轉載本文需注明出處：微信公眾號EAWorld，違者必究。
現在越來越多的應用遷移到基于微服務的云原生的架構之上，微服務架構很強大，但是同時也帶來了很多的挑戰，尤其是如何對應用進行調試，如何監控多個服務間的調用關系和狀態。如何有效的對微服務架構進行有效的監控成為微服務架構運維成功的關鍵。用軟件架構的語言來說就是要增強微服務架構的可觀測性（Observability）。
微服務的監控主要包含一下三個方面：
- 通過收集日志，對系統和各個服務的運行狀態進行監控
- 通過收集量度（Metrics），對系統和各個服務的性能進行監控
- 通過分布式追蹤，追蹤服務請求是如何在各個分布的組件中進行處理的細節
對于是日志和量度的收集和監控，大家會比較熟悉。常見的日志收集架構包含利用Fluentd對系統日志進行收集，然后利用ELK或者Splunk進行日志分析。而對于性能監控，Prometheus是常見的流行的選擇。
分布式追蹤正在被越來越多的應用所采用。分布式追蹤可以通過對微服務調用鏈的跟蹤，構建一個從服務請求開始到各個微服務交互的全部調用過程的視圖。用戶可以從中了解到諸如應用調用的時延，網絡調用（HTTP，RPC）的生命周期，系統的性能瓶頸等等信息。那么分布式追蹤是如何實現的呢？
1.分布式追蹤的概念
谷歌在2010年4月發表了一篇論文《DApper, a Large-Scale Distributed Systems Tracing Infrastructure》（http://1t.click/6EB），介紹了分布式追蹤的概念。
對于分布式追蹤，主要有以下的幾個概念：
- 追蹤 Trace：就是由分布的微服務協作所支撐的一個事務。一個追蹤，包含為該事務提供服務的各個服務請求。
- 跨度 Span：Span是事務中的一個工作流，一個Span包含了時間戳，日志和標簽信息。Span之間包含父子關系，或者主從（Followup）關系。
- 跨度上下文 Span Context：跨度上下文是支撐分布式追蹤的關鍵，它可以在調用的服務之間傳遞，上下文的內容包括諸如：從一個服務傳遞到另一個服務的時間，追蹤的ID，Span的ID還有其它需要從上游服務傳遞到下游服務的信息。
2.OpenTracing 標準概念
基于谷歌提出的概念OpenTracing（http://1t.click/6tC）定義了一個開放的分布式追蹤的標準。
Span是分布式追蹤的基本組成單元，表示一個分布式系統中的單獨的工作單元。每一個Span可以包含其它Span的引用。多個Span在一起構成了Trace。
OpenTracing的規范定義每一個Span都包含了以下內容：
- 操作名（Operation Name），標志該操作是什么
- 標簽 （Tag），標簽是一個名值對，用戶可以加入任何對追蹤有意義的信息
- 日志（Logs），日志也定義為名值對。用于捕獲調試信息，或者相關Span的相關信息
- 跨度上下文呢 （SpanContext），SpanContext負責子微服務系統邊界傳遞數據。它主要包含兩部分：
- 和實現無關的狀態信息，例如Trace ID，Span ID
- 行李項 （Baggage Item）。如果把微服務調用比做從一個城市到另一個城市的飛行, 那么SpanContext就可以看成是飛機運載的內容。Trace ID和Span ID就像是航班號，而行李項就像是運送的行李。每次服務調用，用戶都可以決定發送不同的行李。
這里是一個Span的例子：
t=0 operation name: db_query t=x ? +-----------------------------------------------------+ | · · · · · · · · · · Span · · · · · · · · · · | +-----------------------------------------------------+ ? Tags: - db.instance:"jdbc:MySQL://127.0.0.1:3306/customers - db.statement: "SELECT * FROM mytable WHERE foo='bar';" ? Logs: - message:"Can't connect to mysql server on '127.0.0.1'(10061)" ? SpanContext: - trace_id:"abc123" - span_id:"xyz789" - Baggage Items: - special_id:"vsid1738"
要實現分布式追蹤，如何傳遞SpanContext是關鍵。OpenTracing定義了兩個方法Inject和Extract用于SpanContext的注入和提取。
Inject 偽代碼
span_context = ...
outbound_request = ...
?
# We'll use the (builtin) HTTP_HEADERS carrier format. We
# start by using an empty map as the carrier prior to the
# call to `tracer.inject`.
carrier = {}
tracer.inject(span_context, opentracing.Format.HTTP_HEADERS, carrier)
?
# `carrier` now contains (opaque) key:value pairs which we pass
# along over whatever wire protocol we already use.
for key, value in carrier:
outbound_request.headers[key] = escape(value)
這里的注入的過程就是把context的所有信息寫入到一個叫Carrier的字典中，然后把字典中的所有名值對寫入 HTTP Header。
Extract 偽代碼
inbound_request = ...
?
# We'll again use the (builtin) HTTP_HEADERS carrier format. Per the
# HTTP_HEADERS documentation, we can use a map that has extraneous data
# in it and let the OpenTracing implementation look for the subset
# of key:value pairs it needs.
#
# As such, we directly use the key:value `inbound_request.headers`
# map as the carrier.
carrier = inbound_request.headers
span_context = tracer.extract(opentracing.Format.HTTP_HEADERS, carrier)
# Continue the trace given span_context. E.g.,
span = tracer.start_span("...", child_of=span_context)
?
# (If `carrier` held trace data, `span` will now be ready to use.)
抽取過程是注入的逆過程，從carrier，也就是HTTP Headers，構建SpanContext。
整個過程類似客戶端和服務器傳遞數據的序列化和反序列化的過程。這里的Carrier字典支持Key為string類型，value為string或者Binary格式（Bytes）。
3.怎么用能？
好了講了一大堆的概念，作為程序猿的你早已經不耐煩了，不要講那些有的沒的，快上代碼。不急我們這就看看具體如何使用Tracing。
我們用一個程序猿喜聞樂見的打印‘hello world’的Python應用來說明OpenTracing是如何工作的。
客戶端代碼
import requests
import sys
import time
from lib.tracing import init_tracer
from opentracing.ext import tags
from opentracing.propagation import Format
?
?
def say_hello(hello_to):
with tracer.start_active_span('say-hello') as scope:
scope.span.set_tag('hello-to', hello_to)
hello_str = format_string(hello_to)
print_hello(hello_str)
?
def format_string(hello_to):
with tracer.start_active_span('format') as scope:
hello_str = http_get(8081, 'format', 'helloTo', hello_to)
scope.span.log_kv({'event': 'string-format', 'value': hello_str})
return hello_str
?
def print_hello(hello_str):
with tracer.start_active_span('println') as scope:
http_get(8082, 'publish', 'helloStr', hello_str)
scope.span.log_kv({'event': 'println'})
?
def http_get(port, path, param, value):
url = 'http://localhost:%s/%s' % (port, path)
?
span = tracer.active_span
span.set_tag(tags.HTTP_METHOD, 'GET')
span.set_tag(tags.HTTP_URL, url)
span.set_tag(tags.SPAN_KIND, tags.SPAN_KIND_RPC_CLIENT)
headers = {}
tracer.inject(span, Format.HTTP_HEADERS, headers)
?
r = requests.get(url, params={param: value}, headers=headers)
assert r.status_code == 200
return r.text
?
?
# main
assert len(sys.argv) == 2
?
tracer = init_tracer('hello-world')
?
hello_to = sys.argv[1]
say_hello(hello_to)
?
# yield to IOLoop to flush the spans
time.sleep(2)
tracer.close()
客戶端完成了以下的工作：
- 初始化Tracer，trace的名字是‘hello-world’
- 創建以個客戶端操作say_hello，該操作關聯一個Span，取名‘say-hello’，并調用span.set_tag加入標簽
- 在操作say_hello中調用第一個HTTP 服務A，format_string， 該操作關聯另一個Span取名‘format’，并調用span.log_kv加入日志
- 之后調用另一個HTTP 服務B，print_hello， 該操作關聯另一個Span取名‘println’，并調用span.log_kv加入日志
- 對于每一個HTTP請求，在Span中都加入標簽，標志http method，http url和span kind。并調用tracer.inject把SpanContext注入到http header 中。
服務A代碼
from flask import Flask
from flask import request
from lib.tracing import init_tracer
from opentracing.ext import tags
from opentracing.propagation import Format
?
app = Flask(__name__)
tracer = init_tracer('formatter')
@app.route("/format")
def format():
span_ctx = tracer.extract(Format.HTTP_HEADERS, request.headers)
span_tags = {tags.SPAN_KIND: tags.SPAN_KIND_RPC_SERVER}
with tracer.start_active_span('format', child_of=span_ctx, tags=span_tags):
hello_to = request.args.get('helloTo')
return 'Hello, %s!' % hello_to
?
if __name__ == "__main__":
app.run(port=8081)
服務A響應format請求，調用tracer.extract從http headers中提取信息，構建spanContext。
服務B代碼
from flask import Flask
from flask import request
from lib.tracing import init_tracer
from opentracing.ext import tags
from opentracing.propagation import Format
?
app = Flask(__name__)
tracer = init_tracer('publisher')
?
@app.route("/publish")
def publish():
span_ctx = tracer.extract(Format.HTTP_HEADERS, request.headers)
span_tags = {tags.SPAN_KIND: tags.SPAN_KIND_RPC_SERVER}
with tracer.start_active_span('publish', child_of=span_ctx, tags=span_tags):
hello_str = request.args.get('helloStr')
print(hello_str)
return 'published'
?
if __name__ == "__main__":
app.run(port=8082)
服務B和A類似。
之后在支持分布式追蹤的軟件UI上（下圖是Jaeger UI），就可以看到類似下圖的追蹤信息。我們可以看到服務hello-word和三個操作say-hello/format/println的詳細追蹤信息。
當前有很多分布式追蹤軟件都提供了OpenTracing的支持，包括：Jaeger，LightStep，Instanna，Apache SkyWalking，inspectIT，stagemonitor，Datadog，Wavefront，Elastic APM等等。其中作為開源軟件的Zipkin（http://1t.click/6Ec）和Jaeger（http://1t.click/6DY）最為流行。
Zipkin
Zipkin（http://1t.click/6Ec）是Twitter基于Dapper開發的分布式追蹤系統。它的設計架構如下圖：
- 藍色實體是Zipkin要追蹤的目標組件，Non-Intrumented Server表示不直接調用Tracing API的微服務。通過Intrumented Client從Non-Intrumented Server中收集信息并發送給Zipkin的收集器Collector。Intrumented Server 直接調用Tracing API，發送數據到Zipkin的收集器。
- Transport是傳輸通道，可以通過HTTP直接發送到Zipkin或者通過消息/事件隊列的方式。
- Zipkin本身是一個JAVA應用，包含了：收集器Collector負責數據采集，對外提供數據接口；存儲；API和UI。
Zipkin的用戶界面像這個樣子：
Zipkin官方支持以下幾種語言的客戶端：C#，Go，Java，JavaScript，Ruby，Scala，php。開源社區也有其它語言的支持。
Zipkin發展到現在有快4年的時間，是一個相對成熟的項目。
Jaeger
Jaeger（http://1t.click/6DY）最早是由Uber開發的分布式追蹤系統，同樣基于Dapper的設計理念?，F在Jaeger是CNCF（Cloud Native Computing Foundation）的一個項目。如果你對CNCF這個組織有所了解，那么你可以推測出這個項目應該和Kubernetes有非常緊密的集成。
Jaeger基于分布式的架構設計，主要包含以下幾個組件：
- Jaeger Client，負責在客戶端收集跟蹤信息。
- Jaeger Agent，負責和客戶端通信，把收集到的追蹤信息上報個收集器 Jaeger Collector
- Jaeger Colletor把收集到的數據存入數據庫或者其它存儲器
- Jaeger Query 負責對追蹤數據進行查詢
- Jaeger UI負責用戶交互
這個架構很像ELK，Collector之前類似Logstash負責采集數據，Query類似Elastic負責搜索，而UI類似Kibana負責用戶界面和交互。這樣的分布式架構使得Jaeger的擴展性更好，可以根據需要，構建不同的部署。
Jaeger作為分布式追蹤的后起之秀，隨著云原生和K8s的廣泛采用，正變得越來越流行。利用官方給出的K8s部署模版（http://1t.click/6DU），用戶可以快速的在自己的k8s集群上部署Jaeger。
4.分布式跟蹤系統——產品對比
當然除了支持OpenTracing標準的產品之外，還有其它的一些分布式追蹤產品。這里引用一些其它博主的分析，給大家一些參考：
- 調用鏈選型之Zipkin，Pinpoint，SkyWalking，CAT（http://1t.click/6tY）
- 分布式調用鏈調研（pinpoint,skywalking,jaeger,zipkin等對比）（http://1t.click/6DK）
- 分布式跟蹤系統——產品對比（http://1t.click/6ug）
5.總結
在微服務大行其道，云原生成為架構設計的主流的情況下，微服務系統監控，包含日志，指標和追蹤成為了系統工程的重中之重。OpenTracing基于Dapper的分布式追蹤設計理念，定義了分布式追蹤的實現標準。在開源項目中，Zipkin和Jaeger是相對優秀的選擇。尤其是Jaeger，由于對云原生框架的良好集成，是構建微服務追蹤系統的必備良器。
參考資料
http://1t.click/6tC
http://1t.click/6t7
http://1t.click/6tD
http://1t.click/6tK
http://1t.click/6tP
http://1t.click/6tS
https://dwz.cn/vBqhTHL1
關于作者：陶剛，Splunk資深軟件工程師，架構師，畢業于北京郵電大學，現在在溫哥華負責Splunk機器學習云平臺的開發，曾經就職于SAP，EMC，Lucent等企業，擁有豐富的企業應用軟件開發經驗，熟悉軟件開發的各種技術，平臺和開發過程，在商務智能，機器學習，數據可視化，數據采集，網絡管理等領域都有涉及。
關于EAWorld：微服務，DevOps，數據治理，移動架構原創技術分享。
