SkyWalking-1--SkyWalking是什么？

Apache SkyWalking是一个开源的应用性能监控（APM）和可观测性分析平台（Observability Platform），专为云原生和微服务架构设计。集分布式追踪、服务网格监控、度量聚合、日志收集、可视化、告警等功能于一体。它帮助开发者和运维团队实时掌握系统的运行状态，快速定位问题根源，优化性能，并提供业务洞察。

1、核心功能

1、分布式追踪（Distributed Tracing）

• 端到端追踪：为每个请求生成唯一的Trace ID，记录请求在微服务间的流转路径和耗时，形成完整的调用链（Call Chain）。
• 调用链分析：通过Span（调用片段）记录每个服务的处理时间、调用关系和错误信息，帮助识别性能瓶颈。
• 示例场景：在电商系统中，用户下单请求经过订单服务、用户服务、库存服务、支付服务等，SkyWalking可以清晰展示每个服务的耗时及调用顺序。

2、性能监控（APM）

• 实时指标采集：监控服务的响应时间、吞吐量、错误率、CPU/内存使用率等关键指标。
• 服务依赖分析：通过拓扑图展示服务间的依赖关系，识别关键服务和潜在故障点。
• 多维度分析：支持按服务、实例、端点（Endpoint）等维度分析性能数据。

3、服务网格监控

• Istio/Envoy集成：捕获服务网格中的通信细节（如请求延迟、流量分布、错误率），帮助理解微服务间的交互行为。
• Sidecar模式支持：通过Sidecar代理（如Envoy）采集遥测数据，无需修改业务代码。

4、日志管理

• 日志聚合：收集和分析分布式系统中的日志数据，支持日志格式化、字段提取、关联追踪（Trace ID）。
• 高性能采样：支持多种日志采样策略，减少存储和计算开销。
• 与追踪联动：在日志中关联Trace ID，可直接跳转到对应的调用链路分析页面。

5、度量聚合与告警

• 多数据源支持：聚合SkyWalking自身指标、OpenTelemetry、Prometheus、Zabbix等第三方指标。如响应时间、吞吐量、成功率等。
• 灵活告警规则：基于自定义阈值（如响应时间> 1s、错误率> 5%）触发告警，支持邮件、钉钉、Webhook等通知方式。
• 告警收敛：支持告警分组、抑制规则，避免告警风暴。

6、可视化仪表盘

• 拓扑图：实时展示服务依赖关系和流量分布。
• 调用链追踪：通过时间轴展示请求的完整生命周期。
• 性能图表：以图表形式展示响应时间、吞吐量、错误率等指标。
• 自定义视图：支持按业务需求定制仪表盘，方便不同团队聚焦关键指标。

2、架构设计

SkyWalking的架构分为四层，模块化设计使其灵活可扩展。
架构示例图：

1、Agent（探针）

• 功能：注入到应用中，采集链路数据（Trace、Metrics、Logs）。
• 支持语言：Java、Go、Python、Node.js、.NET Core、PHP、C++等。
• 无侵入性：通过Java Agent技术实现无代码修改的监控，适用于Spring Cloud、Dubbo、gRPC等主流框架。

2、OAP Server（后端服务）

• 核心功能：
  • 数据分析：接收Agent发送的数据，进行聚合、分析。
  • 存储：将数据写入后端存储（如Elasticsearch、MySQL、H2、TiDB、BanyanDB）。
  • 查询服务：提供REST/gRPC接口供UI查询数据。
• 模块化设计：支持插件化扩展（如新增数据源、告警渠道）。

3、Storage（存储层）

• 支持类型：
  • Elasticsearch：适合高吞吐量和复杂查询场景。
  • MySQL/H2：轻量级部署，适合开发和测试环境。
  • BanyanDB：SkyWalking自研的时序数据库，专为遥测数据优化。
  • TiDB：支持水平扩展的分布式数据库。

4、UI（前端展示）

• 功能：
  • 提供Web界面，展示拓扑图、调用链、性能指标。
  • 支持自定义仪表盘、告警规则配置。
  • 默认端口：8080，登录账号admin/admin。

示例UI图：
拓扑图：

链路追踪图：

指标面板图：

3、核心优势

1、多语言支持

• 支持Java、Go、Python、Node.js等主流语言的自动探针，覆盖云原生全栈。

2、轻量高效

• 无需依赖大数据平台（如Hadoop），资源消耗低，适合中小规模部署。

3、模块化架构

• 各组件（Agent、OAP、Storage、UI）可独立部署和扩展。

4、云原生友好

• 支持Kubernetes、Docker、Istio等云原生技术，提供服务网格监控。

5、扩展性强

• 支持OpenTelemetry、Prometheus等标准协议，可与现有监控系统集成。

6、自研数据库BanyanDB

• 专为遥测数据设计，支持高吞吐写入和高效查询。

4、典型使用场景

1、微服务调用链追踪

• 快速定位请求延迟或失败的根本原因（如某个服务响应超时）。
• 示例：用户登录请求经过认证服务、用户服务、数据库，SkyWalking可显示每个环节的耗时。

2、性能瓶颈分析

• 通过对服务调用链的分析，识别出性能瓶颈所在的服务或接口。同时可通过拓扑图和指标图表，识别高负载服务或资源瓶颈（如数据库慢查询）。

3、服务依赖分析

• 可视化服务间依赖关系，发现循环依赖或单点故障风险。

4、日志与追踪联动

• 在日志中点击Trace ID，直接跳转到对应的调用链分析页面。

5、告警与故障响应

• 设置告警规则（如服务错误率>5%），通过钉钉或邮件通知运维团队。

6、云原生监控

• 监控Kubernetes集群中的容器状态、Pod资源使用情况。

5、部署与使用

1、单机部署

步骤：
（1）、安装Elasticsearch（可选，用于存储数据）。
（2）、下载SkyWalking
从官网获取安装包。
（3）、配置

• 修改application.yml配置存储类型（如storage: elasticsearch）。
• 修改webapp.yml配置前端端口。
  （4）、启动服务
  Bash示例：

# 启动SkyWalking OAP和Web UI
/path/to/skywalking/bin/startup.sh

（5）、访问UI：浏览器打开http://localhost:8080，默认账号admin/admin。

2、微服务集成

• Java应用：
  • 将SkyWalking Agent挂载到JVM启动参数：
    Bash示例：

java -javaagent:/path/to/skywalking-agent.jar -Dskywalking.agent.service_name=order-service -jar order-service.jar

• 非Java应用：
  • 使用OpenTelemetry或SkyWalking提供的SDK（如Go、Python客户端）。

6、与其他工具对比

7、最佳实践

1、生产环境部署

• 使用Elasticsearch作为存储，确保高可用和扩展性。
• 配置告警规则，监控关键服务的延迟和错误率。

2、性能优化

• 通过调用链分析，优化慢SQL、第三方接口调用。
• 使用拓扑图识别服务依赖瓶颈，减少不必要的调用。

3、日志与追踪联动

• 在日志中记录Trace ID，实现日志与链路追踪的无缝衔接。

4、持续集成

• 在CI/CD流程中集成SkyWalking，监控新版本发布后的性能变化。

8、总结

Apache SkyWalking是云原生时代不可或缺的观测性工具，通过分布式追踪、性能监控、日志管理、告警等功能，帮助团队全面掌控微服务和云原生系统的运行状态。其多语言支持、轻量高效、模块化设计和自研数据库BanyanDB使其在同类工具中脱颖而出。无论是中小规模的微服务架构，还是大规模云原生集群，SkyWalking都能提供高效的监控和诊断能力。

向阳前行，Dare To Be！！！