跟我學SpringCloud | 第十五篇：微服務利劍之APM平台（一）Skywalking

2019 年 10 月 3 日
筆記

SpringCloud系列教程 | 第十五篇：微服務利劍之APM平台（一）Skywalking

SpringCloud系列教程 | 第十五篇：微服務利劍之APM平台（一）Skywalking

Springboot: 2.1.7.RELEASE

SpringCloud: Greenwich.SR2

1. Skywalking概述

Skywalking與2016年11月2日由國人吳晟在Github上傳v1.0版本，用於提供分佈式鏈路追蹤功能，從5.x開始，成為一個功能較為完善的APM（Application Performance Management）系統，2019年4月17日從Apache孵化器畢業，正式成為Apache頂級項目。提供分佈式追蹤、服務網格遙測分析、度量聚合和可視化一體化解決方案。官方對自己介紹是專為微服務，雲原生和基於容器（Docker，Kubernetes，Mesos）架構而設計。

2. Skywalking主要功能

服務，服務實例，端點指標分析
根本原因分析
服務拓撲圖分析
服務，服務實例和端點依賴性分析
慢服務檢測
性能優化
分佈式跟蹤和上下文傳播
數據庫訪問指標、檢測慢速數據庫訪問語句（包括SQL）
告警

3. Skywalking主要特性

多種監控手段，語言探針和service mesh
多語言自動探針，Java，.NET Core和Node.JS
多種後端存儲支持
輕量高效
模塊化，UI、存儲、集群管理多種機制可選
支持告警
優秀的可視化方案

4. Skywalking架構簡介

先看一下官方提供的架構圖，如圖：

Skywalking總體由四個部分agent、collector、webapp-ui、storage組成。圖10-11從上到下是應用層接入，可以使用無入侵性的agent探針接入，通過HTTP或者gRPC講數據發送至Skywalking分析平台collector，collector對接受到的數據進行聚合分析，最後存儲至storage中，這裡支持多種存儲方式，比較常用的有H2和ElasticSearch，最後可以由webapp-ui對所有的數據進行展示。

5. Spring Cloud與Skywalking實戰

5.1 Skywalking部署構建

在介紹實戰之前，我們先簡單介紹一下Skywalking部署構建方案。

這裡存儲方式筆者選擇使用ElasticSearch，具體版本是6.5.0，ElasticSearch的構建方式選擇使用Docker，直接使用Linux搭建有點複雜，不適合初學者，使用Docker構建簡單方便。

筆者構建的一些前置條件：

java：1.8
CentOS：7.6

如果當前CentOS上沒有Docker環境，可以使用下面的語句快速構建：

yum install docker

當構建成功後，可以使用下面的語句查看當前Docker的版本：

docker -v

筆者這裡的輸出是：

Docker version 1.13.1, build 7f2769b/1.13.1

安裝好Docker以後，最好配置一下國內的鏡像站，否則在網絡不好的情況下可能出現Docker下載失敗等情況，可以使用下面的語句來修改鏡像地址：

vi /etc/docker/daemon.json

筆者這裡使用的是阿里雲的鏡像加速，如下：

{      "registry-mirrors": ["https://xxxxxx.mirror.aliyuncs.com"]  }

各位讀者可以自己去阿里雲上開通自己的鏡像加速，具體不多做介紹。

使用Docker構建ElasticSearch6.5.0，首先，需要下載ElasticSearch6.5.0的鏡像，輸入以下命令：

docker pull elasticsearch:6.5.0

等待程序下載完成，完成後就可以啟動鏡像了，命令如下：

docker run -d --restart=always --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" elasticsearch:6.5.0

ElasticSearch的默認啟動內存是1g，如果當前服務器的內存不足1g，可以使用參數-e ES_JAVA_OPTS="-Xms256m -Xmx256m"限制ElasticSearch的啟動內存大小，完整的語句如下：

docker run -d --restart=always -e ES_JAVA_OPTS="-Xms256m -Xmx256m" --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" elasticsearch:6.5.0

啟動成功以後可以使用如下語句看一下是否啟動成功：

docker ps

結果如圖：

ElasticSearch6.5.0單節點版已經構建完成，為了方便後續操作，需要修改一個ElasticSearch的命名，輸入命令docker exec -it es /bin/bash進入容器文件目錄，輸入vi config/elasticsearch.yml進入ElasticSearch配置文件，修改cluster.name的值，筆者這裡修改為CollectorDBCluster，修改完成後，保存當前修改，輸入exit退出容器文件目錄，輸入docker restart es重啟當前容器，在瀏覽器輸入http://192.168.44.128:9200/，看到如下信息可以證明ElasticSearch6.5.0單節點版已經在正常的運行了。

{    "name" : "V-N2_ZQ",    "cluster_name" : "CollectorDBCluster",    "cluster_uuid" : "r9bFZ90WRyqSpMz80u61Yg",    "version" : {      "number" : "6.5.0",      "build_flavor" : "default",      "build_type" : "tar",      "build_hash" : "816e6f6",      "build_date" : "2018-11-09T18:58:36.352602Z",      "build_snapshot" : false,      "lucene_version" : "7.5.0",      "minimum_wire_compatibility_version" : "5.6.0",      "minimum_index_compatibility_version" : "5.0.0"    },    "tagline" : "You Know, for Search"  }

Skywalking構建，進入Skywalking官網，進入下載頁面（http://skywalking.apache.org/downloads/ ），如圖：

因為我們是要在CentOS上運行，所以這裡選擇Linux二進制版，就是已經編譯好的版本，無需我們自己編譯，下載至我們的CentOS後，解壓可以看到目錄結構，如圖：

agent：探針相關，後面會做更加詳細的介紹。
bin：這裡放的是oapService和webappService的啟動腳本，當然也有執行兩個腳本的合併腳本startup.sh。
config：這裡主要存放的是collector的配置信息，我們需要修改這裡的application.yml中的有關ElasticSearch的配置，如下圖：

修改storage.elasticsearch.nameSpace為我們前面構建ElasticSearch設置的cluster.name，筆者這裡的值為CollectorDBCluster，同時修改storage.elasticsearch.clusterNodes為我們當前構建的ElasticSearch的地址。

logs：存放collector和webapp-ui生成的日誌。
webapp：這裡存放的是Skywalking展示UI的jar和配置文件。

Skywalking中默認使用的端口有8080、11800、12800，請保證這些端口未被佔用，如需修改，可以修改config目錄中的application.yml和webapp目錄中的webapp.yml。

接下來啟動collector和webapp-ui，進入bin目錄中，執行命令./startup.sh，如：

打開瀏覽器訪問http://192.168.44.128:8080/，可以看到webapp-ui的儀錶盤，如圖：

Skywalking部署到這裡就結束了，下面我們開始介紹Spring Cloud如何與Skywalking整合使用。

5.2 Spring Cloud整合Skywalking實戰

先簡單介紹一下案例內容，我們將創建4個工程，分別為Zuul-Service、Eureka-Service、Consumer-Service和Provider-Service，請求通過Zuul-Service訪問至Consumer-Service再訪問至Provider-Service完成一次鏈路調用。

整體架構圖如圖：

具體實現代碼列出，各位讀者可以參考GitHub倉庫（https://github.com/meteor1993/SpringCloudLearning/tree/master/chapter15），下面我們介紹Spring Cloud是如何與Skywalking整合的。

這裡我們需要使用到Skywalking的探針agent，我們在工程chapter15的跟目錄中新建一個文件夾，命名為skywalking，講剛才解壓的Skywalking中的agent整個文件夾copy到skywalking，這裡我們啟動時只需要配置javaagen命令加載agent探針即可，在idea中使用需要修改啟動配置，點擊右上角的Edit Configurations...，在打開的窗口中選擇Environment->VM Options，配置如下腳本：

-javaagent:D:DevelopmentSpringCloudLearningchapter15skywalkingagentskywalking-agent.jar  -Dskywalking.agent.service_name=zuul-service  -Dskywalking.collector.backend_service=192.168.44.128:11800

如圖：

還可以使用java -jar的方式來加載agent探針，我們將整個maven項目打包，運行mvn install的命令，使用java -jar的方式來啟動，啟動命令中增加啟動參數，如下：

-javaagent:D:DevelopmentSpringCloudLearningchapter15skywalkingagentskywalking-agent.jar -Dskywalking.agent.service_name=consumer-service -Dskywalking.collector.backend_service=192.168.44.128:11800 -jar zuul-0.0.1-SNAPSHOT.jar

順次啟動四個工程後，使用瀏覽器訪問：http://localhost:8080/client/hello?name=spring，多刷新幾次後，我們再使用瀏覽器訪問http://192.168.44.128:8080/，如：