运维星推荐：调用链跟踪系统之Vaper

本系列文章，主要针对运维工作中值得推荐的系统、工具进行总结和分享，也欢迎小粉们投稿~

背景

针对业务层调用链的监控的系统比较多，例如开源的有incubator-skywalking、Pingpoint、Cat ，商用的有NewRelic、OneAPM等可以方便的获取业务程序内部调用关系及耗时等数据，但是在Java应用层无法获取数据库集群、缓存集群、负载均衡集群等服务调用关系，尤其在服务调用复杂的环境，清晰知晓服务之间调用关系对排障非常有用。因此，Vaper应运而生。

设计思路

如果需要收集贯穿整个系统的关系信息，网络流向数据是最合适的。不论什么语言开发的系统，在系统间产生调用关系的时候总会有网络流向数据产生，这就是Vaper的基本工作原理。

Vaper的节点和关系数据存储在Neo4j图形数据库，Agent是一个小巧的Golang程序，基于Libcap构建，架构图如下:

Agent在操作系统层面收集操作系统信息，网络流向数据，以及端口对应的进程信息，在配置文件中可以设置采样率

数据收集完成后通过http方式将数据上报给VaperServer,根据上报的数据创建节点和关系，就完成了调用链数据的构建

部署测试Vaper单例部署

Vaper + Demo部署

通过文字来描述一个的elasticsearch服务，两个metricbeat 程序采集了性能数据，发送到logstash服务，logstash将数据送到nginx，nginx将请求分流到3个elasticseach节点，用户打开kibana通过nginx读取消费了监控数据。用vaper来描述这个系统：

Vaper访问地址:http://ip:3000

优势

vaper调用链拓扑生成跨语言、跨操作系统

只要程序运行在操作系统上的，理论上都可以被采集到数据，适配成本低

TODO

支持非Agent方式采集数据，例如: 配合自动化工具获取数据

多种协议支持，例如UDP等

实现JavaScript Agent，在调用链中添加浏览器节点

Agent性能测试

其他

Github： https://github.com/vapering/vaper

欢迎进群与作者讨论~

看完本文有收获？请转发分享给更多人

欢迎关注“运维ABC”(AI、BigData、Cloud),运维技术社区,专注运维自动化、DevOps、AIOPS、ChatOPS、容器等落地与实践。