内容简介:从版本2.0.0开始,Spring Cloud Sleuth使用在绝大多数情况下,你只需使用Sleuth提供的Brave中的Brave是一个用于捕获和报告关于分布式操作的延迟信息到Zipkin的库,大多数用户不直接使用Brave,他们使用库或框架,而不是代表他们使用Brave。
Spring Cloud Sleuth特性
-
将trace和span ID添加到Slf4J MDC,因此你可以在日志聚合器中从给定的trace或span提取所有日志,如以下示例日志中所示:
2016-02-02 15:30:57.902 INFO [bar,6bfd228dc00d216b,6bfd228dc00d216b,false] 23030 --- [nio-8081-exec-3] ... 2016-02-02 15:30:58.372 ERROR [bar,6bfd228dc00d216b,6bfd228dc00d216b,false] 23030 --- [nio-8081-exec-3] ... 2016-02-02 15:31:01.936 INFO [bar,46ab0d418373cbc9,46ab0d418373cbc9,false] 23030 --- [nio-8081-exec-4] ...
请注意MDC中的
[appname,traceId,spanId,exportable]
条目:spanId appname traceId exportable
- 提供对常见分布式追踪数据模型的抽象:trace、span(形成DAG)、annotation和键值annotation,Spring Cloud Sleuth基于HTrace,但与Zipkin(Dapper)兼容。
- Sleuth记录时间信息以帮助进行延迟分析,通过使用sleuth,你可以查明应用程序中的延迟原因。
-
Sleuth不进行过多的日志记录,并且不会导致生产应用程序崩溃,为此,Sleuth:
- 在带内传播有关你的调用图的结构数据,在带外休息。
- 包括层的自定义插装,比如HTTP。
- 包括用于管理卷的采样策略。
- 可以向Zipkin系统报告用于查询和可视化。
- 仪器从Spring应用程序中常见的入口和出口点(servlet过滤器、异步端点、rest模板,调度操作,消息通道,Zuul过滤器和Feign客户端)。
- Sleuth包含默认逻辑,用于跨HTTP或消息传递边界连接trace,例如,HTTP传播适用于与Zipkin兼容的请求headers。
- Sleuth可以在进程之间传播上下文(也称为baggage),因此,如果你在Span上设置baggage元素,则会通过HTTP或消息传递向下发送到其他进程。
- 提供创建或继续span以及通过annotations添加标记和日志的方法。
-
如果
spring-cloud-sleuth-zipkin
位于类路径上,则应用程序会生成并收集与Zipkin兼容的trace,默认情况下,它通过HTTP将它们发送到localhost上的Zipkin服务器(端口9411),你可以通过设置spring.zipkin.baseUrl
来配置服务的位置。-
如果你依赖
spring-rabbit
,你的应用程序会将trace发送到RabbitMQ代理而不是HTTP。 -
如果你依赖
spring-kafka
,并设置spring.zipkin.sender.type:kafka
,你的应用程序会将trace发送到Kafka代理而不是HTTP。spring-cloud-sleuth-stream已弃用,不应再使用。
-
如果你依赖
-
Spring Cloud Sleuth兼容 OpenTracing 。
如果使用Zipkin,请通过设置
spring.sleuth.sampler.probability
来配置导出的span概率(默认值:0.1,即10%),否则,你可能会认为Sleuth没有工作,因为它忽略了一些span。始终设置SLF4J MDC,并且logback用户可以根据前面显示的示例立即在日志中看到trace和span ID,其他日志记录系统必须配置自己的格式化程序才能获得相同的结果,默认值如下:
logging.pattern.level
设置为%5p [${spring.zipkin.service.name:${spring.application.name:-}},%X{X-B3-TraceId:-},%X{X-B3-SpanId:-},%X{X-Span-Export:-}]
(这是Logback用户的Spring Boot特性),如果你不使用SLF4J,则不会自动应用此模式。
Brave介绍
从版本2.0.0开始,Spring Cloud Sleuth使用 Brave 作为追踪库,为方便起见,在此处嵌入了Brave的部分文档。
在绝大多数情况下,你只需使用Sleuth提供的Brave中的 Tracer
或 SpanCustomizer
bean,下面的文档概述了Brave是什么以及它是如何工作的。
Brave是一个用于捕获和报告关于分布式操作的延迟信息到Zipkin的库,大多数用户不直接使用Brave,他们使用库或框架,而不是代表他们使用Brave。
此模块包含一个追踪器,用于创建和连接span,对潜在分布式工作的延迟进行建模,它还包括通过网络边界传播trace上下文的库(例如,使用HTTP头)。
追踪
最重要的是,你需要一个 brave.Tracer
,配置为 向Zipkin报告
。
以下示例设置通过HTTP(而不是Kafka)将trace数据(spans)发送到Zipkin:
class MyClass { private final Tracer tracer; // Tracer will be autowired MyClass(Tracer tracer) { this.tracer = tracer; } void doSth() { Span span = tracer.newTrace().name("encode").start(); // ... } }
如果你的span包含一个名称长度超过50个字符,则该名称将被截断为50个字符,你的名称必须明确而具体,大名称会导致延迟问题,有时甚至会引发异常。
追踪器创建并连接span,对潜在分布式工作的延迟进行建模,它可以采用抽样来减少进程中的开销,减少发送到Zipkin的数据量,或两者兼而有之。
追踪器返回的span在完成后向Zipkin报告数据,如果未采样则不执行任何操作,启动span后,你可以批注感兴趣的事件或添加包含详细信息或查找键的标记。
Spans具有一个上下文,其中包含trace标识符,该标识符将span放置在表示分布式操作的树中的正确位置。
本地追踪
当追踪代码不离开你的进程,在范围span内运行它。
@Autowired Tracer tracer; // Start a new trace or a span within an existing trace representing an operation ScopedSpan span = tracer.startScopedSpan("encode"); try { // The span is in "scope" meaning downstream code such as loggers can see trace IDs return encoder.encode(); } catch (RuntimeException | Error e) { span.error(e); // Unless you handle exceptions, you might not know the operation failed! throw e; } finally { span.finish(); // always finish the span }
当你需要更多功能或更精细的控制时,请使用 Span
类型:
@Autowired Tracer tracer; // Start a new trace or a span within an existing trace representing an operation Span span = tracer.nextSpan().name("encode").start(); // Put the span in "scope" so that downstream code such as loggers can see trace IDs try (SpanInScope ws = tracer.withSpanInScope(span)) { return encoder.encode(); } catch (RuntimeException | Error e) { span.error(e); // Unless you handle exceptions, you might not know the operation failed! throw e; } finally { span.finish(); // note the scope is independent of the span. Always finish a span. }
上面的两个例子在完成时报告的span完全相同!
在上面的示例中,span将是新的根span或现有trace中的下一个子span。
自定义span
拥有span后,你可以为其添加标记,标签可用作查找键或详细信息,例如,你可以使用运行时版本添加标记,如以下示例所示:
span.tag("clnt/finagle.version", "6.36.0");
当暴露自定义span到第三方的能力时,使用 brave.SpanCustomizer
而不是 brave.Span
,前者更易于理解和测试,并且不会使用span生命周期钩子诱惑用户。
interface MyTraceCallback { void request(Request request, SpanCustomizer customizer); }
由于 brave.Span
实现了 brave.SpanCustomizer
,你可以将其传递给用户,如以下示例所示:
for (MyTraceCallback callback : userCallbacks) { callback.request(request, span); }
隐式查看当前span
有时,你不知道trace是否正在进行,并且您不希望用户执行null检查, brave.CurrentSpanCustomizer
通过向正在进行或丢弃的任何span添加数据来处理此问题,如以下示例所示:
// The user code can then inject this without a chance of it being null. @Autowired SpanCustomizer span; void userCode() { span.annotate("tx.started"); ... }
RPC追踪
在滚动自己的RPC仪器之前,请检查 此处编写的仪器 和 Zipkin的列表 。
RPC追踪通常由拦截器自动完成,在幕后,他们添加与他们在RPC操作中的角色相关的标签和事件。
以下示例显示如何添加客户端span:
@Autowired Tracing tracing; @Autowired Tracer tracer; // before you send a request, add metadata that describes the operation span = tracer.nextSpan().name(service + "/" + method).kind(CLIENT); span.tag("myrpc.version", "1.0.0"); span.remoteServiceName("backend"); span.remoteIpAndPort("172.3.4.1", 8108); // Add the trace context to the request, so it can be propagated in-band tracing.propagation().injector(Request::addHeader) .inject(span.context(), request); // when the request is scheduled, start the span span.start(); // if there is an error, tag the span span.tag("error", error.getCode()); // or if there is an exception span.error(exception); // when the response is complete, finish the span span.finish();
单向追踪
有时,你需要在有请求但没有响应的情况下建模异步操作,在正常的RPC追踪中,你使用 span.finish()
来指示已收到响应,在单向追踪中,你使用 span.flush()
代替,因为不不期望响应。
以下示例显示了客户端如何为单向操作建模:
@Autowired Tracing tracing; @Autowired Tracer tracer; // start a new span representing a client request oneWaySend = tracer.nextSpan().name(service + "/" + method).kind(CLIENT); // Add the trace context to the request, so it can be propagated in-band tracing.propagation().injector(Request::addHeader) .inject(oneWaySend.context(), request); // fire off the request asynchronously, totally dropping any response request.execute(); // start the client side and flush instead of finish oneWaySend.start().flush();
以下示例显示了服务器如何处理单向操作:
@Autowired Tracing tracing; @Autowired Tracer tracer; // pull the context out of the incoming request extractor = tracing.propagation().extractor(Request::getHeader); // convert that context to a span which you can name and add tags to oneWayReceive = nextSpan(tracer, extractor.extract(request)) .name("process-request") .kind(SERVER) ... add tags etc. // start the server side and flush instead of finish oneWayReceive.start().flush(); // you should not modify this span anymore as it is complete. However, // you can create children to represent follow-up work. next = tracer.newSpan(oneWayReceive.context()).name("step2").start();
以上所述就是小编给大家介绍的《Spring Cloud 参考文档(Spring Cloud Sleuth特性)》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- [Vue 2.x Todo 教程练习参考答案] 标为完成练习参考答案
- [Vue 2.x Todo 教程练习参考答案] 添加todo练习参考答案
- MyOIDC v1.1.0 发布,基于 OIDC 协议的参考实现,根据各类库提供实现参考
- [Vue 2.x Todo 教程练习参考答案] 入门仪式_Hello_Vue练习参考答案
- 微服务参考架构实现
- 领域驱动设计参考
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Google成功的七堂课
罗耀宗 / 电子工业出版社 / 2005-7 / 28.00元
Google是全球使用人数最多的搜索引擎,在短短几年内,Google从斯坦福大学的实验室,茁壮成长为举世瞩目的IT业超级巨人,他们的成功绝非偶然,尤其是在网络泡沫破灭,行业一片萧条之际,它的崛起更为IT业带来一缕曙光。作者从趋势观察家的角度,以讲座的形式,向读者讲述Google成功的关键因素:破除因循守旧、不断打破常规,核心技术领先、做出了“更好的捕鼠器”,使得Google在搜索技术方面远远超越对......一起来看看 《Google成功的七堂课》 这本书的介绍吧!