搭建資料追蹤系統

xiangdong發表於2019-03-02

環境說明

作業系統： CentOS 7.2 64位

1. Zipkin簡介

Zipkin是一款開源的分散式實時資料追蹤系統（Distributed Tracking System），基於 Google Dapper的論文設計而來。其主要功能是聚集來自各個異構系統的實時監控資料。

2. 應用場景

故障快速定位通過分析呼叫鏈，可以將一次請求的邏輯軌跡完整清晰的展示出來，通過在開發中在業務日誌中新增呼叫鏈ID，可以通過呼叫鏈結合業務日誌快速定位錯誤資訊。
服務可用性通過分析各個環節的平均時延，QPS等資訊，可以找到系統的薄弱環節，對一些模組做調整，例如資料冗餘、鏈路可用等。
效能分析在呼叫鏈的各個環節分別新增呼叫時延，可以分析系統的效能瓶頸，進行有針對性的優化。

3. 安裝JDK

安裝資料追蹤軟體Zipkin所需要的JDK環境

執行以下命令安裝JDK

yum install java-1.8.0-openjdk* -y
複製程式碼

安裝完成之後，檢查是否安裝成功

java -version
複製程式碼

4. 安裝Zipkin

mkdir -p /data/release/zipkin && cd "$_"
複製程式碼

下載Zipkin

wget -O zipkin.jar 'https://search.maven.org/remote_content?g=io.zipkin.java&a=zipkin-server&v=LATEST&c=exec'
複製程式碼

啟動Zipkin

java -jar zipkin.jar
複製程式碼

==Zipkin 預設監聽 9411 埠，使用瀏覽器訪問 http://IP:9411 即可看到 Zipkin 自帶的圖形化介面。如果沒有看到Zipkin的圖形化介面，請確保外網的9411埠是否已開==

3. 安裝mysql

Zipkin支援的持久化方案比較多，如： MySQL、 Elasticsearch。我們使用MySQL 5.7來作為持久化方案。

1. 下載MySQL 5.7

在執行以下操作之前，可以使用 Ctrl + C 退出上個步驟的 Java 程式並下載rmp包。

wget http://dev.mysql.com/get/mysql57-community-release-el7-9.noarch.rpm
複製程式碼

安裝rpm包

rpm -Uvh mysql57-community-release-el7-9.noarch.rpm
複製程式碼

安裝MySQL

yum install mysql-community-server -y
複製程式碼

啟動MySQL

systemctl start mysqld.service
複製程式碼

2. 設定MySQL密碼

獲取 root 臨時密碼

grep 'temporary password' /var/log/mysqld.log | awk '{print $NF}'
複製程式碼

使用上一步的獲得的臨時密碼登入 MySQL

mysql -uroot -p
複製程式碼

更改MySQL的root密碼為dettRoot$123

ALTER USER 'root'@'localhost' IDENTIFIED BY 'dettRoot$123';
複製程式碼

退出MySQL，回到Bash shell

exit;
複製程式碼

3. 初始化Zipkin資料庫指令碼

編寫初始化指令碼

在目錄/data/release/zipkin下建立指令碼檔案zipkin_init.sql

touch zipkin_init.sql
複製程式碼

然後新增如下指令碼程式碼：

CREATE TABLE IF NOT EXISTS zipkin_spans (
  `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
  `trace_id` BIGINT NOT NULL,
  `id` BIGINT NOT NULL,
  `name` VARCHAR(255) NOT NULL,
  `parent_id` BIGINT,
  `debug` BIT(1),
  `start_ts` BIGINT COMMENT 'Span.timestamp(): epoch micros used for endTs query and to implement TTL',
  `duration` BIGINT COMMENT 'Span.duration(): micros used for minDuration and maxDuration query'
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_spans ADD UNIQUE KEY(`trace_id_high`, `trace_id`, `id`) COMMENT 'ignore insert on duplicate';
ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`, `id`) COMMENT 'for joining with zipkin_annotations';
ALTER TABLE zipkin_spans ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTracesByIds';
ALTER TABLE zipkin_spans ADD INDEX(`name`) COMMENT 'for getTraces and getSpanNames';
ALTER TABLE zipkin_spans ADD INDEX(`start_ts`) COMMENT 'for getTraces ordering and range';

CREATE TABLE IF NOT EXISTS zipkin_annotations (
  `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',
  `trace_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.trace_id',
  `span_id` BIGINT NOT NULL COMMENT 'coincides with zipkin_spans.id',
  `a_key` VARCHAR(255) NOT NULL COMMENT 'BinaryAnnotation.key or Annotation.value if type == -1',
  `a_value` BLOB COMMENT 'BinaryAnnotation.value(), which must be smaller than 64KB',
  `a_type` INT NOT NULL COMMENT 'BinaryAnnotation.type() or -1 if Annotation',
  `a_timestamp` BIGINT COMMENT 'Used to implement TTL; Annotation.timestamp or zipkin_spans.timestamp',
  `endpoint_ipv4` INT COMMENT 'Null when Binary/Annotation.endpoint is null',
  `endpoint_ipv6` BINARY(16) COMMENT 'Null when Binary/Annotation.endpoint is null, or no IPv6 address',
  `endpoint_port` SMALLINT COMMENT 'Null when Binary/Annotation.endpoint is null',
  `endpoint_service_name` VARCHAR(255) COMMENT 'Null when Binary/Annotation.endpoint is null'
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_annotations ADD UNIQUE KEY(`trace_id_high`, `trace_id`, `span_id`, `a_key`, `a_timestamp`) COMMENT 'Ignore insert on duplicate';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`, `span_id`) COMMENT 'for joining with zipkin_spans';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id_high`, `trace_id`) COMMENT 'for getTraces/ByIds';
ALTER TABLE zipkin_annotations ADD INDEX(`endpoint_service_name`) COMMENT 'for getTraces and getServiceNames';
ALTER TABLE zipkin_annotations ADD INDEX(`a_type`) COMMENT 'for getTraces';
ALTER TABLE zipkin_annotations ADD INDEX(`a_key`) COMMENT 'for getTraces';
ALTER TABLE zipkin_annotations ADD INDEX(`trace_id`, `span_id`, `a_key`) COMMENT 'for dependencies job';

CREATE TABLE IF NOT EXISTS zipkin_dependencies (
  `day` DATE NOT NULL,
  `parent` VARCHAR(255) NOT NULL,
  `child` VARCHAR(255) NOT NULL,
  `call_count` BIGINT
) ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

ALTER TABLE zipkin_dependencies ADD UNIQUE KEY(`day`, `parent`, `child`);
複製程式碼

登入MySQL

mysql -u root --password='dettRoot$123'
複製程式碼

建立Zipkin資料庫

create database zipkin
複製程式碼

切換資料庫

use zipkin
複製程式碼

初始化表及索引

source /data/release/zipkin/zipkin_init.sql
複製程式碼

檢查是否有生成zipkin_annotations, zipkin_dependencies, zipkin_spans 三張資料表

show tables;
複製程式碼

退出 MySQL, 回到 Bash shell

exit;
複製程式碼

5. 啟動 Zipkin

cd /data/release/zipkin

STORAGE_TYPE=mysql MYSQL_HOST=localhost MYSQL_TCP_PORT=3306 MYSQL_DB=zipkin MYSQL_USER=root MYSQL_PASS='dettRoot$123' 

nohup java -jar zipkin.jar &
複製程式碼

6. 建立具有資料上報能力的Demo

1. 搭建 NodeJS 環境

curl --silent --location https://rpm.nodesource.com/setup_8.x | sudo bash -

yum install nodejs -y
複製程式碼

2. 建立Demo目錄

建立/data/release/service_a目錄

mkdir -p /data/release/service_a && cd "$_"
複製程式碼

使用NPM安裝相關依賴,在 /data/release/service_a 目錄下建立並編輯 package.json，參考下面的內容。

touch package.json
複製程式碼

package.json

{
  "name": "service_a",
  "version": "1.0.0",
  "description": "",
  "main": "index.js",
  "scripts": {},
  "author": "",
  "license": "ISC",
  "dependencies": {
    "express": "^4.15.3",
    "zipkin": "^0.7.2",
    "zipkin-instrumentation-express": "^0.7.2",
    "zipkin-transport-http": "^0.7.2"
  }
}
複製程式碼

安裝相關依賴

npm install
複製程式碼

建立並編輯 app.js

在 /data/release/service_a 目錄下建立 app.js，參考下面的內容。

touch app.js
複製程式碼

APP.js

const express = require('express');
const {Tracer, ExplicitContext, BatchRecorder} = require('zipkin');
const {HttpLogger} = require('zipkin-transport-http');
const zipkinMiddleware = require('zipkin-instrumentation-express').expressMiddleware;

const ctxImpl = new ExplicitContext();
const recorder = new BatchRecorder({
    logger: new HttpLogger( {
        endpoint: 'http://127.0.0.1:9411/api/v1/spans'
    })
});

const tracer = new Tracer({ctxImpl, recorder});

const app = express();

app.use(zipkinMiddleware({
  tracer,
  serviceName: 'service-a'
}));

app.use('/', (req, res, next) => {
    res.send('hello world');
});

app.listen(3000, () => {
  console.log('service-a listening on port 3000!')
});
複製程式碼

啟動服務

node app.js
複製程式碼

7. 部署完成

檢視採集到的追蹤資料

使用瀏覽器訪問 http://IP:9411，即可看到剛才訪問產生的追蹤資料。

附1 . 關於微信公眾號

微信公眾號ID：jsj201501

微信公眾號名稱：瞎說開發那些事

感謝您的關注和閱讀，希望這篇文章能為您帶來幫助。

歡迎轉載與分享，也請註明出處。

如果您有需要了解的關於Java開發、RPA的等內容，也可以給我留言或發郵件（shexd1001@gmail.com）。

附2 . 關於本文作者

本文作者：折(she) 向東

微訊號：wxxdong2102

識別以下二維碼，可以與作者進行更為深入的交流。

分散式應用追蹤系統 - Skywalking
2023-02-20
分散式
線上環境 Linux 系統呼叫追蹤
2020-09-28
Linux
微服務呼叫鏈追蹤中心搭建
2019-02-28
微服務
利用Zipkin追蹤Mysql資料庫呼叫鏈
2019-03-04
MySql資料庫
OpenTracing——設計分散式追蹤系統的有效方法
2018-07-02
分散式
Centos7系統路由追蹤安裝使用教程。
2024-01-07
CentOS路由
Docker 快速搭建redmine 專案管理 BUG追蹤
2018-08-18
Docker專案管理
搭建 sentry 追蹤 Laravel 生產環境 bug
2019-08-19
Laravel
商城系統日誌與異常資訊追蹤機制設計_OctShop
2023-05-10
不良事件報告系統：事件上報、流轉審批、資料統計、原因分析、措施制定、效果追蹤
2023-05-19
事件
如何用Python追蹤全球各地新冠肺炎資料？
2020-03-22
Python
註解列印日誌和資料鏈路追蹤
2022-03-11
[業界方案] 用SOFATracer學習分散式追蹤系統Opentracing
2020-09-09
分散式
電力資料：追蹤全球電力市場轉型
2024-08-20
日誌追蹤
2023-12-04
程式碼追蹤
2024-11-01
鏈路追蹤
2022-02-17
Map、Debug追蹤
2020-12-14
Debug追蹤eclipse
2020-12-07
Eclipse
[業界方案]用Jaeger來學習分散式追蹤系統Opentracing
2020-09-11
分散式
使用Spring Cloud Sleuth實現分散式系統的鏈路追蹤
2024-07-17
SpringCloud分散式
資料水印技術的獨門絕技：為資料安裝可追蹤“ID”，資料洩露溯源追責有章可循
2021-02-22
鏈路追蹤 SkyWalking 原始碼分析 —— 除錯環境搭建
2019-02-21
原始碼除錯
HDC2021：華為DTM助力無程式碼資料追蹤
2021-11-16
OpenTelemetry分散式追蹤
2024-09-11
分散式
skywalking鏈路追蹤
2024-08-04
Excel連通資料庫，供應鏈進度追蹤效率倍增
2020-08-05
Excel資料庫
如何用實時資料追蹤來解決專案瓶頸？
2024-11-20
教你如何用Python追蹤快遞資訊！
2021-04-13
Python
微服務追蹤SQL(支援Isto管控下的gorm查詢追蹤)
2022-07-01
微服務SQLGoORM
追蹤解析 Disruptor 原始碼
2019-01-19
原始碼
追蹤解析 ThreadPoolExecutor 原始碼
2019-01-19
thread原始碼
Spring Cloud 鏈路追蹤
2020-10-05
SpringCloud
go的鏈路追蹤
2024-10-12
Go
如何追蹤laravel動態
2021-09-10
Laravel
如何追蹤Go動態
2021-09-13
Go
DHorse的鏈路追蹤
2022-12-01
如何追蹤Java動態
2021-09-16
Java