  ​**Service Avg Response Times(ms)**​

  ​​：平均響應延時，機關​

  ​ms​

  ​
• ​

  ​**Service Response Time Percentile**​

  ​​：百分比響應延時，參考​

  ​GlobalResponseLatency(percentileinms)​

  ​
• ​

  ​**Successful Rate**​

  ​**(數字)：**請求成功率
• ​

  ​**Successful Rate**​

  ​**(折線圖)：**一段時間的請求成功率
• ​

  ​**Servce Load(CPM/PPM)**​

  ​**(數字)：**每分鐘請求數，
• ​

  ​**Servce Load(CPM/PPM)**​

  ​**(折線圖)：**不同時間的每分鐘請求數
• ​

  ​**Service Throughput(Bytes)**​

  ​**：**該名額隻适用于TCP服務。目前服務的吞吐量。
• ​

  ​**Servce Instances Load(CPM/PPM)**​

  ​**：**每個服務執行個體的每分鐘請求數
• ​

  ​**Show Service Instance**​

  ​**：**每個服務執行個體的最大延時
• ​

  ​**Service Instance Successful Rate**​

  ​**：**每個服務執行個體的請求成功率

2.1.3 Instance

• ​

  ​**Service Instance Load(CPM/PPM)**​

  ​**：**目前執行個體的每分鐘請求數
• ​

  ​**Service Instance Throughput(Bytes)**​

  ​​**：**該名額隻适用于​

  ​TCP​

  ​服務。目前服務執行個體的吞吐量。
• ​

  ​**Service Instance Successful Rate(%)**​

  ​**：**目前執行個體的請求成功率
• ​

  ​**Service Instance Latency(ms)**​

  ​**：**目前執行個體的響應延時
• ​

  ​**JVM CPU(Java Service)**​

  ​：​

  ​jvm​

  ​​占用​

  ​CPU​

  ​的百分比
• ​

  ​**JVM Memory(Java Service)**​

  ​：​

  ​JVM​

  ​​記憶體占用大小，機關​

  ​m​

  ​，包括堆記憶體，與堆外記憶體(直接記憶體)
• ​

  ​**JVM GC Time(ms)**​

  ​：​

  ​JVM​

  ​​垃圾回收時間，包含​

  ​YGC​

  ​​和​

  ​OGC​

  ​
• ​

  ​**JVM GC Count**​

  ​：​

  ​JVM​

  ​​垃圾回收次數，包含​

  ​YGC``和``OGC​

  ​
• ​

  ​**JVM Thread Count**​

  ​：​

  ​JavaService​

  ​
• 其他參數為​

  ​.net​

  ​的東西

2.1.4 Endpoint

• ​

  ​**Endpoint Load in Current Service(CPM/PPM)**​

  ​​：每個端點(​

  ​API​

  ​)每分鐘請求數
• ​

  ​**Slow Endpoints in Current Service(ms)**​

  ​​：每個端點(​

  ​API​

  ​​)的最慢響應請求時間，機關​

  ​ms​

  ​
• ​

  ​**Successful Rate in Current Service(%)**​

  ​​：每個端點(​

  ​API​

  ​)的請求成功率

某個端點：

• ​

  ​**Endpoint Load**​

  ​：目前端點每個時間段的請求資料
• ​

  ​**Endpoint Avg Response Time**​

  ​：目前端點每個時間段的請求行響應時間
• ​

  ​**Endpoint Response Time Percentile(ms)**​

  ​：目前端點每個時間段的響應時間占比
• ​

  ​**Endpoint Successful Rate(%)**​

  ​：目前端點每個時間段的請求成功率

2.2 Database

• ​

  ​**Database Avg Response Time(ms)**​

  ​：目前資料庫事件平均響應時間，機關ms
• ​

  ​**Database Access Successful Rate(%)**​

  ​：目前資料庫通路成功率
• ​

  ​**Database Traffic(CPM：CallsPerMinute)**​

  ​：目前資料庫每分鐘請求數
• ​

  ​**Database Access Latency Percentile(ms)**​

  ​：資料庫不同比例的響應時間，機關ms
• ​

  ​**Slow Statements(ms)**​

  ​：前N個慢查詢，機關ms
• ​

  ​**All Database Loads(CPM：CallsPerMinute)**​

  ​：所有資料庫中請求量排序
• ​

  ​**Un-Health Databases**​

  ​：所有資料庫不健康排名，請求成功率排名，失敗最多的請求在最上。

3. 拓撲圖

• ​

  ​**AllGroups**​

  ​**：**選擇服務組
• ​

  ​**AllServices**​

  ​**：**選擇服務
• ​

  ​**CreateGroup**​

  ​**：**建立新的服務組
• **服務引用拓撲圖：**展示服務之間的調用關系，以及伺服器的健康狀态。

3.1 執行個體資訊面闆

• 目前服務：可選擇具體服務
• 目前端點：可選擇具體端點
• 目前深度：可以選擇展示的調用深度
• 平均響應時間
• 平均吞吐量
• 平均​

  ​SLA​

  ​
• 相應百分比

2-告警面闆

3-追蹤資訊面闆

4-服務實力性能狀态面闆

5-Endpoint(API)面闆

4. 追蹤

5. 性能剖析

6. 日志

未啟用

7. 告警

• 服務的平均響應時間在最近10分鐘内有3分鐘超過1秒
• 服務的成功率在最近10分鐘内有2分鐘低于80％
• 執行個體的平均響應時間在最近10分鐘内有2分鐘超過1秒
• 資料庫的平均響應時間在最近10分鐘内有2分鐘超過1秒
• 端點的平均響應時間在最近10分鐘内有2分鐘超過1秒
• 服務在最近10分鐘内有2分鐘超過1秒平均響應時間超過1秒并且成功率低于80％

8. 名詞解釋

• ​

  ​**CPM/PPM**​

  ​​**：**對于​

  ​HTTP1/2​

  ​​、​

  ​gRPC​

  ​​、​

  ​RPC​

  ​​服務，這意味着每分鐘調用數(​

  ​CPM：CallsPerMinute​

  ​​)，對于TCP服務，這意味着每分鐘包數(​

  ​PPM：PacketsPerMinute​

  ​)
• ​

  ​**Endpoint**​

  ​**：**表示具體的服務，例如一個接口或一個定時任務。
• **标簽：**我們可以通過​

  ​core/default/searchableTracesTages​

  ​中配置标記。

9. 特殊說明