Spring Cloud Sleuth 鏈路追蹤
隨著微服務的數量增長,一個業務介面涉及到多個微服務的互動,在出錯的情況下怎麼能夠快速的定位錯誤,這是一個難題。
好在Spring Cloud已經為什麼實現了一個非常好的方案來對服務進行追蹤。
Sleuth就是做這個事情的,它在日誌中引入唯一的請求ID來標識每次請求,通過SpanId來構成整個的鏈路。
只需要引入依賴就可以整合Sleuth
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
在方法中記錄日誌我們會發現在日誌的最前面對了一部分內容,這部分內容就是Sleuth為什麼提供的鏈路資訊
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] ...
可以看到內容是由[appname,traceId,spanId,exportable]
組成的, 具體含義如下:
- appname:服務的名稱,也就是spring.application.name的值,這邊要注意下,如果需要輸出正確的服務名稱,需要將spring.application.name的配置寫在bootstrap.properties中
- traceId:整個請求的唯一ID,它標識整個整個請求的鏈路
- spanId:基本的工作單元,發起一起遠端呼叫就是一個span
- exportable:是否匯入資料到Zipkin中
如果僅僅是通過上面的方式,在每條日誌中都記錄請求的鏈路資訊,我們也是可以通過traceId來追蹤整個請求的資訊,但是不是特別直觀,這個時候就需要將資料匯入Zipkin中更直觀的顯示,或者匯入到ES中,用Kibana檢視,方便集中管理。
如果需要將跟蹤的資訊匯入到ES中,可以將跟蹤的資訊以JSON格式的資料輸出,然後用logstash收集輸出到ES中。
輸出JSON格式的日誌首先需要匯入一個依賴包
<!-- 輸出JSON格式日誌 -->
<dependency>
<groupId>net.logstash.logback</groupId>
<artifactId>logstash-logback-encoder</artifactId>
<version>4.8</version>
<scope>runtime</scope>
</dependency>
然後建立一個logback-spring.xml檔案, 配置logstash需要收集的資料格式
<?xml version="1.0" encoding="UTF-8"?>
<configuration>
<include resource="org/springframework/boot/logging/logback/defaults.xml"/>
<springProperty scope="context" name="springAppName" source="spring.application.name"/>
<!-- Example for logging into the build folder of your project -->
<property name="LOG_FILE" value="logs\\${springAppName}.log"/>
<!-- You can override this to have a custom pattern -->
<property name="CONSOLE_LOG_PATTERN"
value="%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} %clr(${LOG_LEVEL_PATTERN:-%5p}) %clr(${PID:- }){magenta} %clr(---){faint} %clr([%15.15t]){faint} %clr(%-40.40logger{39}){cyan} %clr(:){faint} %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}"/>
<!-- Appender to log to console -->
<appender name="console" class="ch.qos.logback.core.ConsoleAppender">
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<!-- Minimum logging level to be presented in the console logs-->
<level>INFO</level>
</filter>
<encoder>
<pattern>${CONSOLE_LOG_PATTERN}</pattern>
<charset>utf8</charset>
</encoder>
</appender>
<!-- Appender to log to file -->
<appender name="flatfile" class="ch.qos.logback.core.rolling.RollingFileAppender">
<file>${LOG_FILE}</file>
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<fileNamePattern>${LOG_FILE}.%d{yyyy-MM-dd}.gz</fileNamePattern>
<maxHistory>7</maxHistory>
</rollingPolicy>
<encoder>
<pattern>${CONSOLE_LOG_PATTERN}</pattern>
<charset>utf8</charset>
</encoder>
</appender>
<!-- Appender to log to file in a JSON format -->
<appender name="logstash" class="ch.qos.logback.core.rolling.RollingFileAppender">
<file>${LOG_FILE}.json</file>
<rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
<fileNamePattern>${LOG_FILE}.json.%d{yyyy-MM-dd}.gz</fileNamePattern>
<maxHistory>7</maxHistory>
</rollingPolicy>
<encoder class="net.logstash.logback.encoder.LoggingEventCompositeJsonEncoder">
<providers>
<timestamp>
<timeZone>UTC</timeZone>
</timestamp>
<pattern>
<pattern>
{
"severity": "%level",
"service": "${springAppName:-}",
"trace": "%X{X-B3-TraceId:-}",
"span": "%X{X-B3-SpanId:-}",
"parent": "%X{X-B3-ParentSpanId:-}",
"exportable": "%X{X-Span-Export:-}",
"pid": "${PID:-}",
"thread": "%thread",
"class": "%logger{40}",
"rest": "%message"
}
</pattern>
</pattern>
</providers>
</encoder>
</appender>
<root level="INFO">
<appender-ref ref="console"/>
<!-- uncomment this to have also JSON logs -->
<appender-ref ref="logstash"/>
<appender-ref ref="flatfile"/>
</root>
</configuration>
具體程式碼可以參考我的github:
相關文章
- Spring Cloud實戰系列(七) - 服務鏈路追蹤Spring Cloud SleuthSpringCloud
- Spring Cloud 鏈路追蹤SpringCloud
- 分散式鏈路追蹤之Spring Cloud Sleuth+Zipkin最全教程!分散式SpringCloud
- 使用Spring Cloud Sleuth實現分散式系統的鏈路追蹤SpringCloud分散式
- 第6章 Sleuth--鏈路追蹤
- 業餘草 SpringCloud教程 | 第九篇: 服務鏈路追蹤(Spring Cloud Sleuth)(Finchley版本)SpringGCCloud
- Spring Cloud Sleuth鏈路監控應用(十四)SpringCloud
- 微服務整合Spring Cloud Zipkin實現鏈路追蹤並整合Dubbo微服務SpringCloud
- 鏈路追蹤
- Java多使用者商城系統B2B2C原始碼-(九)服務鏈路追蹤(Spring Cloud Sleuth)Java原始碼SpringCloud
- Spring cloud 整合 SkyWalking 實現效能監控、鏈路追蹤、日誌收集SpringCloud
- skywalking鏈路追蹤
- Spring Cloud 專題之七:Sleuth 服務跟蹤SpringCloud
- 跟我學SpringCloud | 第十一篇:使用Spring Cloud Sleuth和Zipkin進行分散式鏈路跟蹤SpringGCCloud分散式
- go的鏈路追蹤Go
- DHorse的鏈路追蹤
- 使用Spring Cloud Sleuth和OpenTelemetry實現分散式跟蹤SpringCloud分散式
- spring cloud構建網際網路分散式微服務雲平臺-服務鏈路追蹤SpringCloud分散式微服務
- 利用Spring Boot實現微服務的鏈路追蹤Spring Boot微服務
- Istio Trace鏈路追蹤方案
- golang 接入鏈路追蹤(opentracing)Golang
- 7. Spring Cloud Sleuth+ZipKin 鏈路監控的配置詳細解析SpringCloud
- Spring Cloud Sleuth 和 Zipkin 進行分散式跟蹤使用指南SpringCloud分散式
- Spring Cloud Alibaba(13)---Sleuth概述SpringCloud
- Go 鏈路追蹤入門 OpentelemetryGo
- 微服務鏈路追蹤元件 SkyWalking微服務元件
- 分散式鏈路追蹤技術分散式
- Spring中使用MDC和traceId實現日誌鏈路追蹤Spring
- 阿里高階架構師教你使用Spring Cloud Sleuth跟蹤微服務阿里架構SpringCloud微服務
- zipkin分散式鏈路追蹤介紹分散式
- 一文讀懂鏈路追蹤
- 分散式鏈路追蹤的利器——Zipkin分散式
- 鏈路追蹤(Tracing)的前世今生(上)
- 鏈路追蹤_SkyWalking的部署及使用
- 日誌收集和鏈路追蹤:skywalking
- ⑦SpringCloud 實戰:引入Sleuth元件,完善服務鏈路跟蹤SpringGCCloud元件
- Spring Cloud Alibaba(14)---SpringCloudAlibaba整合SleuthSpringCloudGC
- Spring Cloud Alibaba(15)---Sleuth+ZipkinSpringCloud
- 【剖析 | SOFARPC 框架】系列之鏈路追蹤剖析RPC框架