您现在的位置是:主页 > 数据库技术 > 数据库技术

Spring Cloud中微服务跟踪的示例分析

IDCBT2021-12-24服务器技术人已围观

简介这篇文章主要介绍了Spring Cloud中微服务跟踪的示例分析,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。 微

这篇文章主要介绍了Spring Cloud中微服务跟踪的示例分析,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。

微服务跟踪概述

        先对微服务跟踪的相关概念,做一个基本的讲解。

实际问题与Sleuth

        前面章节中,我们使用Spring Cloud来搭建服务集群,不论是Eureka服务器、服务实例,还是配置服务器、网关等节点,都可以横向扩展。一旦集群中的服务数量增多,并且它们之间存在复杂的依赖关系,那么管理它们将会变成一件很棘手的事情。

        当外部用户向集群发起请求,这些请求将会调用多个服务,每个服务又会依赖其他的服务,此时,如果出现异常、超时等情况,排查问题将变得非常困难。我们需要很清楚知道,服务出现了什么问题,这些问题出在哪个环节。

        为了能解决这些问题,Spring Cloud提供了Sleuth框架作为解决方案,Sleuth可以与Zipkin、Apache HTrace和ELK等数据分析、服务跟踪系统进行整合,为服务跟踪、解决问题提供了便利。

服务跟踪系统

        目前有许多的分布式跟踪系统,例如Zipkin、HTrace等,这些系统可以帮助我们收集一些,由服务实时产生的数据(主要是日志),通过这些数据可以分析出分布式系统的健康状态、服务调用过程、调用耗时等指标,为优化系统、解决问题提供了依据。

        读者需要区别两个基本的概念:服务跟踪和数据分析,数据分析系统(例如ELK等)收集了服务集群所产生的数据后,也可以实现服务监控、服务跟踪等功能,但明显数据分析系统的概念更为广泛、抽象。本书将会介绍服务跟踪系统Zipkin,同样也会介绍著名的数据分析平台ELK。

Sleuth基本概念

        Sleuth借鉴了Google Dapper的设计,先了解以下两个概念:

    Trace:表示整个跟踪的过程,从用户发起请求,到最终的响应。一次跟踪包含多个跨度,这些跨度以树状结构进行保存。

    Span:跨度,表示一次调用的过程,一次跟踪包含多次的调用过程。假设用户向A服务发送请求,A服务又要调用B服务,那么此时将会产生两个跨度:用户调用A服务、A服务调用B服务。

            图10-1简单地描述了跨度的概念。

    图10-1 跨度

            如图10-1,用户或外部程序调用A服务,此次调用看作是跨度A,A服务还要调用B服务,在跨度A的基础上会产生跨度B,跨度B是跨度A的一部分,在Sleuth的设计上,跨度A是B的父跨度。因此在整个跟踪过程中,这些跨度是树状结构的。

    标签:

    很赞哦! ()

本栏推荐