Tracing卷二：什么是Jaeger？

luckzack

发布于 2023-09-10 08:12:52

3850

发布于 2023-09-10 08:12:52

Jaeger [ˈdʒɛgər] 是Uber公司开发的一套分布式追踪系统，受启发于 dapper 和 OpenZipkin，兼容 OpenTracing 标准，CNCF的开源项目。

由于 Uber 的业务增长迅猛，其软件架构也越来越复杂，截止 2015 年下半年，Uber 内部已经有 500 多个微服务在运行，给问题排查和性能分析带来巨大困难。2016 年 4 月，Uber 启动 Jaeger 项目，并逐渐在内部推行分布式追踪系统，一年之后（2017 年 4 月），Uber 宣布正式将 Jaeger 开源。Uber Engineering Blog 有一篇文章介绍了分布式追踪系统在 Uber 的演进过程：《Evolving Distributed Tracing at Uber Engineering》。

题外话，2017 年的 QCon 上，滴滴也分享了分布式追踪系统的实践，题为《异构系统链路追踪——滴滴 trace 实践》，可以搜索演讲视频学习一下。

系统架构

图片来源：Jaeger Architecture

jaeger-client：Jaeger 的客户端SDK，实现了 OpenTracing 的 API，支持主流编程语言。客户端直接集成在目标 Application 中，其作用是记录和发送 Span 到 Jaeger Agent。在 Application 中调用 Jaeger Client Library 记录 Span 的过程通常被称为埋点。
jager-agent：是一个监听在 UDP 端口上接收 span 数据的网络守护进程，它会将数据批量发送给 collector。它被设计成一个基础组件，推荐部署到所有的宿主机上。Agent 将 client library 和 collector 解耦，为 client library 屏蔽了路由和发现 collector 的细节。
jager-collector：接收 jaeger-agent 发送来的数据，然后将数据写入后端存储（Data Store）。Collector 被设计成无状态的组件，因此您可以同时运行任意数量的 jaeger-collector。
Data Store：后端存储被设计成一个可插拔的组件，支持将数据写入 Cassandra和ElasticSearch。个人推荐用 Elasticsearch，既可以和日志服务共用同一个 ES，又可以使用 Kibana 对 Trace 数据进行额外的分析。架构图中的存储后端是 Cassandra，旁边还有一个 Spark，讲的就是可以用 Spark 等其他工具对存储后端中的 Span 进行直接分析。
jaeger-query：接收Trace查询请求，然后从后端存储系统中检索tracing数据并返回。Query 是无状态的，您可以启动多个实例，把它们部署在 nginx 这样的负载均衡器后面。
jaeger-ui：是Jeager服务的ui web界面程序，可以在该网页上进行tracing数据的检索和分析。

Jaeger 的架构非常清晰，部署起来也很轻松，Docker Hub 中有官方打好的 Image，可以拿来直接用，https://hub.docker.com/u/jaegertracing/。如果是本地测试，可以直接用 Jaeger 的 all-in-one Image，

部署

二进制部署

下载地址：https://www.jaegertracing.io/download/

下载后并解压：

example-hotrod
jaeger-agent
jaeger-all-in-one
jaeger-collector
jaeger-ingester
jaeger-query

进入到解压后的目录执行：

./jaeger-all-in-one

目测启动后，访问地址：http://{{IP}}:16686/

Docker部署

集成了整套环境，利用内存存储：docker hub地址：https://hub.docker.com/r/jaegertracing/all-in-one。

执行一下命令，可以在本机拉起一个 jaeger 环境，上报的链路数据保存在本地内存，所以只能用于测试。

$ docker run -d --name jaeger \
  -e COLLECTOR_ZIPKIN_HTTP_PORT=9411 \
  -p 5775:5775/udp \kaixiao
  -p 6831:6831/udp \
  -p 6832:6832/udp \
  -p 5778:5778 \
  -p 16686:16686 \
  -p 14268:14268 \
  -p 9411:9411 \
  jaegertracing/all-in-one:latest

通过 http://{{IP}}:16686/可以在浏览器查看 Jaeger UI

官方提供的一个例子: HotROD

组件端口说明

Agent：

5775 UDP协议，接收兼容zipkin的协议数据
6831 UDP协议，接收兼容jaeger的兼容协议
6832 UDP协议，接收jaeger的二进制协议
5778 HTTP协议，数据量大不建议使用

它们之间的传输协议都是基于thrift封装的。

Collector：

14267 tcp agent发送jaeger.thrift格式数据
14250 tcp agent发送proto格式数据（背后gRPC)
14268 http 直接接受客户端数据
14269 http 健康检查

Query：

16687 http 健康检查

UI：

16686 http web界面

实践

官方例子

Jaeger 官方提供了一个 Demo Application，可以用作代码参考，链接为 Hot R.O.D. - Rides on Demand。

使用Tracing前的建议

假设你的微服务系统已经有了中心化的日志收集和处理系统，如果还没有的话，强烈建议部署一套 ELK（或者EFK）。

再假设对于每一个请求，都会有一个贯穿整个请求始末的 Request ID，如果还没有的话，强烈建议加一个。

以上准备完毕后，可以选取一个分布式追踪系统，集成到服务当中，建议采用 Jaeger。

重点来了，在 Trace 的起始处，将 Trace ID 设置为 Request ID，这么一来就打通了日志系统和分布式追踪系统，可以使用同一个 ID 查询请求的事件流和日志流，从此开启了上帝视角。

采样策略

支持设置采样率是 Jaeger 的一个亮点，在生产环境中，如果对每个请求都开启 Trace，必然会对系统性能带来一定压力，除此之外，数量庞大的 Span 也会占用大量的存储空间。

为了尽量消除分布式追踪采样对系统带来的影响，应该基于不同的场景设置不同的采样策略。

Jaeger 支持四种采样策略，分别是 const、probabilistic、rateLimiting 和 remote。

const 全量采集，采样率的可设置的值为 0 和 1，分别表示关闭采样和全部采样。
probabilistic 概率采集，默认万份之一，取值可在 0 至 1 之间，如0.5 表示只对 50% 的请求采样。
rateLimiting 限速采集，则是设置每秒的采样次数上限。
remote 按远程设置的一种动态采集策略，取值的含义和 probabilistic 相同，都意为采样的概率，只不过设置为 remote 后，Client 会从 Jaeger Agent 中动态获取采样率设置。

remote是采样器的默认值，当我们不做配置时，会从 Jaeger 后端中央配置甚至动态地控制服务中的采样策略。

详细说明：https://www.jaegertracing.io/docs/1.22/sampling/

动手练习

Jaeger 是分布式链路追踪工具，如果不用在跨进程上，那么 Jaeger 就失去了意义。而微服务中跨进程调用，一般有 HTTP 和 gRPC 两种，接下来以Go代码为例，从浅入深和大家一起学习如何在实际场景中使用Jaeger。

主要会用到两个依赖：

opentracing-go-API OpenTracing标准的Go语言平台SDK，该库的主要作用是如何创建和使用tracing中两大概念Trace和Span。
jaeger-go-client 基于OpenTracing-go实现的平台侧客户端库，使用该库是为了在Jaeger平台下如何传递生产和传递tracing数据。

开始练习： opentracing-jaeger在Go平台下的使用教程

References: