通過上一篇《分布式服務(wù)跟蹤（整合logstash）》，我們雖然已經(jīng)能夠利用ELK平臺提供的收集、存儲、搜索等強大功能，對跟蹤信息的管理和使用已經(jīng)變得非常便利。但是，在ELK平臺中的數(shù)據(jù)分析維度缺少對請求鏈路中各階段時間延遲的關(guān)注，很多時候我們追溯請求鏈路的一個原因是為了找出整個調(diào)用鏈路中出現(xiàn)延遲過高的瓶頸源，亦或是為了實現(xiàn)對分布式系統(tǒng)做延遲監(jiān)控等與時間消耗相關(guān)的需求，這時候類似ELK這樣的日志分析系統(tǒng)就顯得有些乏力了。對于這樣的問題，我們就可以引入Zipkin來得以輕松解決。

Zipkin簡介

Zipkin是Twitter的一個開源項目，它基于Google Dapper實現(xiàn)。我們可以使用它來收集各個服務(wù)器上請求鏈路的跟蹤數(shù)據(jù)，并通過它提供的REST API接口來輔助我們查詢跟蹤數(shù)據(jù)以實現(xiàn)對分布式系統(tǒng)的監(jiān)控程序，從而及時地發(fā)現(xiàn)系統(tǒng)中出現(xiàn)的延遲升高問題并找出系統(tǒng)性能瓶頸的根源。除了面向開發(fā)的API接口之外，它也提供了方便的UI組件來幫助我們直觀的搜索跟蹤信息和分析請求鏈路明細，比如：可以查詢某段時間內(nèi)各用戶請求的處理時間等。

上圖展示了Zipkin的基礎(chǔ)架構(gòu)，它主要有4個核心組件構(gòu)成：

• Collector：收集器組件，它主要用于處理從外部系統(tǒng)發(fā)送過來的跟蹤信息，將這些信息轉(zhuǎn)換為Zipkin內(nèi)部處理的Span格式，以支持后續(xù)的存儲、分析、展示等功能。
• Storage：存儲組件，它主要對處理收集器接收到的跟蹤信息，默認會將這些信息存儲在內(nèi)存中，我們也可以修改此存儲策略，通過使用其他存儲組件將跟蹤信息存儲到數(shù)據(jù)庫中。
• RESTful API：API組件，它主要用來提供外部訪問接口。比如給客戶端展示跟蹤信息，或是外接系統(tǒng)訪問以實現(xiàn)監(jiān)控等。
• Web UI：UI組件，基于API組件實現(xiàn)的上層應(yīng)用。通過UI組件用戶可以方便而有直觀地查詢和分析跟蹤信息。

HTTP收集

在Spring Cloud Sleuth中對Zipkin的整合進行了自動化配置的封裝，所以我們可以很輕松的引入和使用它，下面我們來詳細介紹一下Sleuth與Zipkin的基礎(chǔ)整合過程。主要分為兩步：

***步：搭建Zipkin Server

創(chuàng)建一個基礎(chǔ)的Spring Boot應(yīng)用，命名為zipkin-server，并在pom.xml中引入Zipkin Server的相關(guān)依賴，具體如下：

<parent> 
  <groupId>org.springframework.boot</groupId> 
  <artifactId>spring-boot-starter-parent</artifactId> 
  <version>1.5.10.RELEASE</version> 
  <relativePath/> 
</parent> 
<dependencies> 
  <dependency> 
    <groupId>io.zipkin.java</groupId> 
    <artifactId>zipkin-server</artifactId> 
  </dependency> 
  <dependency> 
    <groupId>io.zipkin.java</groupId> 
    <artifactId>zipkin-autoconfigure-ui</artifactId> 
  </dependency> 
</dependencies> 
<dependencyManagement> 
  <dependencies> 
    <dependency> 
        <groupId>org.springframework.cloud</groupId> 
        <artifactId>spring-cloud-dependencies</artifactId> 
        <version>Dalston.SR5</version> 
        <type>pom</type> 
        <scope>import</scope> 
    </dependency> 
  </dependencies> 
</dependencyManagement> 

• 創(chuàng)建應(yīng)用主類ZipkinApplication，使用@EnableZipkinServer注解來啟動Zipkin Server，具體如下：

@EnableZipkinServer 
@SpringBootApplication 
public class ZipkinApplication { 
 
  public static void main(String[] args) { 
    SpringApplication.run(ZipkinApplication.class, args); 
  } 
 
} 

• 在application.properties中做一些簡單配置，比如：設(shè)置服務(wù)端口號為9411（客戶端整合時候，自動化配置會連接9411端口，所以在服務(wù)端設(shè)置了端口為9411的話，客戶端可以省去這個配置）。

spring.application.name=zipkin-server 
server.port=9411 

創(chuàng)建完上述工程之后，我們將其啟動起來，并訪問http://localhost:9411/，我們可以看到如下圖所示的Zipkin管理頁面：

第二步：為應(yīng)用引入和配置Zipkin服務(wù)

在完成了Zipkin Server的搭建之后，我們還需要對應(yīng)用做一些配置，以實現(xiàn)將跟蹤信息輸出到Zipkin Server。我們以之前實現(xiàn)的trace-1和trace-2為例，對它們做以下改造內(nèi)容：

• 在trace-1和trace-2的pom.xml中引入spring-cloud-sleuth-zipkin依賴，具體如下所示。

<dependency> 
  <groupId>org.springframework.cloud</groupId> 
  <artifactId>spring-cloud-sleuth-zipkin</artifactId> 
</dependency> 

• 在trace-1和trace-2的application.properties中增加Zipkin Server的配置信息，具體如下所示（如果在zip-server應(yīng)用中，我們將其端口設(shè)置為9411，并且均在本地調(diào)試的話，該參數(shù)也可以不配置，因為默認值就是http://localhost:9411）。

spring.zipkin.base-url=http://localhost:9411 

測試與分析

到這里我們已經(jīng)完成了接入Zipkin Server的所有基本工作，我們可以繼續(xù)將eureka-server、trace-1和trace-2啟動起來，然后我們做一些測試實驗，以對它的運行機制有一些初步的理解。

我們先來向trace-1的接口發(fā)送幾個請求：http://localhost:9101/trace-1，當我們在日志中出現(xiàn)跟蹤信息的***一個值為true的時候，說明該跟蹤信息會輸出給Zipkin Server，所以此時我們可以去Zipkin Server的管理頁面中選擇合適的查詢條件后，點擊Find Traces，就可以查詢出剛才在日志中出現(xiàn)的跟蹤信息了（也可以根據(jù)日志中的Trace ID，在頁面的右上角輸入框中來搜索），具體如下頁面所示：

點擊下方trace-1端點的跟蹤信息，我們還可以得到Sleuth收集到的跟蹤到詳細信息，其中包括了我們關(guān)注的請求時間消耗等。

點擊導(dǎo)航欄中的Dependencies菜單，我們還可以查看Zipkin Server根據(jù)跟蹤信息分析生成的系統(tǒng)請求鏈路依賴關(guān)系圖：

消息中間件收集

Spring Cloud Sleuth在整合Zipkin時，不僅實現(xiàn)了以HTTP的方式收集跟蹤信息，還實現(xiàn)了通過消息中間件來對跟蹤信息進行異步收集的封裝。通過結(jié)合Spring Cloud Stream，我們可以非常輕松的讓應(yīng)用客戶端將跟蹤信息輸出到消息中間件上，同時Zipkin服務(wù)端從消息中間件上異步地消費這些跟蹤信息。

接下來，我們基于之前實現(xiàn)的trace-1和trace-2應(yīng)用以及zipkin-server服務(wù)端做一些改造，以實現(xiàn)通過消息中間件來收集跟蹤信息。改造的內(nèi)容非常簡單，只需要我們做項目依賴和配置文件做一些調(diào)整就能馬上實現(xiàn)，下面我們分別對客戶端和服務(wù)端的改造內(nèi)容做詳細說明：

***步：修改客戶端trace-1和trace-2

• 為了讓trace-1和trace-2在產(chǎn)生跟蹤信息之后，能夠?qū)⒊闃佑涗涊敵龅较⒅虚g件中，我們除了需要之前引入的spring-cloud-starter-sleuth依賴之外，還需要引入zipkin對Spring Cloud Stream的擴展依賴spring-cloud-sleuth-stream以及基于Spring Cloud Stream實現(xiàn)的消息中間件綁定器依賴，以使用RabbitMQ為例，我們可以加入如下依賴：

<dependency> 
    <groupId>org.springframework.cloud</groupId> 
    <artifactId>spring-cloud-sleuth-stream</artifactId> 
</dependency> 
 
<dependency> 
    <groupId>org.springframework.cloud</groupId> 
    <artifactId>spring-cloud-starter-stream-rabbit</artifactId> 
</dependency> 

• 在application.properties配置中去掉HTTP方式實現(xiàn)時使用的spring.zipkin.base-url參數(shù)，并根據(jù)實際部署情況，增加消息中間件的相關(guān)配置，比如下面這些關(guān)于RabbitMQ的配置信息：

spring.rabbitmq.host=localhost 
spring.rabbitmq.port=5672 
spring.rabbitmq.username=springcloud 
spring.rabbitmq.password=123456 

第二步：修改zipkin-server服務(wù)端

為了讓zipkin-server服務(wù)端能夠從消息中間件中獲取跟蹤信息，我們只需要在pom.xml中引入針對消息中間件收集封裝的服務(wù)端依賴spring-cloud-sleuth-zipkin-stream，同時為了支持具體使用的消息中間件，我們還需要引入針對消息中間件的綁定器實現(xiàn)，比如以使用RabbitMQ為例，我們可以在依賴中增加如下內(nèi)容：

<dependency> 
    <groupId>org.springframework.cloud</groupId> 
    <artifactId>spring-cloud-sleuth-zipkin-stream</artifactId> 
</dependency> 
 
<dependency> 
    <groupId>org.springframework.cloud</groupId> 
    <artifactId>spring-cloud-starter-stream-rabbit</artifactId> 
</dependency> 
 
<dependency> 
    <groupId>io.zipkin.java</groupId> 
    <artifactId>zipkin-autoconfigure-ui</artifactId> 
</dependency> 

其中，spring-cloud-sleuth-zipkin-stream依賴是實現(xiàn)從消息中間件收集跟蹤信息的核心封裝，其中包含了用于整合消息中間件的核心依賴、zipkin服務(wù)端的核心依賴、以及一些其他通常會被使用的依賴（比如：用于擴展數(shù)據(jù)存儲的依賴、用于支持測試的依賴等）。但是，需要注意的是這個包里并沒有引入zipkin的前端依賴zipkin-autoconfigure-ui，為了方便使用，我們在這里也引用了它。

測試與分析

在完成了上述改造內(nèi)容之后，我們繼續(xù)將eureka-server、trace-1和trace-2、zipkin-server都啟動起來，同時確保RabbitMQ也處于運行狀態(tài)。此時，我們可以在RabbitMQ的控制頁面中看到一個名為sleuth的交換器，它就是zipkin的消息中間件收集器實現(xiàn)使用的默認主題。

***，我們使用之前的驗證方法，通過向trace-1的接口發(fā)送幾個請求：http://localhost:9101/trace-1，當有被抽樣收集的跟蹤信息時（調(diào)試時我們可以設(shè)置AlwaysSampler抽樣機制來讓每個跟蹤信息都被收集），我們可以在RabbitMQ的控制頁面中發(fā)現(xiàn)有消息被發(fā)送到了sleuth交換器中，同時我們再到zipkin服務(wù)端的Web頁面中也能夠搜索到相應(yīng)的跟蹤信息，那么我們使用消息中間件來收集跟蹤信息的任務(wù)到這里就完成了。

完整示例：

讀者可以根據(jù)喜好選擇下面的兩個倉庫中查看trace-1和trace-2兩個項目：

Github：https://github.com/dyc87112/SpringCloud-Learning/

Gitee：https://gitee.com/didispace/SpringCloud-Learning/

【本文為51CTO專欄作者“翟永超”的原創(chuàng)稿件，轉(zhuǎn)載請通過51CTO聯(lián)系作者獲取授權(quán)】

戳這里，看該作者更多好文