全链路追踪 & 性能监控工具 SkyWalking 实战

Skywalking介绍

Skywalking是一个国产的开源框架，2015年有吴晟个人开源，2017年加入Apache孵化器，国人开源的产品，主要开发人员来自于华为，2019年4月17日Apache董事会批准SkyWalking成为顶级项目，支持Java、.Net、NodeJs等探针，数据存储支持Mysql、Elasticsearch等，跟Pinpoint一样采用字节码注入的方式实现代码的无侵入，探针采集数据粒度粗，但性能表现优秀，且对云原生支持，目前增长势头强劲，社区活跃

使用版本

当前使用版本信息为：apache-skywalking-apm-es7-8.7.0

数据存储方式

Skywalking默认使用的是H2，本次实战主要使用的ElasticSearch来存储相对应的链路数据。Skywalking本身还支持mysql、tidb、influxdb、postgresql等数据存储方式

Skywalking的安装以及使用

安装及运行（本次安装主要是在windows）

1. 下载对应的二进制软件包（apache-skywalking-apm-es7-8.7.0.tar），并且解压到指定的文件夹下面
2. 涉及到的主要目录为：bin（存放对应的命令）、config（相关的配置文件）、agent（代理jar包）
3. 进入bin目录直接执行目录下对应的startup.bat即可运行Skywalking，默认是运行在8080端口；启动成功后即可在浏览器输入地址即可访问：127.0.0.1:8080。运行界面如图所示：
4. 首次访问没有上图相关的图示数据，因为还未对项目进行代理做数据采集

运行SpringBoot项目，并对其进行监控

运行其要进行监控的项目，增加代理参数，代理参数如下:

java -jar -javaagent:H:\apache-skywalking-apm-bin-es7\agent\skywalking-agent.jar -DSW_AGENT_NAME=demo -DSW_AGENT_COLLECTOR_BACKEND_SERVICES=127.0.0.1:11800

启动完项目后，就可以在SkyWalking看到该项目对应的访问数据以及对应的拓扑图

采集数据持久化

1. Skywalking默认是通过H2对采集数据进行存取的，并且没有做相对应的持久化，相关配置在config文件夹中application.xml文件中的121行：selector: ${SW_STORAGE:H2}。为了方便以及做持久化本实战主要将数据存放在ElasticSearch中

2. 修改数据存取方式为elasticsearch7，只需要将selector修改为对应的elasticsearch7即可：selector: ${SW_STORAGE:elasticsearch7}

3. 配置elasticsearch：

   nameSpace: ${SW_NAMESPACE:"elasticsearch"} //一定为要和elasticsearch中的cluster_name相对应
   clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:localhost:9200}
   

4. 重启SkyWalking之后，后期采集数据就存放在了ElasticSearch中了

   注：在使用elasticsearch时需要注意其版本号，负责SkyWalking Collect将启动失败，本实战其对应的版本为7.2.0

加入日志采集

1、引入日志采集相关的jar包：

<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-trace</artifactId>
    <version>8.10.0</version>
</dependency>
<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-logback-1.x</artifactId>
    <version>8.5.0</version>
</dependency>

2、在项目resource目录下新建logback.xml文件

<?xml version="1.0" encoding="UTF-8"?>
<configuration scan="true" scanPeriod="10 seconds">
    <property name="logData" value="./logDatas" />
    <property name="appName" value="accessLog" />
    <statusListener class="ch.qos.logback.core.status.NopStatusListener" />
    <appender name="CONSOLE_OUT" class="ch.qos.logback.core.ConsoleAppender">
        <layout class="ch.qos.logback.classic.PatternLayout">
            <pattern>%-15(%d{HH:mm:ss.SSS}) %msg%n</pattern>
        </layout>
    </appender>

    <appender name="LOG_DEMO" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <file>${logData}/logDataDemo.log</file>
        <rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy">
            <!-- 指定生成日志保存地址 -->
            <fileNamePattern>${logData}/%d{yyyy-MM-dd}/${appName}-info.%d{yyyy-MM-dd}.%i.log</fileNamePattern>
            <maxFileSize>1MB</maxFileSize>
            <maxHistory>30</maxHistory>
        </rollingPolicy>

        <encoder>
            <pattern>
                %-15(%d{yyyy-MM-dd HH:mm:ss} [info]) %msg%n
            </pattern>
            <charset>UTF-8</charset>
        </encoder>
    </appender>
    <appender name="msystem-log" class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.log.GRPCLogClientAppender">
        <!-- 日志输出编码 -->
        <encoder>
            <!--格式化输出：%d表示日期，%thread表示线程名，%-5level：级别从左显示5个字符宽度%msg：日志消息，%n是换行符-->
            <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n
            </pattern>
        </encoder>
    </appender>

    <root level="info">
        <appender-ref ref="CONSOLE_OUT" />
    </root>
    <!--输出到指定日志文件-->
    <logger name="outToFile" level="INFO" additivity="false">
        <appender-ref ref="LOG_DEMO"/>
        <appender-ref ref="msystem-log"/>
    </logger>
</configuration>

3、重新启动对应的SpringBoot项目，然后访问对应的路径即可收集到相关的数据

也可以在其追踪数据中查看起对应的日志

对某个接口/端点增加性能剖析，从而找出系统瓶颈

1、增加对应的端点对应进行性能剖析（故意对log/test2方法中sleep 4秒）

@GetMapping("/test2")
public Result<ArrayList<Map<String, Object>>> test2() throws InterruptedException {
    final ArrayList<Map<String, Object>> maps = new ArrayList<>();
    Thread.sleep(4000);
    maps.add(new HashMap<String,Object>() {{
        put("name","张三");
        put("age",12);
    }});
    maps.add(new HashMap<String,Object>() {{
        put("name","李四");
        put("age",32);
    }});
    return Result.success(maps);

}

2、访问起对应的地址（http://127.0.0.1:8802/demo/log/test2?name=1&age=12&sex=1），在收集期间，尽量多访问几次，访问次数少有可能无法采集到

3、查看相应的分析报告，从而找出具体瓶颈

点击分析就会出现如下图所示信息

通过分析可以看出耗时的主要控制器和方法，以及对应的行号

全链路栗子

1、上述实例中并未涉及到对应的数据库和redis以及其他的服务交互，所以在拓扑图中看到的数据是非常单一的

2、如果在应用中有数据库、redis以及其他服务的调用在起拓扑图中会清晰的看到具体的调用关系，实例如下图：

3、当其中一个服务不可用时，其拓扑图会标识某个业务为不健康的（红色），下图是因为手动关闭了redis的服务

4、接口请求异常会在相对应的追踪页面看到红色标注的信息，通过点击查看日志可以看到报错信息