当前位置：首页 > news >正文

skywalking微服务链路追踪

news 来源：原创 2025/5/10 17:06:18

是什么？

skywalking是一个优秀的国产开源框架，2015年由个人吴晟（华为开发者）开源，

分布式链路追踪就是将一次分布式请求还原成调用链路，将一次分布式请求的调用情况集中展示，比如各个服务节点上的耗时、请求具体到达哪台机器上、每个服务节点的请求状态等等。

优势：

skywalking采用字节码增强的技术实现代码无侵入，zipKin代码侵入性比较高
skywalking功能比较丰富，报表统计，UI界面更加人性化

当前主流开源组件

常用链路追踪工具的有：Zipkin、SkyWalking、CAT。

Zipkin 是 Twitter 开源的调用链分析工具，目前基于 SpringCloud Sleuth 得到了广泛的使用，特点是轻量，使用部署简单。

SkyWalking 是本土开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点是支持多种插件，UI 功能较强，接入端无代码侵入。目前已加入 Apache 孵化器。

CAT 是大众点评开源的基于编码和配置的调用链分析，应用监控分析，日志采集，监控报警等一系列的监控平台工具。

纯属个人观点：

从接入方式来看，Cat的代码侵入性最高，Zipkin只需要基于Sleuth方式引入配置，SkyWalking无代码侵入性。
从使用入门来看，Zipkin容易些，Cat成本高些。
从页面UI展示来看，健壮度：CAT > SkyWalking> Zipkin。

综上所述，Skywalking代码无侵入性，通信方式采用 gRPC ，性能较好，UI 够强也够用。

1.服务端如何搭建？

skywalking同样是通过jar包方式启动，需要下载jar包，地址：
https://skywalking.apache.org/downloads/

这里也有8.1.0版本的和mysql驱动包，需要自取

通过网盘分享的文件：服务追踪
链接: https://pan.baidu.com/s/1VEpBGonq0k08N4pu3x7oqg?pwd=w8j9 提取码: w8j9

SkyWalking版本对应不同的JDK（本人就踩大坑了）

SkyWalking 版本	支持的 JDK 版本
8.x	JDK 8, 9, 10, 11
9.x	JDK 8, 9, 10, 11, 16, 17
10.x	JDK 8, 9, 10, 11, 16, 17

目录分析：

agent：客户端需要指定的目录，其中有一个jar，就是负责和客户端整合收集日志
bin：服务端启动的脚本
config：一些配置文件的目录
logs：oap服务的日志目录
oap-libs：oap所需的依赖目录
webapp：UI服务的目录

修改端口号：

\webapp\application.yml 我修改为8888防止冲突

启动：

启动命令在/bin目录下，这里需要启动两个服务，如下：

oap服务：对应的启动脚本oapService.bat，Linux下对应的后缀是sh

UI服务：对应的启动脚本webappService.bat，Linux下对应的后缀是sh

当然还有一个startup.bat启动文件，可以直接启动上述两个服务，我们可以直接使用这个脚本，直接双击，将会弹出两个窗口则表示启动成功，如下图：

因为skywalking是非侵入式的所以就可以选择直接添加JVM选项

-javaagent:D:\1AAATools\apache-skywalking-apm-bin8.1\apache-skywalking-apm-bin\agent\skywalking-agent.jar
-Dskywalking.agent.service_name=ruoyi-gen
-Dskywalking.collector.backend_service=localhost:11800

-javaagent:skywalking-agent.jar所在路径

-Dskywalking.agent.service_name=分组 + 微服务的服务名称（就是配置参数spring.application.name）

-Dskywalking.collector.backend_service=不用修改（日志收集地址的，固定端口11800）

配置完成后访问http://localhost:8888/

skywalking是根据请求生成这些数据的，所以需要访问项目中的路径才会有数据

skywalking指标：

2.Skywalking 进行日志配置：

为log日志增加 skywalking的 traceId（追踪ID）。便于排查

首先引入maven依赖

<!-- SkyWalking 的日志工具包 -->
<dependency>
<groupId>org.apache.skywalking</groupId>
<artifactId>apm-toolkit-logback-1.x</artifactId>
<version>9.0.0</version>
</dependency>

接着在 resources文件夹下创建 logback-spring.xml文件

<?xml version="1.0" encoding="UTF-8"?>
<configuration debug="false">
    <property name="LOG_HOME" value="D:/logs/"></property>
    
    <conversionRule conversionWord="clr"
                    converterClass="org.springframework.boot.logging.logback.ColorConverter" />
    <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">
        <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
            <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.mdc.TraceIdMDCPatternLogbackLayout">
                <pattern>%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} [%X{tid}] %clr([%-10.10thread]){faint} %clr(%-5level) %clr(%-50.50logger{50}:%-3L){cyan} %clr(-){faint} %msg%n</pattern>
            </layout>
        </encoder>
    </appender>

    <appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender">
        <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
            <!-- 修正日期格式 -->
            <FileNamePattern>${LOG_HOME}/%d{yyyy-MM-dd}/pro.log</FileNamePattern>
            <MaxHistory>30</MaxHistory>
        </rollingPolicy>
        <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
            <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.mdc.TraceIdMDCPatternLogbackLayout">
                <!--格式化输出：%d表示日期，%thread表示线程名，%-5level：级别从左显示5个
                字符宽度%msg：日志消息，%n是换行符-->
                <!-- <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread]
                %-5level %logger{50} - %msg%n</pattern>-->
                <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%X{tid}] [%-10.10thread]
                    %-5level %-50.50logger{50}:%-3L - %msg%n</pattern>
            </layout>
        </encoder>
        <!--日志文件最大的大小-->
        <triggeringPolicy
                class="ch.qos.logback.core.rolling.SizeBasedTriggeringPolicy">
            <MaxFileSize>10MB</MaxFileSize>
        </triggeringPolicy>
    </appender>
    <!--skywalking grpc 日志收集-->
    <appender name="grpc"
              class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.log.GRPCLogClientAppender">
        <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
            <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.mdc.TraceIdMDCPatternLogbackLayout">
                <Pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%X{tid}] [%thread]
                    %-5level %logger{36} -%msg%n</Pattern>
            </layout>
        </encoder>
    </appender>
    <!-- 日志输出级别 -->
    <root level="INFO">
        <appender-ref ref="STDOUT"/>
        <appender-ref ref="FILE"/>
        <appender-ref ref="grpc"/>
    </root>
</configuration>

请求接口就可以发现TID的输出

把TID放到追踪ID这里：

3.数据持久化：

skywalking默认使用内置内存h2来存储数据，这样的弊端就是重启后数据消失，虽然skywalking是实时的但是最好还是记录一下

打开\apache-skywalking-apm-bin\config\application.yml配置文件

将mysql驱动放入apache-skywalking-apm-bin\oap-libs下

h2改为mysql

修改路径，我这里是组长的数据库

如果报错加上时区

 jdbcUrl: ${SW_JDBC_URL:"jdbc:mysql://localhost:3306/swtest?characterEncoding=utf8&connectTimeout=1000&socketTimeout=3000&autoReconnect=true&useUnicode=true&useSSL=false&serverTimezone=UTC"}

创建数据库重启nacos，就会自动创建表