背景

一個系統頁面上的按鈕點擊到結果反饋，在微服務框架里，是由N個服務組成返回結果，中間可能經過a->b->c->b->a，或a->b->a->c等等簡單或復雜重復的服務調用，如果調用鏈路某一節點出錯導致服務崩潰，將無法快速定位問題解決。

在大規模分布式與微服務集群下，出現問題時，需要：
1、可實時觀察系統整理調用鏈路情況
2、快速發現并定位問題
3、精準判斷故障對系統的影響范圍和程度
4、梳理服務之間的依賴關系，并判斷依賴關系是否合理是否可優化
5、精準分析調用鏈的性能瓶頸以及容量規劃

以上分布式鏈路追蹤技術可以解決的問題，分布式鏈路追蹤（Distributed Tracing），就是將一次分布式請求還原成調用鏈路，進行日志記錄，性能監控并將一次分布式請求的調用情況集中展示。比如各個服務節點上的耗時、請求具體到達哪臺機器上、每個服務節點的請求狀態等等。

Micrometer

springcloud 對分布式鏈路追蹤提供了支持：Spring Cloud Sleuth 為分布式跟蹤提供 Spring Boot 自動配置，但目前Spring Cloud Sleuth 的最后一個次要版本是 3.1，已停止更新，以后使用推薦 Micrometer Tracing

Micrometer與ZipKin之間的關系

可能會有同志們在想，既然有了Micrometer作為鏈路追蹤，那么還要ZipKin干嘛？

看以上圖，可理解為，Micrometer作為鏈路追蹤可以采集到整條完整鏈路的所有請求信息，但是以數據方式呈現在日志當中，雖然也可以直接觀看，但想要更客觀統計和分析，仍然有局限性。ZipKin支持接入Micrometer的數據，作為儀表板，可以清晰看見每條鏈路的請求響應數據。

專業術語

Span：基本工作單位。例如，發送 RPC 是一個新的跨度，向 RPC 發送響應也是如此。跨度還包含其他數據，例如描述、時間戳事件、鍵值注釋（標記）、導致這些值的跨度的 ID 以及進程 ID（通常為 IP 地址）
Trace：形成樹狀結構的一組跨度。例如，如果運行分布式大數據存儲，則 PUT 跟蹤可能由請求形成。
Annotation/Event：用于及時記錄事件的存在。
Tracer：處理跨度生命周期的庫。它可以通過報告器/導出器創建、啟動、停止和報告跨度到外部系統。
Tracing context：要使分布式跟蹤正常工作，跟蹤上下文（跟蹤標識符、跨度標識符等）必須通過進程（例如通過線程）和網絡傳播。
Log correlation：跟蹤上下文的某些部分（例如跟蹤標識符、跨度標識符）可以填充到給定應用程序的日志中。然后，可以將所有日志收集到單個存儲中，并通過跟蹤 ID 對它們進行分組。這樣，就可以從按時間順序排列的所有服務中獲取單個業務操作（跟蹤）的所有日志。
Latency analysis tools：收集導出的跨度并可視化整個跟蹤的工具。允許輕松分析延遲。

分布式鏈路追蹤原理

見上圖，分布式鏈路追蹤是怎么知道服務的上游和下游是誰呢？

那么一條鏈路追蹤會在每個服務調用的時候加上Trace ID（全局唯一id） 和 Span ID（每次請求的id）

鏈路通過TraceId唯一標識，

Span標識發起的請求信息，各span通過parent id 關聯起來 (Span:表示調用鏈路來源，通俗的理解span就是一次請求信息)

簡單來說

第一個節點：Span ID = A，Parent ID = null，Service 1 接收到請求。

第二個節點：Span ID = B，Parent ID= A，Service 1 發送請求到 Service 2 返回響應給Service 1 的過程。

第三個節點：Span ID = C，Parent ID= B，Service 2 的 中間解決過程。

第四個節點：Span ID = D，Parent ID= C，Service 2 發送請求到 Service 3 返回響應給Service 2 的過程。

第五個節點：Span ID = E，Parent ID= D，Service 3 的中間解決過程。

第六個節點：Span ID = F，Parent ID= C，Service 3 發送請求到 Service 4 返回響應給 Service 3 的過程。

第七個節點：Span ID = G，Parent ID= F，Service 4 的中間解決過程。

通過 Parent ID 就可找到父節點，整個鏈路即可以進行跟蹤追溯了。

ZipKin

Zipkin 是一個分布式跟蹤系統。它有助于收集解決服務架構中的延遲問題所需的計時數據。功能包括此數據的收集和查找。
如果日志文件中有跟蹤 ID，則可以直接跳轉到該 ID。否則，您可以根據服務、操作名稱、標簽和持續時間等屬性進行查詢。將為您總結一些有趣的數據，例如在服務中花費的時間百分比，以及操作是否失敗。

Zipkin UI 還顯示一個依賴關系圖，顯示每個應用程序經過的跟蹤請求數。這有助于識別聚合行為，包括錯誤路徑或對已棄用服務的調用。

安裝下載

官方支持三種安裝下載：Java、Docker 或從源代碼運行。
java下載：https://zipkin.io/pages/quickstart

下載完成后運行jar

java -jar zipkin-server-3.0.0-rc0-exec.jar

啟動完成之后訪問http://your_host:9411，成功

Micrometer+ZipKin 案例演示

Micrometer+ZipKin兩者各自分工

• Micrometer：數據采集
• ZipKin：圖形展示

本案例采用兩個服務模塊演示，a服務提供者、b服務調用者

總父工程pom依賴引入

<properties><micrometer-tracing.version>1.2.0</micrometer-tracing.version><micrometer-observation.version>1.12.0</micrometer-observation.version><feign-micrometer.version>12.5</feign-micrometer.version><zipkin-reporter-brave.version>2.17.0</zipkin-reporter-brave.version>
</properties><!--micrometer-tracing-bom導入鏈路追蹤版本中心  1-->
<dependency><groupId>io.micrometer</groupId><artifactId>micrometer-tracing-bom</artifactId><version>${micrometer-tracing.version}</version><type>pom</type><scope>import</scope>
</dependency>
<!--micrometer-tracing指標追蹤  2-->
<dependency><groupId>io.micrometer</groupId><artifactId>micrometer-tracing</artifactId><version>${micrometer-tracing.version}</version>
</dependency>
<!--micrometer-tracing-bridge-brave適配zipkin的橋接包 3-->
<dependency><groupId>io.micrometer</groupId><artifactId>micrometer-tracing-bridge-brave</artifactId><version>${micrometer-tracing.version}</version>
</dependency>
<!--micrometer-observation 4-->
<dependency><groupId>io.micrometer</groupId><artifactId>micrometer-observation</artifactId><version>${micrometer-observation.version}</version>
</dependency>
<!--feign-micrometer 5-->
<dependency><groupId>io.github.openfeign</groupId><artifactId>feign-micrometer</artifactId><version>${feign-micrometer.version}</version>
</dependency>
<!--zipkin-reporter-brave 6-->
<dependency><groupId>io.zipkin.reporter2</groupId><artifactId>zipkin-reporter-brave</artifactId><version>${zipkin-reporter-brave.version}</version>
</dependency>

引入包的作用是什么呢？
由于Micrometer Tracing是一個門面工具自身并沒有實現完整的鏈路追蹤系統，具體的鏈路追蹤另外需要引入的是第三方鏈路追蹤系統的依賴：

micrometer-tracing-bom：導入鏈路追蹤版本中心，體系化說明

micrometer-tracing：指標追蹤

micrometer-tracing-bridge-brave：一個Micrometer模塊，用于與分布式跟蹤工具 Brave 集成，以收集應用程序的分布式跟蹤數據。Brave是一個開源的分布式跟蹤工具，它可以幫助用戶在分布式系統中跟蹤請求的流轉，它使用一種稱為"跟蹤上下文"的機制，將請求的跟蹤信息存儲在請求的頭部，然后將請求傳遞給下一個服務。在整個請求鏈中，Brave會將每個服務處理請求的時間和其他信息存儲到跟蹤數據中，以便用戶可以了解整個請求的路徑和性能。

micrometer-observation
一個基于度量庫 Micrometer的觀測模塊，用于收集應用程序的度量數據。

feign-micrometer：一個Feign HTTP客戶端的Micrometer模塊，用于收集客戶端請求的度量數據。

zipkin-reporter-brave：一個用于將 Brave 跟蹤數據報告到Zipkin 跟蹤系統的庫。

補充包：spring-boot-starter-actuator SpringBoot框架的一個模塊用于監視和管理應用程序（服務的健康檢查）

a服務提供方pom依賴引入

<!--micrometer-tracing指標追蹤  1--><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-tracing</artifactId></dependency><!--micrometer-tracing-bridge-brave適配zipkin的橋接包 2--><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-tracing-bridge-brave</artifactId></dependency><!--micrometer-observation 3--><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-observation</artifactId></dependency><!--feign-micrometer 4--><dependency><groupId>io.github.openfeign</groupId><artifactId>feign-micrometer</artifactId></dependency><!--zipkin-reporter-brave 5--><dependency><groupId>io.zipkin.reporter2</groupId><artifactId>zipkin-reporter-brave</artifactId></dependency>

yml配置

# ========================zipkin===================
management:zipkin:tracing:endpoint: http://localhost:9411/api/v2/spanstracing:sampling:probability: 1.0 #采樣率默認為0.1(0.1就是10次只能有一次被記錄下來)，值越大收集越及時。

編寫接口

/*** Micrometer(Sleuth)進行鏈路監控的例子* @param id* @return*/@GetMapping(value = "/pay/micrometer/{id}")public String myMicrometer(@PathVariable("id") Integer id);

b服務調用方pom依賴引入

 <!--micrometer-tracing指標追蹤  1--><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-tracing</artifactId></dependency><!--micrometer-tracing-bridge-brave適配zipkin的橋接包 2--><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-tracing-bridge-brave</artifactId></dependency><!--micrometer-observation 3--><dependency><groupId>io.micrometer</groupId><artifactId>micrometer-observation</artifactId></dependency><!--feign-micrometer 4--><dependency><groupId>io.github.openfeign</groupId><artifactId>feign-micrometer</artifactId></dependency><!--zipkin-reporter-brave 5--><dependency><groupId>io.zipkin.reporter2</groupId><artifactId>zipkin-reporter-brave</artifactId></dependency>

a、b服務之間的pom引入是一樣的 不需要吧zipkin的依賴引入，因為總父工程的pom里面已經有了，子服務不需要引入。

yml配置

# zipkin圖形展現地址和采樣率設置
management:zipkin:tracing:endpoint: http://localhost:9411/api/v2/spanstracing:sampling:probability: 1.0 #采樣率默認為0.1(0.1就是10次只能有一次被記錄下來)，值越大收集越及時。

接口調用

@RestController
@Slf4j
public class OrderMicrometerController
{@Resourceprivate PayFeignApi payFeignApi;@GetMapping(value = "/feign/micrometer/{id}")public String myMicrometer(@PathVariable("id") Integer id){return payFeignApi.myMicrometer(id);}
}

服務啟動后，調用接口http://localhost/feign/micrometer/1

打開網址http：//your_host：9411，看到對應界面


可清楚看到鏈路的每個服務節點的詳細信息，包括斷路器等都可檢測到。

相關文獻

micrometer官網：https://docs.micrometer.io/micrometer/reference/overview.html
zipkin官網：https://zipkin.io/

當然除了Micrometer還有其他技術可以做鏈路追蹤，具體情況參考自家公司的服務架構、項目流量決定，Skywalking作為鏈路追蹤也是不錯的

$就先說到這$
$在下Apollo$
$一個愛分享Java、生活的小人物，$
$咱們來日方長，有緣江湖再見，告辭！$