目錄

• SpringCloud系列教程 | 第十五篇：微服務利劍之APM平臺（一）Skywalking
  • 1. Skywalking概述
  • 2. Skywalking主要功能
  • 3. Skywalking主要特性
  • 4. Skywalking架構簡介
  • 5. Spring Cloud與Skywalking實戰
    • 5.1 Skywalking部署構建
    • 5.2 Spring Cloud整合Skywalking實戰
  • 6. 小結

SpringCloud系列教程 | 第十五篇：微服務利劍之APM平臺（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，用於提供分散式鏈路追蹤功能，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頂級專案。提供分散式追蹤、服務網格遙測分析、度量聚合和視覺化一體化解決方案。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，服務例項，端點指標分析
• 根本原因分析
• 服務拓撲圖分析
• 服務，服務例項和端點依賴性分析
• 慢服務檢測
• 效能優化
• 分散式跟蹤和上下文傳播
• 資料庫訪問指標、檢測慢速資料庫訪問語句（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
• 多種後端儲存支援
• 輕量高效
• 模組化，UI、儲存、叢集管理多種機制可選
• 支援告警
• 優秀的視覺化方案

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

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。

這裡儲存方式筆者選擇使用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檢視當前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映象站，否則在網路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映象地址：

vi /etc/docker/daemon.json

筆者這裡使用的是阿里雲的映象加速，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映象加速，具體不多做介紹。

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

docker pull elasticsearch:6.5.0

等待程式下載完成，完成後就可以啟動映象了，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的預設啟動記憶體是1g，如果當前伺服器的記憶體不足1g，可以使用引數-e ES_JAVA_OPTS="-Xms256m -Xmx256m"限制ElasticSearch的啟動記憶體大小，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進入容器檔案目錄，輸入vi config/elasticsearch.yml進入ElasticSearch配置檔案，修改cluster.name的值，筆者這裡修改為CollectorDBCluster，修改完成後，儲存當前修改，輸入exit退出容器檔案目錄，輸入docker restart es重啟當前容器，在瀏覽器輸入http://192.168.44.128:9200/，看到如下資訊可以證明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上執行，所以這裡選擇Linux二進位制版，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的啟動指令碼，當然也有執行兩個指令碼的合併指令碼startup.sh。
• config：這裡主要存放的是collector的配置資訊，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設定的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和配置檔案。

Skywalking中預設使用的埠有8080、11800、12800，請保證這些埠未被佔用，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：

開啟瀏覽器訪問http://192.168.44.128:8080/，可以看到webapp-ui的儀表盤，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，我們將建立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完成一次鏈路呼叫。

整體架構圖如圖：

具體實現程式碼列出，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資料夾，命名為skywalking，講剛才解壓的Skywalking中的agent整個資料夾copy到skywalking，這裡我們啟動時只需要配置javaagen命令載入agent探針即可，在idea中使用需要修改啟動配置，點選右上角的Edit Configurations...，在開啟的視窗中選擇Environment->VM Options，配置如下指令碼：

-javaagent:D:\Development\SpringCloudLearning\chapter15\skywalking\agent\skywalking-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的方式來載入agent探針，我們將整個maven專案打包，執行mvn install的命令，使用java -jar的方式來啟動，啟動命令中增加啟動引數，如下：

-javaagent:D:\Development\SpringCloudLearning\chapter15\skywalking\agent\skywalking-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，多重新整理幾次後，我們再使用瀏覽器訪問http://192.168.44.128:8080/，如：

• all_heatmap：所有服務響應時間的熱點圖
• all_p99：所有服務響應時間的 p99 值

點選上邊欄的拓撲圖，可以看到當前我們工程的一個依賴拓撲關係，如：

點選上邊欄的追蹤，可以看到左邊是當前所有的訪問請求，隨便點選一個，可以在右邊看到一個詳細的鏈路追蹤過程，如：

點選鏈路，可以看到一些標記資訊，包含端點、跨度型別、成功還是失敗，以及一些Exception資訊，如圖：

點選儀表盤頁面的Service，可以看到一些服務相關的資訊，如平均響應時間、平均吞吐量、平均時延統計，如圖：

• service_instance_sla：服務例項的成功率
• service_instance_resp_time：服務例項的平均響應時間
• service_instance_cpm：服務例項每分鐘呼叫次數

點選儀表盤頁面的Endpoint，可以看到一些端點相關的資訊，如圖：

• endpoint_cpm：端點每分鐘呼叫次數
• endpoint_avg：端點平均響應時間
• endpoint_sla：端點成功率
• endpoint_p99：端點響應時間的 p99 值

點選儀表盤頁面的Instance，可以看到一些JVM相關的資訊，如圖：

至此，Spring Cloud與Skywalking的介紹就結束了，感興趣的朋友可以前往Github的官方網站進行查詢。

6. 小結

這裡總結一下整個案例的啟動順序：

1. 啟動ElasticSearch
2. 啟動collector
3. 啟動web-ui（或者使用整合指令碼啟動）
4. 啟動Agent（Eureka、provider、consumer、zuul）
5. 應用呼叫
6. 訪問web-ui檢視統計資訊

以上啟動順序供各位讀者參考，請各位讀者最好按照以上順序啟動，因為不同的元件之前其實是有相互依賴關係的，如果隨意更改啟動順序可能會造成某些未知問