当前位置:

首页 > 系统应用 > 分布式链路追踪Jaeger+微服务Pig在Rainbond上的实践分享

分布式链路追踪Jaeger+微服务Pig在Rainbond上的实践分享

随着微服务架构的流行,客户端发起的一次请求可能需要涉及到多个或 N 个服务,致使我们对服务之间的监控和排查变得更加复杂。举个例子:某条业务线的某个接口调用服务端时快时慢,这时就需要排查各个服务的日志进行分析,调动各个服务的开发人员联动排查,这种排查费时又费力。对于 ToB 的业务有时候还拿不到日志,

本文目录

    随着微服务架构的流行,客户端发起的一次请求可能需要涉及到多个或 N 个服务,致使我们对服务之间的监控和排查变得更加复杂。

    分布式链路追踪Jaeger+微服务Pig在Rainbond上的实践分享

    举个例子:

    某条业务线的某个接口调用服务端时快时慢,这时就需要排查各个服务的日志进行分析,调动各个服务的开发人员联动排查,这种排查费时又费力。对于 ToB 的业务有时候还拿不到日志,难搞哦!

    这时候,就需要一种能够帮助我们理解系统行为、分析性能问题的工具,以便在故障发生时迅速定位并解决问题,它就是APM(Application Performance Monitor,应用性能监控)。当下,流行的APM开源工具可谓琳琅满目,像Zipkin、Skywalking、Pinpoint、Jaeger等等。本文呢,将着重为大家介绍Jaeger。

    Jaeger 是 Uber 技术团队发布的开源分布式跟踪系统,它用于监控和故障排查基于微服务的分布式系统:

    • 分布式上下文传播、事务监控
    • 根本原因、服务依赖分析
    • 性能/延迟优化
    • OpenTracing 启发的数据模型
    • 多个存储后端:Cassandra, Elasticsearch, memory.
    • 系统拓扑图
    • 服务性能监控(SPM)
    • 自适应采样

    Jaeger 架构

    ComponentDescriptionJaeger ClientJaeger Client SDKJaeger Agent收集 Client 数据Jaeger Collector收集 Jaeger Agent 数据,有 pull/push 两种方式DB StorageCollector 需要存储后端,Collector 拿到的数据将存在 Elasticsearch 或 Cassandra。Spark jobs用于生成拓扑图 UI 数据Jaeger Query Service & UI负责从 Storage 查询数据并提供 API 和 UI

    如何在Rainbond上集成?

    1.集成 OpenTelemetry Client:

    v1.36 版本以前 Jaeger Client 是基于 OpenTracing API 实现的客户端库,Jaeger Client 结合 Jaeger Agent 一起使用,发送 span 到 Jaeger Collector。

    v1.36 版本以后被弃用。使用 OpenTelemetry 替代 Jaeger Client and Jaeger Agent,详情见 Jaeger and OpenTelemetry。

    OpenTelemetry 是无侵入的,只需在 Ja va 进程启动时添加 ja vaagent,例:ja va -ja vaagent:path/to/opentelemetry-ja vaagent.jar -jar myapp.jar 。

    那么在 Rainbond 上就可以通过插件将 OpenTelemetry ja vaagent 下载到组件中并修改启动命令。

    2.连接到 Jaeger-Collector:

    将所有安装了 OpenTelemetry ja vaagent 插件的微服务组件都通过依赖连接到 Jaeger Collector。

    实践步骤

    实践中将使用 Spring Cloud Pig 进行演示,Gitee:https://gitee.com/zhangbigqi/pig

    Rainbond 部署请参阅文档 快速安装 。

    1. Spring Cloud Pig 源码部署

    通过源码部署 Spring Cloud Pig 微服务框架就不详细介绍部署了,请参阅:

    • Spring Cloud Pig 部署教程
    • Spring Cloud Pig 视频教程

    2. OpenTelemetry 插件安装

    从应用商店安装 opentelemetry-ja va-agent 初始化插件,该插件的作用是下载 opentelemetry-ja vaagent.jar 到微服务组件内,可以在 Ja va 启动项中指定。

    • 团队视图 -> 插件 -> 从应用商店安装插件 -> 搜索 opentelemetry-ja va-agent 并安装。

    3. 部署 Jaeger

    在开源应用商店中搜索 Jaeger 并安装到指定应用中。

    4. OpenTelemetry Agent 插件配置

    1.开通 OpenTelemetry Agent 插件

    以 pig-gateway 为例,在组件 -> 插件中开通 opentelemetry-ja va-agent 插件并更新组件生效,微服务内的其他组件均需要开通插件并更新或重启组件生效。

    2.配置环境变量

    为所有微服务组件配置环境变量。

    变量名变量值说明OTEL_TRACES_EXPORTERjaeger选择 Jaeger exporterOTEL_EXPORTER_JAEGER_ENDPOINThttp://127.0.0.1:14250Jaeger Collector gRPC endpointOTEL_EXPORTER_JAEGER_TIMEOUT10000超时时间(毫秒)OTEL_METRICS_EXPORTERnoneMetrics 导出器JA VA_OPTS-ja vaagent:/agent/opentelemetry-ja vaagent.jarJa va 启动参数

    可使用 应用配置组 统一配置并应用到所有组件中。

    3.配置组件服务名称

    为所有微服务组件配置环境变量 OTEL_SERVICE_NAME ,配置组件的 Jaeger 服务名称,如:OTEL_SERVICE_NAME=pig-gatewayOTEL_SERVICE_NAME=pig-auth

    5.建立依赖关系

    将所有微服务组件添加依赖连接到 Jaeger Collector 。

    因 Jaeger 部署在另外一个应用,需要进入 组件 -> 依赖 -> 添加 Jaeger Collector 依赖,就可以在当前应用的拓扑图看到 Jaeger Collector 组件,剩下的组件都可通过拓扑图编辑模式进行依赖连接。更新或重启所有微服务组件使依赖关系生效。

    6. Jaeger 快速使用

    1. 访问 Spring Cloud Pig UI 进行登录,使其产生数据。

    2. 访问 Jaeger-Query 的 16686 端口,打开对外服务即可访问 Jaeger UI 。

    3. 在 Jaeger Search 页面中搜索微服务 Pig-gateway 的 Traces

      • Service:选择微服务的组件

      • Operation:选择操作类型,例:GET POST、接口、类.....

      • Tags:根据响应头筛选,例:http.status_code=200 error=true

      • Lookback:选择时间

      • Max Duration:最大持续时间;Min Duration:最小持续时间。

      • Limit Results:限制返回结果数量。

    1. 找到 Pig-gateway HTTP POST 的 Traces 并包含了 pig-auth Span并进入,可看到很清晰的展示了服务之间一层一层的调用以及接口的响应时间,这样我们就可以排查到底是哪个服务调用的慢或者调用有问题。

    Jaeger 拓扑图生成

    拓扑图并非默认生成,而是通过spark-dependencies组件来生成拓扑图数据。这是一项Spark作业,它会从存储中收集span,分析服务间的链接,并将其存储起来,以便日后在UI中展示。详细内容请查看Jaeger Spark dependencies。

    spark-dependencies 组件占用资源较大,不使用时可关闭,需要生成拓扑图数据时将其启动即可。

    最后

    有了 APM 系统后,使我们可以更好的分析业务性能、排查故障等。

    结合 Rainbond 作为基座不管是 Spring Cloud还是 Jaeger 或其他 APM 都可以很方便、快捷的部署使用,从繁琐的部署、配置中解放出来,让我们更多的关注于业务层。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    系统应用
    相关文章 更多
    图解分布式之:最终一致性,一致只会迟到,但绝不缺席
    图解分布式之:最终一致性,一致只会迟到,但绝不缺席

    这篇文章我们继续聊分布式相关的内容。提到分布式系统,就一定绕不开“一致性”,这次我们说说:最终一致性。最终一致性是现在大部分高可用的分布式系统的核心思路。估计有人对最终一致性不太熟,先来个简单介绍:最终一致性指的是系统中的所有分散在不同节点的数据,经过一定时间后,最终能够达到符合业务定义的一致的状态

    DTCC2020|阿里云李飞飞:云原生分布式数据库与数据仓库系统点亮数据上云之路
    DTCC2020|阿里云李飞飞:云原生分布式数据库与数据仓库系统点亮数据上云之路

    云计算时代,云原生分布式数据库和数据仓库开始崛起,提供弹性扩展、高可用、分布式等特性。数据库将面临怎样的变革?云原生数据库与数据仓库有哪些独特优势?在日前的DTCC 2020大会上,阿里巴巴集团副总裁、阿里云数据库产品事业部总裁、ACM杰出科学家李飞飞就《云原生分布式数据库与数据仓库系统点亮数据上云

    可以跑数据库的分布式文件系统FastCFS
    可以跑数据库的分布式文件系统FastCFS

    FastCFS 是一款基于块存储的通用分布式文件系统,可以作为MySQL、PostgresSQL、Oracle等数据库和云平台的后端存储。 FastDFS已经很受欢迎了,为何还要研发FastCFS呢?FastDFS是轻量级的对象存储,只能通过专有API访问,专为互联网应用设计,适合存放图片、视频、文

    微服务架构Day21-SpringCloud之分布式配置中心
    微服务架构Day21-SpringCloud之分布式配置中心

    SpringCloud ConfigSpringCloud整合了微服务中的整体解决方案:分布式配置中心,分布式锁,分布式任务调度平台,分布式事务,分布式日志收集产生背景:在微服务场景下,若继续采用传统方式管理配置文件,配置文件管理器将变得极为复杂。而且在生产环境中,一旦配置文件发生改变,就需要重新配

    redis分布式锁,setnx+lua脚本的java实现|京东物流技术团队
    redis分布式锁,setnx+lua脚本的java实现|京东物流技术团队

    1 前言 在现在工作中,为保障服务的高可用,应对单点故障、负载量过大等单机部署带来的问题,生产环境常用多机部署。为解决多机房部署导致的数据不一致问题,我们常会选择用分布式锁。目前其他比较常见的实现方案我列举在下面:基于缓存实现分布式锁(本文主要使用redis实现)基于数据库实现分布式锁基于zooke

    如何排查 Hadoop 分布式文件系统权限问题
    如何排查 Hadoop 分布式文件系统权限问题

    简介 Hadoop作为被广泛运用的大数据框架,依靠Hadoop分布式文件系统(HDFS)来存储和管理海量数据。但有时会出现HDFS权限问题,影响数据的访问和处理。本教程将带你了解识别和解决HDFS权限问题的流程,助你维护一个强健且安全的Hadoop生态系统。 HDFS 权限概述 HDFS(Hadoo

    ionet 25.3 发布,纳秒级延迟的分布式 java netty 轻量级网络通信框架
    ionet 25.3 发布,纳秒级延迟的分布式 java netty 轻量级网络通信框架

    ionet25.3版本发布,基于Aeron构建,实现纳秒级延迟与真零拷贝,无需第三方中间件即可搭建分布式服务器。框架轻量级,15MB启动,支持游戏、物联网、高频交易等场景。采用对外服与逻辑服架构,动态扩缩,类MVC编码,自动生成多前端交互代码。

    【AdvisKV】#01: 关于我从零写一个 C++ 分布式 KV 存储系统原型
    【AdvisKV】#01: 关于我从零写一个 C++ 分布式 KV 存储系统原型

    日期: 2026.7.6 写在开头的开头 AdvisKV 是我用 C++17 从零写的一个分布式 KV 存储系统原型,包含 Meta、SDM、Storage、SDK 四个主要模块,覆盖建库建表、路由查询、KV 读写、副本数扩缩容、坏副本替换、Raft、WAL/snapshot 恢复,跑了gtest

    如何利用 Redis 的 Lua 脚本配合 Java 业务逻辑实现强一致性的分布式限流
    如何利用 Redis 的 Lua 脚本配合 Java 业务逻辑实现强一致性的分布式限流

    Redis配合Lua脚本通过原子性执行实现分布式限流的强一致性,Java仅负责安全调用,不可参与状态判断。生产环境推荐EVALSHA并提前预热脚本。令牌桶限流时,客户端传入时间戳等参数。Java层需正确配置序列化、返回值类型和连接池,否则易破坏一致性。

    Java 中 ReentrantLock 在分布式锁设计中的实现局限
    Java 中 ReentrantLock 在分布式锁设计中的实现局限

    先得明确一点:ReentrantLock 本质上只活在单个 JVM 进程内部,它天生不具备跨进程、跨机器的协调能力。所以,用它来实现分布式锁,从一开始就走错了方向。 那么,它到底卡在哪里? 无法跨越 JVM 边界 ReentrantLock 基于 AQS(AbstractQueuedSynchron

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。