Logging，Metrics 与 Tracing 关系 🔗
同：都是为了提高基础设施和应用程序的可观测性
区别：
| —- | Logging | Metrics | Tracing |
|---|---|---|---|
| 特点 | 记录离散的事件 | 记录可聚合的数据 | 记录请求范围内的信息 |
| 典型指标 | 用户自行打印的调试信息… | QPS, 接口时延分布 | 一个具体 RPC 调用中的过程：各个服务的耗时占比 |
| 典型应用 | ELK(收集，分析), log4j（记录）… | Prometheus… | Dapper, OpenZipkin,Jaeger… |
它们之间有重叠，但各自关注的重点不同
OpenTracing 是什么 🔗
- 当今乃是微服务的天下，Tracing 是给跨进程、服务的追踪提供了一种解决方案
- OpenTracing API 提供了一个标准的、厂商中立的规范。其允许系统中存在多种分布式追踪方案 - 只要符合规范
OpenTracing 数据模型 🔗
Trace(调用链)：一个调用链代表一个事务或者流程在（分布式）系统中的执行过程。在OpenTracing标准中，调用链是多个Span组成的一个有向无环图（Directed Acyclic Graph，简称DAG）
Span(跨度)：一个名字、有时间的操作，代表工作流程的一个部分。span 上一般有以下信息：span 名字，span 起始时间、结束时间，tag，log，span context，span 之间的引用关系。
SpanContext：伴随着分布式的跟踪信息，它通过网络或通过消息总线透传上下文信息。span 上下文包含 tracing 标识符、span 标识符以及追踪系统需要传播给下游服务的任何其他数据。
span 之间的关系：
单个Trace中Span间的因果关系
[Span A] ←←←(The root span)
|
+------+------+
| |
[Span B] [Span C] ←←←(Span C是Span A的子节点，ChildOf)
| |
[Span D] +---+-------+
| |
[Span E] [Span F] >>> [Span G] >>> [Span H]
↑
↑
↑
（Span G在Span F后被调用, FollowsFrom）
Jaeger 是什么 🔗
Jaeger 受 Dapper 和 OpenZipkin 的启发，是 Uber的开源分布式追踪系统，已同和 k8s，Prometheus 等著名项目成为云原生计算基金会 CNCF 所支持的项目。它用于监控和排除基于微服务的分布式系统的故障，包括:
- 分布式上下文传播
- 分布式事务监控
- 根因分析
- 服务依赖分析
- 性能/延时优化
特性：
- 兼容 OpenTracing
- 高扩展性
- 支持多个存储组件：Cassandra， Elasticsearch，内存…
- 现代 web 界面
- 云原生部署
- 系统拓扑图
整体架构
Geting Start 🔗
- docker 启动 jaeger collector
docker run -d --name jaeger \
-e COLLECTOR_ZIPKIN_HOST_PORT=:9411 \
-p 5775:5775/udp \
-p 6831:6831/udp \
-p 6832:6832/udp \
-p 5778:5778 \
-p 16686:16686 \
-p 14268:14268 \
-p 14250:14250 \
-p 9411:9411 \
jaegertracing/all-in-one:1.28
- UI 界面：http://localhost:16686
- 应用程序中使用 jaeger-client 直接上报数据，这里的 demo 例子没有使用 jaeger-agent
如下有一个简单的 web 应用：具有两个接口 api1 和 api2
package main
import (
"net/http"
)
func main() {
// web 示例
http.HandleFunc("/api1", http.HandlerFunc(api1))
http.HandleFunc("/api2", http.HandlerFunc(api2))
err := http.ListenAndServe(":1234", nil)
if err != nil {
panic(err)
}
}
package main
import (
"fmt"
"net/http"
)
func api1(w http.ResponseWriter, r *http.Request) {
fmt.Println("hello api1")
}
func api2(w http.ResponseWriter, r *http.Request) {
fmt.Println("hello api2")
}
使用 jaeger client 监控每一个接口，引用以下两个包
go get github.com/uber/jaeger-client-go
go get github.com/opentracing/opentracing-go
jaeger client 的初始化，和 简单使用
package main
import (
"net/http"
"github.com/opentracing/opentracing-go"
"github.com/uber/jaeger-client-go/config"
)
func main() {
// 初始化 jaeger client，参数需要服务名，采样机制，上报数据地址
tracing, closer, err := config.Configuration{
ServiceName: "hello.service",
Sampler: &config.SamplerConfig{Type: "const", Param: 1},
Reporter: &config.ReporterConfig{CollectorEndpoint: "http://localhost:14268/api/traces"},
}.NewTracer()
if err != nil {
panic(err)
}
defer closer.Close()
// 设置成全局默认
opentracing.SetGlobalTracer(tracing)
// web 示例
http.HandleFunc("/api1", jaegerTracing(http.HandlerFunc(api1)))
http.HandleFunc("/api2", jaegerTracing(http.HandlerFunc(api2)))
err = http.ListenAndServe(":1234", nil)
if err != nil {
panic(err)
}
}
// 添加jaeger 分布式追踪中间件
func jaegerTracing(handler http.Handler) http.HandlerFunc {
return func(w http.ResponseWriter, r *http.Request) {
// 记录 tracing 中的一个 span 上报
span := opentracing.StartSpan(r.URL.String())
// span 结束
defer span.Finish()
handler.ServeHTTP(w, r)
}
}
jaeger 的作用是追踪服务间的调用关系，上述使用意义不大，以下是模拟多服务调用使用 jaeger 的作用
package main
import (
"context"
"fmt"
"net/http"
"time"
"github.com/opentracing/opentracing-go"
)
func api1(w http.ResponseWriter, r *http.Request) {
// 根 ctx
ctx := context.Background()
// 记录 sever1.api 的调动耗时等信息
span, c := opentracing.StartSpanFromContext(ctx, "server1.api1")
defer span.Finish()
fmt.Println("hello api1")
time.Sleep(time.Second)
// 模拟一个跨服务的调用，ctx 上下文信息传递
service2XXX(c)
}
func service2XXX(ctx context.Context) {
// 从 ctx 获取 span， 这样就能把在一条调用链的 span 聚合在一起
span, c := opentracing.StartSpanFromContext(ctx, "server2.XXX")
defer span.Finish()
time.Sleep(time.Second * 2)
fmt.Println("hello server2 xxx", c)
}
func api2(w http.ResponseWriter, r *http.Request) {
fmt.Println("hello api2")
}
效果如下
