系统监控-分布式调用链Skywalking

1. 为什么要使用分布式调用链技术？

随着公司业务的高速发展，公司服务之间的调用关系愈加复杂，如何理清并跟踪它们之间的调用关系就显的比较关键。线上每一个请求会经过多个业务系统，并产生对各种缓存或者 DB 的访问，但是这些分散的数据对于问题排查，或者流程优化提供的帮助有限。在这样复杂的业务场景下，业务流会经过很多个微服务的处理和传递，我们难免会遇到这些问题：

• 一次请求的流量从哪个服务而来？ 最终落到了哪个服务中去？
• 为什么这个请求这么慢? 到底哪个环节出了问题?
• 这个操作需要依赖哪些东西? 是数据库还是消息队列?
• Redis挂了，哪些业务受影响?

2. 开源产品从多，可以从如下几个方面去选型。

我们需要达到的目标：

• 低消耗性：跟踪系统对业务系统的影响应该做到足够小。在一些高度优化过的服务，即使一点点损耗也容易察觉到，而且有可能迫使在线负责的部署团队不得不将跟踪系统关停
• 低侵入性：作为非业务组件，应当尽可能少侵入或者无侵入业务系统，对于使用方透明，减少开发人员的负担
• 时效性：从数据的收集产生，到数据计算处理，再到最终展现，都要求尽可能快
• 决策支持：这些数据是否能在决策支持层面发挥作用，特别是从 DevOps 的角度
• 数据可视化：做到不用看日志通过可视化进行筛选

实现的功能：

• 故障定位：调用链路跟踪，一次请求的逻辑轨迹可以完整清晰的展示出来。
• 性能分析：调用链的各个环节分别添加调用耗时，可以分析出系统的性能瓶颈，并针对性的优化。
• 数据分析：调用链是一条完整的业务日志，可以得到请求的行为路径，汇总分析应用在很多业务场景。

开源产品：

• Twitter 公司开源的分布式追踪系统 Zipkin 
• 韩国人开源的分布式跟踪组件 Pinpoint
• 国产的优秀APM组件 Skywalking，
• 其他类似的组件还有美团点评的 CAT。

分布式调用链和传统的新能监控有什么区别？

APM工具与传统的性能监控工具的区别在于，不仅仅提供一些零散的资源监控点和指标，其主要关注在系统内部执行、系统间调用的性能瓶颈分析，这样更有利于定位到问题的具体原因。

社区活跃度：

性能分析： 

3. 综上多个方面最终选择Skywalking，搭建方式参考如下：

....

(adsbygoogle = window.adsbygoogle || []).push({});