【云原生系列之SkyWalking的部署】

1、分布式链路追踪

1.1概念

在较大的web集群和微服务环境中，客户端的一次请求需要经过不同的模块，多个不同中间件，多个不同机器一起相互协作才能处理完成客户端的请求，而在这一系列的请求过程之中,处理流程可能是串行执行,也可能是并行执行.那么如何确定客户端的一次请求到结束背后究竟调用了哪些应用以及哪些模块并经过了哪些节点,并且每个模块的调用先后顺序是怎么样的,每个模块的处理响应性能如何?后期随着业务系统的不断增多,业务处理逻辑会越来越复杂,而分布式系统中急需要一套链路追踪(Trace)系统来解决这个问题,从而让运维人员对整个业务系统一目了然,了如指掌。
分布式服务追踪系统是整个分布式系统中跟踪一个用户请求的完整过程，包括数据采集，数据传输，数据存储，数据分析和数据可视化，获取并存储和分享此类追踪可以让运维清晰了解用户请求与业务系统交互背后的整个调用关系，链路追踪是针对调试和监控微服务不可或缺的帮手
Dapper是Google 2008年开始内部使用的链路追踪系统。

1.2 Dapper采集

1.2.1 分布式追踪方法

下图中展现的是一个有5台服务器相关的一个服务，包括：前端（A），两个中间层（B和C），以及两个后端（D和E）。
当一个用户（这个用例的发起人）发起一个请求时，首先到达前端（A），然后发送两个RPC到服务器B和C，B收到请求后会马上做出响应，但是C需要和后端的D和E交互之后再返还给A，由A来响应最初的客户请求，对于这样一个请求，简单实用的分布式跟踪的实现，就是为服务器上每一次发送和接收动作来收集跟踪标识符(message identifiers)和时间戳(timestamped events)。

  1. 黑盒法（black-box)

    无需任何侵入代码，它的优势在于无需修改代码，缺点在于记录不精确，且需要大量的数据才能推导出服务间的关系

  2. 标记法(annotation-based)

    需要为每个请求打标记，并通过一个全局标识符将请求途径的所有服务信息串联，复盘整个链路，标记法记录准备，但缺点是需要将标记代码注入到每个服务中

在这里插入图片描述

Span代表系统中具有开始时间和执行时长的请求跨度,span之间通过嵌入或者顺序排列建立逻辑因果关系.
任何一个Span可以包含来自不同的主机信息,这些也要记录下来.事实上每一个RPC Span可以包含客户端和服务器两个过程注释.由于客户端和服务器上的时间戳来自不同主机,还必须考虑到时间偏差,在分析工具就利用了时间偏差,即RPC客户端发送一个请求之后服务端才能收到,对应响应也是一样的.这样一来服务器的RPC就有一个时间戳的一个开始和结束,然后就计算出时间消耗.

RPC是远程调用的意思

1.2.2 Dapper跟踪记录和收集管道的过程

  1. span数据写入本地日志文件中
  2. Dapper守护进程和收集组件把这些数据从生产环境的主机中进行读取
  3. 最终写入Dapper的数据仓库中

一个跟踪被设计成Bigtable中的一行，每一列相关于Span Bigtable的支持稀疏表格布局正适合这种情况，因为每一次跟踪可以有任意多个spac

1.2.3 Dapper的特点

  1. Dapper资源占用很小
  2. Dapper守护进程CPU使用率从来没超过0.3%单核CPU。而且只有少量的内存使用，另外还限制了Dapper守护进程内核scheduler最低的优先级，以防在一台高负载的服务器上发生cpu竞争。一个span在仓库传输中占用平均426byte

1.2.4 Dapper应用场景

  1. 性能分析：对请求延迟的目标进行跟踪，并对容易优化的地方进行定位
  2. 正确性分析：发现一些只读器请求，应该是访问从库但却访问了主库等类似业务场景
  3. 理解系统：全局优化系统，理解每个查询的整体代价
  4. 测试新版本：发现新版本的bug和性能问题
  5. 解决依赖关系：找到服务之间的依赖关系

1.3APM的特点

APM系统（Application Performance Management）性能管理系统

早起APM功能主要在监控CPU,内存,IO,网络等资源上
微服务兴起后,系统功能被模块化,再加上k8s与容器化的兴起及应用数据量的爆炸式增长,各模块和服务之间的调用链路,响应时间,负载等越来越不好通过传统的工具进行监控和统计,此时APM系统诞生了.

2、skywalking

2.1特点

  1. 实现从请求跟踪，指标收集和日志记录的完整信息记录
  2. 多语言自动探针，支持java,go,python,php,nodejs,Lua,Rust等客户端
  3. 内置服务器网络可观察性，支持从Istio+Envoy Service Mesh收集和分析数据
  4. 模块化架构，存储，集群管理，使用插件集合都可以进行自由选择
  5. 支持告警
  6. 优秀的可视化效果

2.2 Skywalking组件

OAP平台(Observability Analysis Platform,可观测性分析平台)或OAP Server,它是一个高度组件化的轻量级分析程序,由兼容各种探针Receiver,流式分析内核和查询内核三部分构成.

探针：基于无侵入式的收集，并通过HTTP或者gRPC方式发送数据到OAP Server

存储实现(Sotrage Implementors)：SkyWalking OAP Server支持多种存储实现并提供了标准接口，可支持不同的存储后端

UI模块：Skywalking通过标准的GraphQL协议进行统计数据查询和展示

面相协议设计：面相协议设计时Skywalking从5.x开始严格遵守的首要设计原则，组件之间使用标准协议进行数据交互

2.3SkyWalking协议

2.3.1探针协议:

探针上报协议: 协议包括语言探针的注册,Metrics数据上报,Tracing数据上报等标准,Java,Go等探针都需要严格遵守此协议的标准.

探针交互协议:因为分布式追踪环境,探针间需要借助HTTP Header,MQ Header在应用之间进行通信和交互,探针交互协议就定义了交互的数据格式

Service Mesh 协议: 是SkyWalking对Service Mesh抽象的专有协议,任何Mesh类的服务都可以通过此协议直接上传指标数据,用于计算服务的指标数据和绘制拓扑图.

第三方协议: 对大型的第三方开源项目尤其是Service Mesh核心平台Istio和Envoy,提供核心协议适配,支持针对Istio+Envoy Service Mesh进行无缝对接.

2.3.2查询协议:

元数据查询: 查询在skywalking注册的服务,服务实例,Endpoint等元数据信息.

拓扑关系查询: 查询全局,或单个服务,Endpoint的拓扑图及依赖关系.

Metrics指标查询:区间范围均值查询及Top N排名查询等.

Trace查询: 追踪数据的明细查询.

告警查询: 基于表达式,判断指标数据是否超出阈值.

2.4 Skywalking模块

在这里插入图片描述

1、探针负责收集数据
2、前端负责展示数据
3、OAP Server负责从后端存储读写数据
4、后端存储负责持久化数据

2.5SkyWalking优势

  1. 兼容性好: 支持传统的分布式部署架构dubbo和spring cloud,也支持云原生中的Istio和Envoy
  2. 易于部署和后期维护:组件化,可自定义部署,后期横向扩容简单.
  3. 高性能:每天数T的数据无压力
  4. 易于二次开发:标准的http和grpc协议,开源的项目,企业可以自主二次开发.

2、SkyWalked部署

在这里插入图片描述

由于是测试环境，这里的es就不做集群了

服务器名IP地址服务端口作用
SkyWalking-Server172.17.1.608080(UI展示端口) 11800（写数据的端口）12800（读数据的端口）OAP观测性分析平台Server段
es172.17.1.619200ES数据库Version: 8.5.1

2.1创建目录并下载安装包

1、安装java环境
apt install openjdk-11-jdk -y
root@sk:/apps/apache-skywalking-apm-bin/config# java --version
openjdk 11.0.24 2024-07-16
OpenJDK Runtime Environment (build 11.0.24+8-post-Ubuntu-1ubuntu320.04)
OpenJDK 64-Bit Server VM (build 11.0.24+8-post-Ubuntu-1ubuntu320.04, mixed mode, sharing)2、下载SkyWalk安装包
mkdir /apps && cd /apps
wget https://dlcdn.apache.org/skywalking/9.2.0/apache-skywalking-apm-9.2.0.tar.gz
tar xf apache-skywalking-apm-9.2.0.tar.gz

2.2 修改配置文件

root@sk:/apps/apache-skywalking-apm-bin/config# pwd
/apps/apache-skywalking-apm-bin/config
#修改133行和136行,指定elasticsearch为数据库及elasticsearch的集群地址
root@sk:/apps/apache-skywalking-apm-bin/config# vim application.yml
storage:selector: ${SW_STORAGE:elasticsearch}elasticsearch:namespace: ${SW_NAMESPACE:""}## 单机ESclusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:172.17.1.61:9200}## ES集群多个ip用逗号,分割## clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:172.17.1.61:9200,172.17.1.62:9200,172.17.1.63:9200}#其他几个重要的参数
#存储最多7天的内容，过期数据将会清理。因此请根据实际需求进行调整 
recordDataTTL: ${SW_STORAGE_ES_RECORD_DATA_TTL:7} # Unit is day 
# 每10秒刷新数据到收集器中
flushInterval: ${SW_STORAGE_ES_FLUSH_INTERVAL:10}
# 提供2个并发请求，如果系统业务量大，日志产生的非常快，请根据实况调整
concurrentRequests: ${SW_STORAGE_ES_CONCURRENT_REQUESTS:2}

2.3 配置SkyWaing启动文件

root@sk:~# cat /etc/systemd/system/skywalking.service
[Unit]
Description=Apache Skywalking
After=network.target
[Service]
Type=oneshot
User=root
WorkingDirectory=/apps/apache-skywalking-apm-bin/bin
ExecStart=/bin/bash /apps/apache-skywalking-apm-bin/bin/startup.sh
RemainAfterExit=yes
RestartSec=5
[Install]
WantedBy=multi-user.targetroot@sk:~# systemctl daemon-reload
root@sk:~# systemctl restart skywalking.service

2.4 验证

服务起来后es上应该会自动创建skywalking所需要的库
在这里插入图片描述

root@sk:~# ss -ntl|grep 8080
LISTEN  0        4096                   *:8080                 *:*
root@sk:~# ss -ntl|grep 11800
LISTEN  0        4096                   *:11800                *:*
root@sk:~# ss -ntl|grep 12800
LISTEN  0        4096                   *:12800                *:*

2.5 报错

在这里插入图片描述
原因：es库的地址配错了，提示库不存在，无法自动创建

解决方案：修改为正确的es库IP

原因：es库的地址配错了，提示库不存在，无法自动创建

解决方案：修改为正确的es库IP

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.xdnf.cn/news/1522577.html

如若内容造成侵权/违法违规/事实不符，请联系一条长河网进行投诉反馈，一经查实，立即删除！

相关文章

论斜率优化dp

论斜率优化dp

论斜率优化dp 1问题2暴力算法-线性dp3斜率优化线性dp4后记 1问题 如下图 看到这题，题面很复杂 其实可以转化为如下问题 有 n n n个任务，排成一个有序序列，我们要解决这些任务 总费用是每一个任务的完成时间乘以费用系数求和 每个任务之前…
阅读更多...
sessionstorage和localstorage的使用与区别

sessionstorage和localstorage的使用与区别

sessionstorage和localstorage的使用与区别 localStorage和sessionStorage一样都是用来存储客户端临时信息的对象。他们均只能存储字符串类型的对象（虽然规范中可以存储其他原生类型的对象，但是目前为止没有浏览器对其进行实现）。 localStor…
阅读更多...
Hadoop 下载

Hadoop 下载

下载法一：官方下载 hadoop官网 1.选择要下载的版本，这里我以3.4.0为例进行说明； 2.跳转后，选择对应系统架构的，进行下载； 下载法二：国内镜像源下载 1.阿里云 这里我以mac m1为案例&#x…
阅读更多...
Linux日志-wtmp日志

Linux日志-wtmp日志

作者介绍：简历上没有一个精通的运维工程师。希望大家多多关注作者，下面的思维导图也是预计更新的内容和当前进度(不定时更新)。 Linux 系统中的日志是记录系统活动和事件的重要工具，它们可以帮助管理员监视系统状态、调查问题以及了解系统运行…
阅读更多...
【保姆级教程】如何在Win11上搭建一个GPU环境

【保姆级教程】如何在Win11上搭建一个GPU环境

CUDA和CUDNN安装 CUDA安装 下载对应cuda环境 下载链接：https://developer.nvidia.com/cuda-downloads，图片下载的是 cuda_12.6.1_560.94_windows.exe 然后一路安装即可： 安装路径如下： CUDNN安装 打开cuDNN下载页面 解压后…
阅读更多...
嵌入式基础知识-RS232通信协议电路与代码最全分析

嵌入式基础知识-RS232通信协议电路与代码最全分析

1.RS232基本概念 RS232是异步通信，全双工传输（异步通信就是无时钟CLK信号，全双工就是能同时收发数据）。采用负逻辑传送，规定逻辑“1”的电平为-5V~-15 V，逻辑“0”的电平为5 V～15 V。选用该电气…
阅读更多...
阻塞队列-单锁实现

阻塞队列-单锁实现

使用阻塞队列 当我们多个线程下 对 一个队列进行操作，队列满了的情况下，其他线程再次 offer，会一直阻塞等待 对一个队列进行出队操作的时候，队列空的情况下，会一直阻塞等待删除，直到队列有元素的时候&a…
阅读更多...
C++刷怪笼（2）类和对象的探索-上

C++刷怪笼（2）类和对象的探索-上

1.前言 了解完C的一些入门干货之后，我们来对C的第一个重点就行学习——那就是类和对象，该重点我们分为三篇文章进行学习，请大家跟紧我的脚步，认真学知识哦~ 2.正文——类和对象 2.1类的定义 2.2.1类的定义格式 • class为定义…
阅读更多...
echarts遍历区域折线图，单线和多线

echarts遍历区域折线图，单线和多线

// 单线折线图drawonelineCharts(){var echarts require("echarts");var lineCharts document.getElementsByClassName(lineChart); // 对应地使用ByClassNamethis.linecolor[#01FFD4,#1C70DD,#01FFD4,#1C70DD,#01FFD4,#1C70DD]for(var i 0;i < lineCharts.len…
阅读更多...
内核头文件， makfile 传参

内核头文件， makfile 传参

1 内核头文件&#xff0c;主要指的是&#xff0c; 在板卡上的系统上直接 &#xff0c;编译驱动模块&#xff0c;而不是在虚拟机的内核源码中 去编译内核模块。 2 makefile 传参 &#xff0c;指的是&#xff0c; 内核模块使用 makfile 定义的宏定义。 首先是 关于 在普通的makef…
阅读更多...
ubuntu24安装cuda和cudnn

ubuntu24安装cuda和cudnn

一、安装cuda 确保显卡驱动正确安装 终端输入&#xff1a; nvidia-smi显示下面结果&#xff0c;说明显卡驱动安装正常&#xff0c;可以进行下一步 1.去官网下载CUDA&#xff0c;需要注册账号下载 https://developer.nvidia.com/cuda-toolkit-archive由于我们显卡支持12.2&…
阅读更多...
网络通信特刊合集（二）——CMC特刊推荐

网络通信特刊合集（二）——CMC特刊推荐

特刊征稿 01 特刊名称&#xff1a; Security and Privacy for Blockchain-empowered Internet of Things 截止时间&#xff1a; 提交截止日期 2024 年 10 月 30 日 目标及范围&#xff1a; 本期特刊旨在探讨最近的进展&#xff0c;以解决在区块链授权的物联网中与安全和…
阅读更多...
一文带你深度了解FreeRTOS——计数型信号量

一文带你深度了解FreeRTOS——计数型信号量

本文记录FreeRTOS的计数型信号量知识&#xff0c;希望我的分享对你有所帮助&#xff01; 目录 一、计数型信号量简介 二、创建计数型信号量 1、动态创建计数型信号量 2、静态创建计数型信号量 三、结语 一、计数型信号量简介 计数型信号量在FreeRTOS中用于管理对共享资…
阅读更多...
拥有这些AI绘画网站，让你轻松告别手绘时代！

拥有这些AI绘画网站，让你轻松告别手绘时代！

在这个充满无限可能的数字世界里&#xff0c;AI 绘画动漫网站已经成为了许多艺术家和设计师的新宠。从手绘时代的岁月如歌&#xff0c;到今天科技的飞速发展&#xff0c;我们已经可以用AI技术创作出令人惊叹的艺术作品&#xff0c;打开了全新的创作空间。接下来&#xff0c;就让…
阅读更多...
如何打造一个智能化的远程在线考试系统?

如何打造一个智能化的远程在线考试系统?

远程教育与在线考试已成为提升知识传播效率和学习灵活性的重要手段。 土著刷题在线考试系统&#xff0c;凭借其完善的多功能考试模块&#xff0c;为教育机构、学校乃至企业提供了一个智能化的远程在线考试解决方案。 接下来将介绍土著刷题在线考试系统如何助力用户构建一个高效…
阅读更多...
小琳Python课堂:Python 高并发实现的基本原理（简化版）

小琳Python课堂:Python 高并发实现的基本原理（简化版）

大家好&#xff0c;这里是小琳Python课堂&#xff01; 今天&#xff0c;我们来聊聊Python中实现高并发的三个核心概念&#xff1a;线程安全性、线程同步和原子性。这些概念对于确保我们的程序在多线程环境中正确、高效地运行至关重要。 线程安全性 首先&#xff0c;什么是线程…
阅读更多...
51单片机-串口通信（单片机和PC互发数据）

51单片机-串口通信（单片机和PC互发数据）

作者&#xff1a;Whappy 时间&#xff1a;2024.9.3 关于串口的疑问&#xff1f; 根据我的代码是不是初始化完成串口之后&#xff0c;只要我们使用串口发送数据就会触发中断&#xff1f; &#xff08;在文章下面&#xff09; ChatGPT said: ChatGPT 是的&#xff0c;根据…
阅读更多...
[AWS云]EC2扩容磁盘之linux系统

[AWS云]EC2扩容磁盘之linux系统

背景&#xff1a; ec2的磁盘存储满了&#xff0c;需要扩容。 1.控制台修改存储大小&#xff1a; 2. 3.登录服务器&#xff0c;刷新磁盘&#xff1a; 云盘扩容 growpart /dev/vdb 1对ext4扩容命令resize2fs /dev/vdb1对xfs扩容命令xfs_growfs /dev/vdc1
阅读更多...
传统CV算法——基于opencv的答题卡识别判卷系统

传统CV算法——基于opencv的答题卡识别判卷系统

基于OpenCV的答题卡识别系统&#xff0c;其主要功能是自动读取并评分答题卡上的选择题答案。系统通过图像处理和计算机视觉技术&#xff0c;自动化地完成了从读取图像到输出成绩的整个流程。下面是该系统的主要步骤和实现细节的概述&#xff1a; 1. 导入必要的库 系统首先导入…
阅读更多...
openlayers+vite+vue3实现规划某一特定行政区（二）

openlayers+vite+vue3实现规划某一特定行政区（二）

在前一期实现离线地图初始化的基础上&#xff0c;本文中主要阐述如何实现规划某一特定行政区&#xff0c;并展示其行政区的区县名称。 提示&#xff1a;因前文中阐述了如何实现离线地图的初始化&#xff0c;所以在此不再进行书写并详解初始化的过程和流程&#xff0c;如有不明…
阅读更多...
最新文章

Copyright @ 2022~2023