SpringCloud Sleuth实现分布式请求链路跟踪流程详解

目录

• 1、概念
• 2、搭建链路监控步骤
• 2.1、zipkin
• 2.2、服务提供者
• 2.3、服务消费者(调用方)

1、概念

Git官网地址：https://github.com/spring-cloud/spring-cloud-sleuth

官网地址：https://spring.io/projects/spring-cloud-sleuth

在微服务框架中，一个由客户端发起的请求在后端系统中会经过多个不同的的服务节点调用来协同产生最后的请求结果，每一个前段请求都会形成一条复杂的分布式服务调用链路，链路中的任何一环出现高延时或错误都会引起整个请求最后的失败。

Spring Cloud Sleuth提供了一套完整的服务跟踪的解决方案，在分布式系统中提供追踪解决方案并且兼容支持了zipkin

2、搭建链路监控步骤

2.1、zipkin

官方地址：https://zipkin.io/

下载地址：https://gitcode.net/mirrors/openzipkin/zipkin？utm_source=csdn_github_accelerator

通过命令启动

需要定位到当前目录下

java -jar zipkin-server-2.23.18-exec.jar

浏览器访问：http://127.0.0.1:9411/

监控流程

一条链路通过Trace Id唯一标识，Span标识发起的请求信息，各span通过parent id 关联起来

整个链路的依赖关系：服务一 调用 服务二 ，服务二又分别调用服务三或四

2.2、服务提供者

修改cloud-provider-payment8001服务提供者模块

1、引入pom.xml依赖

    org.springframework.cloud
    spring-cloud-starter-zipkin

2、添加YAMLA配置文件

spring:
  application:
    name: cloud-payment-service # 指定程序名称
  zipkin: # 链路跟踪
    base-url: http://localhost:9411 # 跟踪后展示的地址
    sleuth:
      sampler:
        #采样率值介于 0 到 1 之间，1 则表示全部采集，一般采用0.5
        probability: 1

3、业务类实现

在8001PaymentController控制器上面添加有个简单的接口，方便链路进行跟踪

/**
 * 请求链路跟踪测试
 * @return
 */
@GetMapping("/zipkin")
public String paymentZipkin()
{
    return "hi ,i'am paymentzipkin server fall back，welcome to atguigu，O(∩_∩)O哈哈~";
}

4、启动项目

• 启动7001
• 启动8001

2.3、服务消费者(调用方)

修改cloud-consumer-order80消费者模块

引入依赖

与提供者一样

添加YAML配置文件

spring:
  application:
    name: cloud-order-service # 程序名称
  zipkin: # 链路跟踪
    base-url: http://localhost:9411 # 监控展示地址
    sleuth:
      sampler:
        probability: 1 # 采样率

添加控制器

// ====================> zipkin+sleuth
/**
 * 调用链路跟踪服务接口
 * @return
 */
@GetMapping("/payment/zipkin")
public String paymentZipkin()
{
    String result = restTemplate.getForObject("http://localhost:8001"+"/payment/zipkin/", String.class);
    return result;
}

启动测试

之前启动了7001、8001

启动当前项目80

页面访问：http://localhost/consumer/payment/zipkin

多点击几次产生链路，然后查看链路

查看链路跟踪

链路详情

到此这篇关于SpringCloud Sleuth实现分布式请求链路跟踪流程详解的文章就介绍到这了,更多相关SpringCloud Sleuth内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！