Jaeger的客户端采样配置(Java版)

关于采样（Sampling）

• 采样很好理解：使用Jaeger时，未必需要将所有请求都上报到Jaeger，有时候只要抽取其中一部分观察即可，这就是按照一定策略进行采样；
• Jaeger SDK是支持多种采样配置的，在分布式系统中，他们遵循的原则是前置判定（consistent upfront 或者head-based），简单来说，假如consumer服务调用provider服务，那么某一次请求只要consumer决定不采样，那么provider在处理这个请求的时候也不会采样，也就是说对于一次完整的trace，只要最前面的服务不上报到jaeger，那么整个trace后面涉及的服务都不会上报到jaeger
• Jaeger采样配置分为客户端和服务端两种配置，默认用的是服务端配置
• 本文咱们来了解如何在客户端（也就是接入Jaeger的应用）配置采样，并且动手验证效果，常用的客户端采样策略有以下三种：
• 固定：要么全部采样，要门全部不采样
• 比例：按照指定比例采样
• 限速：固定时间周期内采样固定数量，例如每秒一个
• 接下来，逐个配置和体验这三种采样的效果

关于实战用的工程

• 采样配置实战不涉及编码，只需要改一些配置，所以没必要大张旗鼓的新建工程写代码，用《Jaeger开发入门(java版)》一文中的两个maven子工程即可：服务提供方jaeger-service-provider和服务调用方jaeger-service-consumer，都做成docker镜像，用docker-compose启动，网络架构如下图：

• 请确保项目的日志模板中已添加了traceId、spanId、sampled等变量，如下图红框所示，有了这些配置，咱们在日志中就能看到对应的trace是否被采样（这一步非常重要）：

• 为了方便修改代码后重新部署启动，我写了个名为full.sh的shell脚本文件，运行即可将修改后的代码制作成最新的镜像并用docker-compose运行起来：

#!/bin/bash
echo "停止docker-compose"
cd jaeger-service-provider && docker-compose down && cd ..

echo "编译构建"
mvn clean package -U -DskipTests

echo “创建provider镜像”
cd jaeger-service-provider && docker build -t bolingcavalry/jaeger-service-provider:0.0.1 . && cd ..

echo “创建consumer镜像”
cd jaeger-service-consumer && docker build -t bolingcavalry/jaeger-service-consumer:0.0.1 . && cd ..

echo "清理无效资源"
docker system prune --volumes -f

echo "启动docker-compose"
cd jaeger-service-provider && docker-compose up -d && cd ..

• 如果您用的是IDEA，在下图红框位置添加一个自定义命令，选中上述shell文件，就可以在IDEA中用run命令来编译构建部署了：

• 现在准备工作已经完成，开始实战吧，从最简单的固定采样开始；

固定采样

• 固定采样的逻辑很简单：要么全部上报，要么一个也不报
• 固定采样的配置方式如下图红框所示：

• 要注意的是：根据前置判定（consistent upfront 或者head-based）原则，只要将上述配置写入jaeger-service-consumer项目的配置文件即可，至于jaeger-service-provider维持原状不做任何改动
• 执行前面写的full.sh脚本，编译构建部署
• 浏览器访问http://localhost:18080/hello，产生一些web请求，多访问几次
• 看jaeger-service-consumer容器的日志，如下图，红框中的sampled=false表示未采样，三此请求的日志都是如此：

• 再看jaeger-service-provider容器的日志，如下图红框，也全部都没有采样，这证明Jaeger的前置判定原则（consistent upfront 或者head-based）是准确的，jaeger-service-consumer是一次trace的源头，被它关闭了采样的trace，在后续的服务中也会自动关闭采样：

• 去Jaeger的web页面看看，空空如也，连服务列表中都没有jaeger-service-consumer和jaeger-service-provider：

• 试过了全部不采样，再来试试全部采样的配置，如下图红框：

• 重新部署，再产生几次请求，去看jaeger-service-consumer容器的日志，如下图红框，全部都被采样了：

• 去看jaeger-service-provider容器的日志，也是如此，所有trace都被采样：

• 打开Jaeger的web页面，可见jaeger-service-consumer的三次请求对应的trace全部上报：

• 至此，最简单的固定采样已完成，来看看更实用的比例采样

比例采样

• 顾名思义，就是按照一定的百分比采样，配置如下图所示：

• 执行前面写的full.sh脚本，编译构建部署
• 测试比例采样的方法就是发多个请求，检查采样的trace是否是总数的十分之一，我这里用jmeter来执行多次请求，您可以选择自己擅长的工具，或者写代码写脚本，甚至手动访问多次
• 使用jmeter可以控制请求次数，用的是Loop Controller，如下图红框所示：

• 向jaeger-service-consumer的/hello接口发送完一百次请求后，可以从docker容器日志中检查采样情况，这里使用grep和wc命令的组合来统计日志中出现sampled=true和sampled=false的行数，完整的命令如下：

docker logs jaeger-service-consumer| grep 'sampled=true'|wc -l

• 100个请求，采样率百分之十，但是用上述命令得到的结果并不是精确值10，而是8，再统计未采样的日志行数(把true改成false)，得到的结果是92，总数对得上，但是采样数并非精确的百分之十，如下图：

• 然后将请求总数增加到一千条，得到的采样比例接近百分之十，如下：

• 打开Jaeger的web页面，可见果然只有106个trace：

• 比例采样完成了，接下来是限速采样

限速采样

• 关于限速，似乎不够具体不便于理解，但是看看官方文档上的关键字leaky bucket，如下图红框，聪明的您一定想到了其中的关键，漏桶限流算法（注意，是漏桶，不是令牌桶，漏桶算法的峰值和桶大小有关）：

• 配置如下图红框所示：

• 执行前面写的full.sh脚本，编译构建部署
• 咱们的配置是每秒钟一次采样，所以验证的时候要控制好发送请求的时长，我这里还是用jmeter来发请求的，如下图红框所示，jmeter有种Runtime Controller类型的控制器，可以控制持续请求的时长，我这里设置为10秒：

• 用jmeter持续发送10秒的请求，从jmeter的汇总报告中可见一共发了70个请求：

• 用命令docker logs jaeger-service-consumer| grep ‘sampled=true’|wc -l查看采样总数，10秒的预期是10个，结果如下，并不精确，只是接近而已:

• 清掉所有数据，将时长改成100秒试试，一共发出次852请求：

• 采样总数为96，接近预期：

• 打开Jaeger的web页面也是96次trace：

服务端配置一瞥

• 还记得《分布式调用链跟踪工具Jaeger？两分钟极速体验》、《Jaeger开发入门(java版)》等文章中的操作吗？那时咱们并没有添加任何与采样有关的配置，但是每次请求都能在Jaeger的web页面上查到对应的trace，也就是说所有请求全部被采样了，这是为啥？
• 如果配置文件中没有采样相关的内容，那么默认使用的就是远程配置，具体的信息就在jaeger的all-in-one容器中，执行下面这个命令，就能看到远程采样配置：

docker exec jaeger cat /etc/jaeger/sampling_strategies.json

• 上述命令可以看到sampling_strategies.json的内容如下，原来服务端的配置是比例采样，不过比例是百分之百，这就能解释为何所有请求都能在Jaeger的web页面查到trace信息了：

{
  "default_strategy": {
    "type": "probabilistic",
    "param": 1
  }
}

• 至此，采样配置实战已经完成，希望能给您提供一些参考，辅助您针对实际情况定制更加合适的采样策略