分布式链路追踪要怎么玩？

前言

最近公司服务出现了一个bug，问题一直没有查出来在哪里，主要是某个接口调用两个应用的日志输出都没有问题，并且在整个请求链路较长，仅仅定位这个问题就定位了很久，效率奇低，于是'在moon的强烈要求下',准备在各服务接入分布式链路追踪框架了。

为什么需要分布式链路追踪

在现有的微服务体系架构下，随着服务数量的增多，服务与服务之间的关联关系错综复杂，一个请求下发后可能会经过N个服务处理后才返回响应，所以，当出现bug时，开发人员只能依靠日志一个个排查，效率低的可怕，于是，分布式链路追踪成为了你的最优解。

当然这只是其中一个因素，分布式链路追踪能够解决服务链路的问题，他还可以做到:

• 1:查询每个应用的ip
• 2:各个接口响应了多长时间，网络开销是多少
• 3:应用的执行时间，是否执行成功
• 4:总共消耗了多长时间
• 5:每个接口返回了什么内容，请求的内容又是什么？
• 6:每个应用调了多少次数据库？..................

trace_ID

那么怎么样才能判断一个请求发起到结束究竟经过了哪些服务呢？

大家肯定想到了一个唯一Id来实现，就是说，我的请求在发起时，创建一个全局的唯一Id，然后在后面的请求传递的时候都把这个Id带上，这样，就可以通过这个唯一Id来判断究竟经过了哪些服务。

如下图:

我们可以通过trace_ID清晰的发现一个从A开始的请求都经过了那些服务

span_ID

现在我们知道了所有调用的服务，但是我们还会发现一个问题，我们发现A服务在调用B服务的时候，会B会调用两个服务，一个是服务C，一个是服务B，那么这个先后关系有要怎么判断呢？

没错，就是再引入一个span_ID来判断服务的先后调用顺序，如图，就可以判定调用链路为

服务A->服务B->服务C->服务D->服务E->服务F

parent_ID

当然，父子间的调用关系我们就可以用一个parent_ID去管理了

比如：我们看到服务C的parent_ID为2，那么我们就知道span_ID为2的服务调用了服务C，也就是服务B调用了服务C

以上都是基于我们的猜测，大概会有这些部分，来，让我们看下分布式链路追踪的规范是什么~

OpenTracing是什么

由于各种调用链监控产品层出不穷，各式各样，为了避免碎片化，促进互操作性，社区诞生了一个叫做OpenTracing的标准化组织，制定了一些链路跟踪的API规范，并且提供了一些框架和库，这些框架和库实现了它制定的那些API规范。而且它是一个独立开放的项目，现在已经是云原生基金会（Cloud Native Computing Foundation, CNCF）的项目了。任何组织和个人都可以贡献符合API规范的库/框架。

OpenTracing提供的框架和库需要重点说明的是，并不做分析,所以其并不是一个完备的链路系统.

OpenTracing旨在标准化Trace数据结构和格式，其目的是：

• 不同语言开发的Trace客户端的互操作性，只要遵循OpenTracing标准，就都可以对接OpenTracing兼容的监控后端。
• Tracing监控后端的互操作性，只要遵循OpenTracing标准，企业可以根据需要替换具体的Tracing监控后端产品，比如从Zipkin替换成Skywalking等后端。

分布式链路跟踪系统的数据模型：

在OpenTracing规范中，有三个关键的，相关关联的类型：Tracer，Span和SpanContext。

Traces(一般翻译为链路)：一起请求从发出，然后经过多个模块（这个模块可能是函数或者系统，或者都有），最终得到请求回复，整个请求按照调用时间和关系串起来就是一个trace。

Span则是组成trace的最基本单元，它一般代表分布式系统中一个独立的工作单元。一个Span包含如下几部分：

• 操作名称：一般用于展示、过滤、聚合
• 开始和结束时间戳：用于计算耗时 由key-value组成的Tags：用于添加一些时间无关的信息（可选） 由key-value组成并包含时间戳的Logs：用于添加一些时间相关的信息（可选）
• SpanContext。一般包含两部分数据：
  • （1）span的状态数据，比如traceID和spanID
  • （2）Baggage Items。Baggage是链路跟踪提供的一个通用的跨进程/服务传递数据的方式，格式也是key-value形式的。
• Trace就是由若干个span组成的有向无环图，图中的每个节点就是Span，连接节点的边称之为References。每个trace有一个唯一标识符traceID，每个span也有一个唯一标识符spanID。一个链路中的所有span的traceID是相同的，但spanID各不相同。一个链路中span典型的调用关系图如下：

对应的时间维度为：

一个trace的span间有两种可能的关系：

• ChildOf：即父子关系，一个操作可以是另一个操作的子操作，在一个ChildOf引用中，父操作在一定程度上依赖于子操作，可以说，等子操作都完成之后父操作才会完成。
• FollowsFrom：其实也是父子关系，子Span是由父Span调用产生的，但父Span是否完成不依赖于子Span,在这种场景下，子操作仅仅由父操作触发。符合这种关系的操作可以进一步分成很多子类型，。

最后需要介绍的一个概念就是“active span”。一个线程里面可以包含多个span，但同一时刻只能有一个span处于工作状态，这个span称之为ActiveSpan。Span可以有这么几个状态：

• Started
• Not Finished
• Not "active"
• Active Span的状态由ScopeManager管理，但是否实现由开发者决定。另外OpenTracing定义了Inject和Extract接口来简化SpanContext跨进程传递。

总结

1:分布式链路追踪就是将一次完整的请求链路还原，能够清晰的追踪到每个服务的信息。

2：由于分布式链路追踪实现方式多样，于是opentracing组织定制了一个规范，定义了一个标准，最重要的三个指标就是Tracer，Span和SpanContext。

巨人的肩膀 https://niyanchun.com/opentracing-introduction.html