Zipkin是一个链路跟踪工具，可以用来监控微服务集群中调用链路的通畅情况

前提：SpringCloud解决方案下，存在两个子项目,并在一个项目中使用RestTemplate或者Feign等方法调用另外一个项目中的接口

我这里有三个子项目分别为：gateway，user，blog；其中gateway的hello接口通过RestTemplate调用了user的hello接口,user的hello接口通过Feign调用blog的hi接口

创建子项目zipkin，pom.xml中加入依赖：

<dependency>
    <groupId>io.zipkin.java</groupId>
    <artifactId>zipkin-server</artifactId>
</dependency>
<dependency>
    <groupId>io.zipkin.java</groupId>
    <artifactId>zipkin-autoconfigure-ui</artifactId>
</dependency>

启动类：

@SpringBootApplication
@EnableZipkinServer
public class ZipkinApplication {

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

在gateway和user项目的pom.xml中分配加入zipkin的依赖：

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

在gateway和user项目的application.yml中分配加入zipkin地址配置：

spring:
  zipkin:
    base-url: http://localhost:9998

启动zipkin项目，浏览器输入：http://localhost:9998，这里9998是我配置文件的端口号

分别在user项目启动和停止的情况下，在浏览器中调用gateway的hello接口

蓝色的表示在user项目启动的情况下通过gateway成功调用了user的接口，红色的表示user停止的情况下，gateway不能成功调用

user接口。点击红色条目，可以看到调用情况图

点击红色栏目，可以看到错误信息

Dependencies菜单下可以看到项目依赖关系：

默认的采样比率为0.1，不能看到所有请求数据，可以在每个客户端的application.yml中加入下面的配置，更改采样比率为1，就能看到所有的请求数据了，但是这样会增加接口调用延迟

spring:
  sleuth:
    sampler:
      percentage: 1 #zipkin采样率，默认为0.1，改为1后全采样，但是会降低接口调用效率

通过http.host过滤条件搜索出所有从gateway到user的调用请求,也可以用http.path=/user/hello/zyc过滤某个具体的请求

（改造一）通过数据库存储数据，参考了这篇文章https://www.cnblogs.com/shunyang/p/7011303.html

zipkin项目的pom.xml中加入依赖：

<dependency>
    <groupId>io.zipkin.java</groupId>
    <artifactId>zipkin-autoconfigure-storage-mysql</artifactId>
</dependency>

<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-jdbc</artifactId>
</dependency>

<dependency>
    <groupId>com.zaxxer</groupId>
    <artifactId>HikariCP</artifactId>
</dependency>

HikariCP连接池可选，如果不用连接池去掉这个依赖，并把application.yml中的datasource.type属性去掉

application.yml中加入配置：

spring:
  application:
    name: zipkin
  sleuth:
    enabled: false
  datasource:
    name: zipkin
    type: com.zaxxer.hikari.HikariDataSource
    driver-class-name:  com.mysql.jdbc.Driver
    url: jdbc:mysql://192.168.11.11:3306/zipkin?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8&zeroDateTimeBehavior=convertToNull&useSSL=false
    username: root
    password: 123456
    schema[0]: classpath:/zipkin.sql
    initialize: true
    continue-on-error: true
zipkin:
  storage:
    type: mysql

resources目录下放入zipkin.sql，此文件最新地址https://github.com/openzipkin/zipkin/blob/master/zipkin-storage/mysql/src/main/resources/mysql.sql

然后在数据库中创建一个名为zipkin的数据库，然后启动zipkin项目，这时会根据zipkin.sql脚本创建数据库；再启动两个存在调用关系的项目gateway和user，调用gateway的接口，然后就会发现数据库的表中有数据库了。zipkin页面上也可以显示数据，重启zipkin后数据也不会消失。

（改造二）通过kafka队列来异步传输数据

首先搭建一个kafka的集群，参考我的另外一篇文章kafka集群搭建

在改造一的基础上，在zipkin、gateway、user项目中加入下列依赖

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-sleuth-zipkin-stream</artifactId>
</dependency>
<!--也可以使用spring-cloud-stream-binder-kafka-->
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-stream-kafka</artifactId>
</dependency>

原来zipkin中的zipkin-server、gateway和user中的spring-cloud-starter-zipkin依赖可以移除了

在三个项目的yml配置文件中spring节点下加入kafka配置

spring:
  cloud:
    stream:
      kafka:
        binder:
          brokers: 192.168.1.2,192.168.1.3  #ip地址根据实际kafka集群地址
          zkNodes: 192.168.1.2,192.168.1.3

配置完成后启动gateway和user，先不启动zipkin，然后调用gateway的hello接口，然后在启动zipkin，发现马上就有调用记录了，而且数据库也有数据了，说明通过kafka传输数据成功了。

性能分析：

这里使用jmeter工具进行测试，使用了10个线程循环10次，配置如下：

（1）不使用zipkin的情况

这里jmeter平均请求时间391ms

（2）使用zipkin，不使用数据库和kafka中间件的情况：

采样率为0.1的时候：

这里总共100次请求，在采样率为0.1的情况下记录了10次，jmeter平均请求时间为371ms

采样率为1的时候：

这里总共100次请求，在采样率为1的情况下记录了100次，jmeter平均请求时间为427ms

（3）使用zipkin，使用mysql数据库存储数据的情况：

采样率为0.1的时候：

这里总共100次请求，在采样率为0.1的情况下记录了10次，jmeter平均请求时间为357ms

采样率为1的时候：

这里发现高采样率的情况下，请求时间波动变大，jmeter平均请求时间为412ms。

（4）使用zipkin，使用mysql存储数据，使用kafka传输数据的情况：

采样率为0.1的情况：

这里总共100次请求，在采样率为0.1的情况下记录了10次，jmeter平均请求时间为390ms

采样率为1的情况：

这里总共100次请求，在采样率为1的情况下记录了100次，jmeter平均请求时间为392ms

通过上述分析得出结论：

① 在内存存储数据时不适合使用高采样比率；

② 通过数据库存储时可以用高采样比率，对服务本身影响不大，但是如果zipkin服务端down掉，期间就不能存储数据了

③ 通过数据库和kafka等中间件异步传输数据基本对服务无影响，而且就算zipkin服务端down掉，重启后依然会从kafka中取出数据存储在数据库中，不会有数据丢失

另，在网上看到有说mysql保存链路调用信息，数据量大后会卡死，推荐使用elasticsearch保存数据，具体没有试过。

关于zipkin源码分析，这个博客写的不错https://my.oschina.net/mozhu/blog