微服务追踪系统-技术圈

上文我们学习了一下分布式调用链追踪系统的原理和实践，有些读者对其中的实现原理提出了一些疑问，所以有了这篇专门写给小白看的微服务追踪系统，相信大家看完对其原理会有更透彻的理解，这里感谢公号「码农翻身」刘欣老师的指导！

前言

在微服务架构中，一次请求往往涉及到多个模块，多个中间件，多台机器的相互协作才能完成。这一系列调用请求中，有些是串行的，有些是并行的，那么如何确定这个请求背后调用了哪些服务，哪些模块，哪些节点及调用的先后顺序？如何定位每个模块的性能问题？本文将为你揭晓答案。

微服务架构

这是一个稍微复杂的例子

如果有用户反馈某个页面很慢，我们知道这个页面的请求调用链是 A -----> C -----> B -----> D，此时如何定位可能是哪个模块引起的问题呢？

更进一步，如果每个服务 Service A,B,C,D 都部署在好几台机器上。怎么知道某个请求调用了服务的具体哪台机器呢？

可以明显看到，由于无法准确定位每个请求经过的确切路径，在微服务这种架构下有以下几个痛点：

1. 排查问题难度大，周期长

2. 特定场景难复现

3.系统性能瓶颈分析较难

有没有一种办法可以准确地产生完整的调用链，并且用可视化的方式呈现出来呢？

这就需要一个分布式调用链追踪系统。

分布式调用链追踪系统:设计

想想看，如果要我们自己实现一个这样的分布式追踪系统，该怎么去设计？

首先，我们必须得区分每个调用链（起个时髦的名称叫 Trace），得给它分配一个全局唯一的 ID （称为 TraceID），并且在调用链上的每次调用都带上这个 ID，这样每个子调用都被关联起来了。

其次，我们得记录所有调用的先后次序和父子关系。

假设有以上这样的调用链，如果我们只记录了这四个调用：

A---->B

B---->C

A---->D

D---->E

D---->F

虽然我们知道它属于一个调用（TraceID 相同），还是无法画出完整的调用拓扑图。

所以必须得记录父子关系：

A---->B 是 B---->C 的父调用

A---->D 是 D---->E 的父调用

A---->D 还是 D---->F 的父调用

如何记录呢？需要给每个调用分配一个ID (称为 SpanID)，并且把这个 ID 传递给子调用，子调用根据 Parent Span ID 生成自己的 SpanID：

用表格展示是这样：

这样根据 id 间的关系就很容易据此画出调用链了（即可视化视图）

魔法师Agent

前面说得挺容易，但是在分布式的环境下，如何才能正确地生成 TraceID, ParentSpanID, SpanID 呢？

微服务是来实现业务的，肯定不能来干这个监控和跟踪的活儿，那样对微服务的侵入性就太强了。

所以必须得有一个独立的组件，在不干扰微服务的情况下，监控微服务之间的调用，把这些 ID 生成，这个独立的组件就是 Agent。

Agent 要想施展魔法，需要安装在每个服务所在的机器上：

这个魔法师遵循的规则也非常简单，以上图中服务 A 上的 Agent 为例：

1. 当 Agent 监控到有人在调用服务 A，但是没有 ParentSpanID，它就知道，这是一次全新的调用，应该创建新的 TraceID。

2. 当Agent监控到 A 调用了 B 时, 它就可以生成 SpanID = 1，并且把这个 ID 当作 ParentSpanID 传递给 B。这样当 B 调用 C 的时候， B 的 Agent 就能生成此次调用的 SpanID 为 1.1

3. 当 Agent 监控到 A 调用 D 的时候，可以生成 SpanID = 2，并且把这个 ID 当作 ParentSpanID 传递给 D

D 在调用 E 和 F 的时候，就能分别生成 SpanID 2.1 和 2.2

你也许注意到了一个问题：微服务都是跨进程调用的，怎么可能把 TraceID , ParentSpanID 在服务之间传来传去呢？

这就需要 Agent 来施展“魔法”了，Agent 需要理解微服务之间的传输协议，然后把 TraceID，ParentSpanID 悄悄地“藏”到某个地方，传递给下一个服务。

例如 HTTP 协议中定义了 Header 与 Body，Header 一般放请求的长度，请求 IP等非业务的信息。业务数据一般放在 Body 中。于是 Agent 就可以把 TraceID，ParentSpanID 悄悄地“藏到” Header 中，这样既不会对 Body 中的业务数据造成影响，又可以把跟踪所需的数据传递给下一个服务了。

你的脑海中可能已经想到 Agent 的实现原理了，这个 Agent 可以这么来实现：

指定微服务中的“RPC 调用的公用程序”（例如 Dubbo 中的 MonitorFilter.invoke方法），然后在运行时，通过动态修改字节码的方式来增强它：

当服务 A 调用服务 B 时， Agent 就可以做点儿手脚，修改 header 了：

数据收集

Agent 虽然监控、生成了足够多的数据，但是单个 Agent 无法获得全局视图，我们需要一个全局的收集器来把 Agent 的数据收集上来，这样才能生成全局的调用链。

数据收集器获得了全局的数据以后，就可以画出漂亮的调用链的图了，例如这个：

小结

经过一番探索，一个分布式调用链系统的核心组件和实现原理浮出水面，当然，其中还有很多细节需要处理，例如采样的频率，全局唯一 ID 的生成算法，UI界面等等。市面上有不少开源的分布式跟踪系统，如 SkyWalking、Zipkin、Pinpoint 等等，感兴趣的可以继续深入研究。