分布式链路追踪-skywalking

---

前言

目前市面上常见的调用链产品有EagleEye、zipkin、pinpoint、skywalking以及cat，本文以skywalking为主介绍，一个专为云原生结构、微服务和k8s容器和设计的软件。

---

一、skywalking特点

1.接入方式

采用插件化(拦截器的方式)和java探针的方式，进行字节码增强，实现对接入端无代码入侵。不仅支持多语言探针，还可以采用自动（Java支持的中间件）或者手动探针（OpenTrackingApi、@Trace注解、traceid集成到日志）。

2.性能高

在下图中几种模拟请求场景下skywalking对于性能造成的影响都是最小的。

图片来源

二、架构设计

1.架构图

skywalking支持多种数据存储方式，默认使用h2内存数据库，这里推荐采用ES方式

2.实现原理

根据Dapper论文进行简单描述
每一个请求都会设置一个唯一表示trace_id，而在一个调用中会有一个span结构，记录着trace_id，name名字，当前的span_id，上层调用的span_id即parent_id和时间。通过trace_id可以在日志中找到一个请求的全部过程，而span体现了这个过程中每个服务之间的依赖调用关系。

三、使用事项

1.采样率

采样率标记着多少个请求里面记录其中的百分比请求数量，采样率可以设置成动态的，在低吞吐的情况下，发生的事件是比较难重复的，如果此时采样率低则有可能丢失部分关键的事件；而在吞吐量较高的情况下，一个事件会重复的出现，这时候再重复记录就没有那个必要了。默认情况下三秒内采样前三次，不是每个请求都采样，不然数据量太大了，如果上游采样了，下游强制采样，保证链路的完整性。采样可以进行分组采样，如对dubbo、redis等调用分开各自三秒内采样前三次，更细粒度。

2.日志收集

可以采用ELK对日志进行收集，并进行一个慢查询分析和流量分析。

3.id生成

采用雪花算法生成，每生成一个 id，都会记录一下生成 id 的时间（lastTimestamp），如果发现当前时间比上一次生成 id 的时间（lastTimestamp）还小，那说明发生了时间回拨，此时会生成一个随机数来作为 traceId。