微服务调用链追踪中心搭建

---

##　概述

一个完整的微服务系统包含多个微服务单元，各个微服务子系统存在互相调用的情况，形成一个 调用链。一个客户端请求从发出到被响应 经历了哪些组件、哪些微服务、请求总时长、每个组件所花时长 等信息我们有必要了解和收集，以帮助我们定位性能瓶颈、进行性能调优，因此监控整个微服务架构的调用链十分有必要，本文将阐述如何使用 Zipkin 搭建微服务调用链追踪中心。

---

Zipkin 初摸

正如 Ziplin 官网 所描述，Zipkin 是一款分布式的追踪系统，其可以帮助我们收集微服务架构中用于解决延时问题的时序数据，更直白地讲就是可以帮我们追踪调用的轨迹。

Zipkin 的设计架构如下图所示：

要理解这张图，需要了解一下 Zipkin 的几个核心概念：

• Reporter

在某个应用中安插的用于发送数据给 Zipkin 的组件称为 Report，目的就是用于追踪数据收集

• Span

微服务中调用一个组件时，从发出请求开始到被响应的过程会持续一段时间，将这段跨度称为 Span

• Trace

从 Client 发出请求到完成请求处理，中间会经历一个调用链，将这一个整个过程称为一个追踪（ Trace ）。一个 Trace 可能包含多个 Span，反之每个 Span 都有一个上级的 Trace。

• Transport

一种数据传输的方式，比如最简单的 HTTP 方式，当然在高并发时可以换成 Kafka 等消息队列

---

看了一下基本概念后，再结合上面的架构图，可以试着理解一下，只有装配有 Report 组件的 Client 才能通过 Transport 来向 Zipkin 发送追踪数据。追踪数据由 Collector 收集器进行手机然后持久化到 Storage 之中。最后需要数据的一方，可以通过 UI 界面调用 API 接口，从而最终取到 Storage 中的数据。可见整体流程不复杂。

Zipkin 官网给出了各种常见语言支持的 OpenZipkin libraries：

本文接下来将 构造微服务追踪的实验场景 并使用 Brave 来辅助完成微服务调用链追踪中心搭建！

---

部署 Zipkin 服务

利用 Docker 来部署 Zipkin 服务再简单不过了：

docker run -d -p 9411:9411 \ --name zipkin \ docker.io/openzipkin/zipkin 

完成之后浏览器打开：localhost:9411可以看到 Zipkin 的可视化界面：

---

模拟微服务调用链

我们来构造一个如下图所示的调用链：

图中包含 一个客户端 + 三个微服务：

• Client：使用 /servicea 接口消费 ServiceA 提供的服务

• ServiceA：使用 /serviceb 接口消费 ServiceB 提供的服务，端口 8881

• ServiceB：使用 /servicec 接口消费 ServiceC 提供的服务，端口 8882

• ServiceC：提供终极服务，端口 8883

为了模拟明显的延时效果，准备在每个接口的响应中用代码加入 3s 的延时。

简单起见，我们用 SpringBt 来实现三个微服务。

ServiceA 的控制器代码如下：

@RestController public class ServiceAContorller { @Autowired private RestTemplate restTemplate; @GetMapping("/servicea ”) public String servicea() { try { Thread.sleep( 3000 ); } catch (InterruptedException e) { e.printStackTrace(); } return restTemplate.getForObject("http://localhost:8882/serviceb", String.class); } } 

ServiceB 的代码如下：

@RestController public class ServiceBContorller { @Autowired private RestTemplate restTemplate; @GetMapping("/serviceb ”) public String serviceb() { try { Thread.sleep( 3000 ); } catch (InterruptedException e) { e.printStackTrace(); } return restTemplate.getForObject("http://localhost:8883/servicec", String.class); } } 

ServiceC 的代码如下：

@RestController public class ServiceCContorller { @Autowired private RestTemplate restTemplate; @GetMapping("/servicec ”) public String servicec() { try { Thread.sleep( 3000 ); } catch (InterruptedException e) { e.printStackTrace(); } return "Now, we reach the terminal call: servicec !”; } } 

我们将三个微服务都启动起来，然后浏览器中输入localhost:8881/servicea来发出请求，过了 9s 之后，将取到 ServiceC 中提供的微服务接口所返回的内容，如下图所示：

很明显，调用链可以正常 work 了！

那么接下来我们就要引入 Zipkin 来追踪这个调用链的信息！

编写与 Zipkin 通信的工具组件

从 Zipkin 官网我们可以知道，借助 OpenZipkin 库 Brave，我们可以开发一个封装 Brave 的公共组件，让其能十分方便地嵌入到 ServiceA，ServiceB，ServiceC 服务之中，完成与 Zipkin 的通信。

为此我们需要建立一个新的基于 Maven 的 Java 项目：ZipkinTool

• pom.xml 中加入如下依赖：

<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <groupId>com.hansonwang99</groupId> <artifactId>ZipkinTool</artifactId> <version>1.0-SNAPSHOT</version> <build> <plugins> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-compiler-plugin</artifactId> <configuration> <source>6</source> <target>6</target> </configuration> </plugin> </plugins> </build> <packaging>jar</packaging> <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot</artifactId> <version>2.0.1.RELEASE</version> <scope>provided</scope> </dependency> <dependency> <groupId>org.springframework</groupId> <artifactId>spring-webmvc</artifactId> <version>4.3.7.RELEASE</version> <scope>provided</scope> </dependency> <dependency> <groupId>io.zipkin.brave</groupId> <artifactId>brave-spring-web-servlet-interceptor</artifactId> <version>4.0.6</version> </dependency> <dependency> <groupId>io.zipkin.brave</groupId> <artifactId>brave-spring-resttemplate-interceptors</artifactId> <version>4.0.6</version> </dependency> <dependency> <groupId>io.zipkin.reporter</groupId> <artifactId>zipkin-sender-okhttp3</artifactId> <version>0.6.12</version> </dependency> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <version>RELEASE</version> <scope>compile</scope> </dependency> </dependencies> </project> 

• 编写 ZipkinProperties 类

其包含 endpoint 和 service 两个属性，我们最后是需要将该两个参数提供给 ServiceA、ServiceB、ServiceC 微服务作为其 application.properties 中的 Zipkin 配置

@Data @Component @ConfigurationProperties("zipkin") public class ZipkinProperties { private String endpoint; rivate String service; } 

用了 lombok 之后，这个类异常简单！

[注意：关于 lombok 的用法，可以看这里]

• 编写 ZipkinConfiguration 类

这个类很重要，在里面我们将 Brave 的 BraveClientHttpRequestInterceptor 拦截器注册到 RestTemplate 的拦截器调用链中来收集请求数据到 Zipkin 中；同时还将 Brave 的 ServletHandlerInterceptor 拦截器注册到调用链中来收集响应数据到 Zipkin 中

上代码吧：

@Configuration @Import({RestTemplate.class, BraveClientHttpRequestInterceptor.class, ServletHandlerInterceptor.class}) public class ZipkinConfiguration extends WebMvcConfigurerAdapter { @Autowired private ZipkinProperties zipkinProperties; @Autowired private RestTemplate restTemplate; @Autowired private BraveClientHttpRequestInterceptor clientInterceptor; @Autowired private ServletHandlerInterceptor serverInterceptor; @Bean public Sender sender() { return OkHttpSender.create( zipkinProperties.getEndpoint() ); } @Bean public Reporter<Span> reporter() { return AsyncReporter.builder(sender()).build(); } @Bean public Brave brave() { return new Brave.Builder(zipkinProperties.getService()).reporter(reporter()).build(); } @Bean public SpanNameProvider spanNameProvider() { return new SpanNameProvider() { @Override public String spanName(HttpRequest httpRequest) { return String.format( "%s %s", httpRequest.getHttpMethod(), httpRequest.getUri().getPath() ); } }; } @PostConstruct public void init() { List<ClientHttpRequestInterceptor> interceptors = restTemplate.getInterceptors(); interceptors.add(clientInterceptor); restTemplate.setInterceptors(interceptors); } @Override public void addInterceptors(InterceptorRegistry registry) { registry.addInterceptor(serverInterceptor); } } 

ZipkinTool 完成以后，我们需要在 ServiceA、ServiceB、ServiceC 三个 SpringBt 项目的 application.properties 中加入 Zipkin 的配置：

以 ServiceA 为例：

server.port=8881 zipkin.endpoint=http://你 Zipkin 服务所在机器的 IP:9411/api/v1/spans zipkin.service=servicea 

我们最后依次启动 ServiceA、ServiceB、和 ServiceC 三个微服务，并开始实验来收集链路追踪数据 ！

---

##　实际实验

1. 依赖分析

浏览器打开 Zipkin 的 UI 界面，可以查看 依赖分析：

图中十分清晰地展示了 ServiceA、ServiceB 和 ServiceC 三个服务之间的调用关系！ 注意，该图可缩放，并且每一个元素均可以点击，例如点击 ServiceB 这个微服务，可以看到其调用链的上下游！

---

2. 查找调用链

接下来我们看一下调用链相关，点击 服务名，可以看到 Zipkin 监控到个所有服务：

同时可以查看 Span，如以 ServiceA 为例，其所有 REST 接口都再下拉列表中：

以 ServiceA 为例，点击 Find Traces，可以看到其所有追踪信息：

点击某个具体 Trace，还能看到详细的每个 Span 的信息，如下图中，可以看到 A B C 调用过程中每个 REST 接口的详细时间戳：

点击某一个 REST 接口进去还能看到更详细的信息，如查看 /servicec 这个 REST 接口，可以看到从发送请求到收到响应信息的所有详细步骤：

参考文献

• Docker 容器可视化监控中心搭建
• 利用 K8S 技术栈打造个人私有云连载文章
• 利用 ELK 搭建 Docker 容器化应用日志中心

---