spring cloud 分散式微服務架構下，所有請求都去找閘道器，對外返回也是統一的結果，或者成功，或者失敗。

但是如果失敗，那分散式系統之間的服務呼叫可能非常複雜，那麼要定位到發生錯誤的具體位置，就是一個比較麻煩的問題。

所以定位故障點，就引入了spring cloud Sleuth【Sleuth是獵犬的意思】 和Zipkin 【zipkin是一款開源的分散式資料跟蹤系統】。

Spring Cloud Sleuth是對Zipkin的一個封裝，對於Span、Trace等資訊的生成、接入HTTP Request，以及向Zipkin Server傳送採集資訊等全部自動完成。

最後，你可以在zipkin的UI上看到一個比較完善的追蹤結果和分析。

Zipkin提供了可插拔資料儲存方式：In-Memory、MySql、Cassandra以及Elasticsearch。接下來的測試為方便直接採用In-Memory方式進行儲存，生產推薦Elasticsearch。

一 、下面開始spring cloud整合步驟

【GitHub原始碼地址：https://github.com/AngelSXD/springcloud】

版本介紹：

<properties>
        <project.build.sourceEncoding
 
>UTF-8</project.build.sourceEncoding>
        <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
        <java.version>1.8</java.version>
        <spring-boot.version>2.0.4.RELEASE</spring-boot.version>
        <spring-cloud.version>
 
Finchley.SR1</spring-cloud.version>
        <lcn.last.version>4.2.1</lcn.last.version>
    </properties>

1.建立ms-sleuth-zipkin 子服務，新增pom.xml架包依賴【標紅部分，你們可以不需要，我的demo里正好需要才加的】

<!-- zipkin服務端 -->
        <dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-server</artifactId>
            <version>2.10.1</version>
            <!--排除-->
            <exclusions>
                <exclusion>
                    <groupId>org.apache.logging.log4j</groupId>
                    <artifactId>log4j-slf4j-impl</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        <!-- zipkin UI展示 -->
        <dependency>
            <groupId>io.zipkin.java</groupId>
            <artifactId>zipkin-autoconfigure-ui</artifactId>
            <version>2.10.1</version>
        </dependency>

2.啟動類加註解

package com.swapping.springcloud.ms.sleuth.zipkin;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.cloud.netflix.eureka.EnableEurekaClient;
import zipkin.server.internal.EnableZipkinServer;

//啟用Zipkin服務
@EnableZipkinServer

@EnableEurekaClient
@SpringBootApplication(scanBasePackages = {"com.swapping"})
public class SpringcloudMsSleuthZipkinApp {

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

3.配置檔案中配置基礎的配置即可【如果啟動zipkin之後，無法訪問或者報錯，參考：https://www.cnblogs.com/sxdcgaq8080/p/10007735.html】

spring.application.name=springcloud-ms-sleuth-zipkin
server.port=8002
eureka.client.service-url.defaultZone=http://127.0.0.1:8000/eureka/

#zipkin啟動報錯無法訪問的解決方法
management.metrics.web.server.auto-time-requests=false

4.然後依次啟動eureka服務，和zipkin服務即可

訪問地址：【注意最後需要帶上/】

http://localhost:8002/zipkin/

可以看到頁面

5.接著，就是需要在zipkin自己服務中，和各個需要開啟鏈路跟蹤的服務的配置檔案中新增配置 ，並且新增pom依賴

我是載入父級pom中，這樣所有子module都可以用

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

配置【注意，spring boot 1.X的取樣率配置是spring.sleuth.sampler.percentage=1】

【我在zipkin服務、ms-member服務、ms-gateway服務、ms-integral都做了新增】

#在需要鏈路的服務  以及 zipkin服務新增配置
spring.zipkin.base-url=http://localhost:8002
#採集率
spring.sleuth.sampler.probability=1.0

關於取樣率的解釋：

Spring Cloud Sleuth有一個Sampler策略，可以通過這個實現類來控制取樣演算法。取樣器不會阻礙span相關id的產生，但是會對匯出以及附加事件標籤的相關操作造成影響。 Sleuth預設取樣演算法的實現是Reservoir sampling，具體的實現類是PercentageBasedSampler，預設的取樣比例為: 0.1(即10%)。不過我們可以通過spring.sleuth.sampler.percentage來設定，所設定的值介於0.0到1.0之間，1.0則表示全部採集。

但是如果是全部採集的話，儲存的效能需要考慮一下。

6.測試

ms-member有一個save的介面，自己做了save操作，並且feign呼叫了ms-integral服務做了save操作。【並且在最終ms-member中返回結果之前，丟擲一個除零異常】

啟動eureka

啟動閘道器ms-gateway

啟動ms-zipkin

啟動ms-member

啟動ms-integral

那麼請求的流程就是 閘道器(ms-gateway)---->ms-member--->ms-integral 【每一個結點採集到的資訊會由Sleuth 傳送給zipkin服務】

訪問地址：

http://localhost:8001/v1/ms-member/member/save?auth=111

訪問介面完成後，訪問zikpin的UI

http://localhost:8002/zipkin/

然後選擇檢視ms-gateway服務

 點選進去：

 從進入gateway開始看，也就是請求的第一步：

 同時還可以看到：

點選依賴分析，還可以看到呼叫關係

二、Zipkin整合elasticsearch