前言

隨著微服務(wù)架構(gòu)的流行，服務(wù)按照不同的維度進(jìn)行拆分，一次請求往往需要涉及到多個服務(wù)?；ヂ?lián)網(wǎng)應(yīng)用構(gòu)建在不同的軟件模塊集上，這些軟件模塊，有可能是由不同的團(tuán)隊開發(fā)、可能使用不同的編程語言來實現(xiàn)、有可能布在了幾千臺服務(wù)器，橫跨多個不同的數(shù)據(jù)中心。因此，就需要一些可以幫助理解系統(tǒng)行為、用于分析性能問題的工具，以便發(fā)生故障的時候，能夠快速定位和解決問題。

全鏈路監(jiān)控組件就在這樣的問題背景下產(chǎn)生了。最出名的是谷歌公開的論文提到的 Google Dapper。想要在這個上下文中理解分布式系統(tǒng)的行為，就需要監(jiān)控那些橫跨了不同的應(yīng)用、不同的服務(wù)器之間的關(guān)聯(lián)動作。

所以，在復(fù)雜的微服務(wù)架構(gòu)系統(tǒng)中，幾乎每一個前端請求都會形成一個復(fù)雜的分布式服務(wù)調(diào)用鏈路。一個請求完整調(diào)用鏈可能如下圖所示：

那么在業(yè)務(wù)規(guī)模不斷增大、服務(wù)不斷增多以及頻繁變更的情況下，面對復(fù)雜的調(diào)用鏈路就帶來一系列問題：

• 如何快速發(fā)現(xiàn)問題？
• 如何判斷故障影響范圍？
• 如何梳理服務(wù)依賴以及依賴的合理性？
• 如何分析鏈路性能問題以及實時容量規(guī)劃？

同時我們會關(guān)注在請求處理期間各個調(diào)用的各項性能指標(biāo)，比如：吞吐量（TPS）、響應(yīng)時間及錯誤記錄等。

• 吞吐量，根據(jù)拓?fù)淇捎嬎阆鄳?yīng)組件、平臺、物理設(shè)備的實時吞吐量。
• 響應(yīng)時間，包括整體調(diào)用的響應(yīng)時間和各個服務(wù)的響應(yīng)時間等。
• 錯誤記錄，根據(jù)服務(wù)返回統(tǒng)計單位時間異常次數(shù)。

全鏈路性能監(jiān)控 從整體維度到局部維度展示各項指標(biāo)，將跨應(yīng)用的所有調(diào)用鏈性能信息集中展現(xiàn)，可方便度量整體和局部性能，并且方便找到故障產(chǎn)生的源頭，生產(chǎn)上可極大縮短故障排除時間。

有了全鏈路監(jiān)控工具，我們能夠達(dá)到：

• 請求鏈路追蹤，故障快速定位：可以通過調(diào)用鏈結(jié)合業(yè)務(wù)日志快速定位錯誤信息。
• 可視化：各個階段耗時，進(jìn)行性能分析。
• 依賴優(yōu)化：各個調(diào)用環(huán)節(jié)的可用性、梳理服務(wù)依賴關(guān)系以及優(yōu)化。
• 數(shù)據(jù)分析，優(yōu)化鏈路：可以得到用戶的行為路徑，匯總分析應(yīng)用在很多業(yè)務(wù)場景。

1、目標(biāo)要求

如上所述，那么我們選擇全鏈路監(jiān)控組件有哪些目標(biāo)要求呢？Google Dapper 中也提到了，總結(jié)如下：

• 探針的性能消耗
• 代碼的侵入性
• 可擴(kuò)展性
• 數(shù)據(jù)的分析

2、功能模塊

一般的全鏈路監(jiān)控系統(tǒng)，大致可分為四大功能模塊：

• 埋點與生成日志
• 收集和存儲日志
• 分析和統(tǒng)計調(diào)用鏈路數(shù)據(jù)，以及時效性
• 展現(xiàn)以及決策支持

3、Google Dapper

3.1、Span

基本工作單元，一次鏈路調(diào)用（可以是 RPC，DB 等沒有特定的限制）創(chuàng)建一個 span，通過一個 64 位 ID 標(biāo)識它，uuid 較為方便，span 中還有其他的數(shù)據(jù)，例如描述信息，時間戳，key-value 對的（Annotation）tag 信息，parent_id 等, 其中 parent-id 可以表示 span 調(diào)用鏈路來源。

上圖說明了 span 在一次大的跟蹤過程中是什么樣的。Dapper 記錄了 span 名稱，以及每個 span 的 ID 和父 ID，以重建在一次追蹤過程中不同 span 之間的關(guān)系。如果一個 span 沒有父 ID 被稱為 root span。所有 span 都掛在一個特定的跟蹤上，也共用一個跟蹤 id。

Span 數(shù)據(jù)結(jié)構(gòu)：

type Span struct {
    TraceID    int64 // 用于標(biāo)示一次完整的請求 id
    Name       string
    ID         int64 // 當(dāng)前這次調(diào)用 span_id
    ParentID   int64 // 上層服務(wù)的調(diào)用 span_id  最上層服務(wù) parent_id 為 null
    Annotation []Annotation // 用于標(biāo)記的時間戳
    Debug      bool
}

3.2、Trace

類似于 樹結(jié)構(gòu)的 Span 集合，表示一次完整的跟蹤，從請求到服務(wù)器開始，服務(wù)器返回 response 結(jié)束，跟蹤每次 rpc 調(diào)用的耗時，存在唯一標(biāo)識 trace_id。比如：你運行的分布式大數(shù)據(jù)存儲一次 Trace 就由你的一次請求組成。

每種顏色的 note 標(biāo)注了一個 span，一條鏈路通過 TraceId 唯一標(biāo)識，Span 標(biāo)識發(fā)起的請求信息。樹節(jié)點是整個架構(gòu)的基本單元，而每一個節(jié)點又是對 span 的引用。節(jié)點之間的連線表示的 span 和它的父 span 直接的關(guān)系。雖然 span 在日志文件中只是簡單的代表 span 的開始和結(jié)束時間，他們在整個樹形結(jié)構(gòu)中卻是相對獨立的。

3.3、Annotation

注解，用來記錄請求特定事件相關(guān)信息（例如時間），一個 span 中會有多個 annotation 注解描述。通常包含四個注解信息：

cs：Client Start，表示客戶端發(fā)起請求

sr：Server Receive，表示服務(wù)端收到請求

ss：Server Send，表示服務(wù)端完成處理，并將結(jié)果發(fā)送給客戶端

cr：Client Received，表示客戶端獲取到服務(wù)端返回信息

Annotation 數(shù)據(jù)結(jié)構(gòu)：

type Annotation struct {
    Timestamp int64
    Value     string
    Host      Endpoint
    Duration  int32
}

3.4、調(diào)用示例

3.4.1、請求調(diào)用示例

當(dāng)用戶發(fā)起一個請求時，首先到達(dá)前端 A 服務(wù)，然后分別對 B 服務(wù)和 C 服務(wù)進(jìn)行 RPC 調(diào)用；

B 服務(wù)處理完給 A 做出響應(yīng)，但是 C 服務(wù)還需要和后端的 D 服務(wù)和 E 服務(wù)交互之后再返還給 A 服務(wù)，最后由 A 服務(wù)來響應(yīng)用戶的請求；

3.4.2、調(diào)用過程追蹤 

請求到來生成一個全局 TraceID，通過 TraceID 可以串聯(lián)起整個調(diào)用鏈，一個 TraceID 代表一次請求。

除了 TraceID 外，還需要 SpanID 用于記錄調(diào)用父子關(guān)系。每個服務(wù)會記錄下 parent id 和 span id，通過他們可以組織一次完整調(diào)用鏈的父子關(guān)系。

一個沒有 parent id 的 span 成為 root span，可以看成調(diào)用鏈入口。

所有這些 ID 可用全局唯一的 64 位整數(shù)表示；

整個調(diào)用過程中每個請求都要透傳 TraceID 和 SpanID。

每個服務(wù)將該次請求附帶的 TraceID 和附帶的 SpanID 作為 parent id 記錄下，并且將自己生成的 SpanID 也記錄下。

要查看某次完整的調(diào)用則 只要根據(jù) TraceID 查出所有調(diào)用記錄，然后通過 parent id 和 span id 組織起整個調(diào)用父子關(guān)系。

3.4.3、調(diào)用鏈核心工作

調(diào)用鏈數(shù)據(jù)生成，對整個調(diào)用過程的所有應(yīng)用進(jìn)行埋點并輸出日志。

調(diào)用鏈數(shù)據(jù)采集，對各個應(yīng)用中的日志數(shù)據(jù)進(jìn)行采集。

調(diào)用鏈數(shù)據(jù)存儲及查詢，對采集到的數(shù)據(jù)進(jìn)行存儲，由于日志數(shù)據(jù)量一般都很大，不僅要能對其存儲，還需要能提供快速查詢。

指標(biāo)運算、存儲及查詢，對采集到的日志數(shù)據(jù)進(jìn)行各種指標(biāo)運算，將運算結(jié)果保存起來。

告警功能，提供各種閥值警告功能。

3.4.4、整體部署架構(gòu)

通過 AGENT 生成調(diào)用鏈日志。

通過 logstash 采集日志到 kafka。

kafka 負(fù)責(zé)提供數(shù)據(jù)給下游消費。

storm 計算匯聚指標(biāo)結(jié)果并落到 es。

storm 抽取 trace 數(shù)據(jù)并落到 es，這是為了提供比較復(fù)雜的查詢。比如通過時間維度查詢調(diào)用鏈，可以很快查詢出所有符合的 traceID，根據(jù)這些 traceID 再去 Hbase 查數(shù)據(jù)就快了。

logstash 將 kafka 原始數(shù)據(jù)拉取到 hbase 中。hbase 的 rowkey 為 traceID，根據(jù) traceID 查詢是很快的。

3.4.5、AGENT 無侵入部署

通過 AGENT 代理無侵入式部署，將性能測量與業(yè)務(wù)邏輯完全分離，可以測量任意類的任意方法的執(zhí)行時間，這種方式大大提高了采集效率，并且減少運維成本。根據(jù)服務(wù)跨度主要分為兩大類 AGENT：

務(wù)內(nèi) AGENT，這種方式是通過 Java 的 agent 機(jī)制，對服務(wù)內(nèi)部的方法調(diào)用層次信息進(jìn)行數(shù)據(jù)收集，如方法調(diào)用耗時、入?yún)?、出參等信息?/p>

跨服務(wù) AGENT，這種情況需要對主流 RPC 框架以插件形式提供無縫支持。并通過提供標(biāo)準(zhǔn)數(shù)據(jù)規(guī)范以適應(yīng)自定義 RPC 框架：

• Dubbo 支持；
• Rest 支持；
• 自定義 RPC 支持；

3.4.6、調(diào)用鏈監(jiān)控好處

準(zhǔn)確掌握生產(chǎn)一線應(yīng)用部署情況；

從調(diào)用鏈全流程性能角度，識別對關(guān)鍵調(diào)用鏈，并進(jìn)行優(yōu)化；

提供可追溯的性能數(shù)據(jù)，量化 IT 運維部門業(yè)務(wù)價值；

快速定位代碼性能問題，協(xié)助開發(fā)人員持續(xù)性的優(yōu)化代碼；

協(xié)助開發(fā)人員進(jìn)行白盒測試，縮短系統(tǒng)上線穩(wěn)定期；

4、方案比較

市面上的全鏈路監(jiān)控理論模型大多都是借鑒 Google Dapper 論文，本文重點關(guān)注以下三種 APM 組件：

Zipkin：由 Twitter 公司開源，開放源代碼分布式的跟蹤系統(tǒng)，用于收集服務(wù)的定時數(shù)據(jù)，以解決微服務(wù)架構(gòu)中的延遲問題，包括：數(shù)據(jù)的收集、存儲、查找和展現(xiàn)。

Pinpoint：一款對 Java 編寫的大規(guī)模分布式系統(tǒng)的 APM 工具，由韓國人開源的分布式跟蹤組件。

Skywalking：國產(chǎn)的優(yōu)秀 APM 組件，是一個對 JAVA 分布式應(yīng)用程序集群的業(yè)務(wù)運行情況進(jìn)行追蹤、告警和分析的系統(tǒng)。

以上三種全鏈路監(jiān)控方案需要對比的項提煉出來：

• 探針的性能
• collector 的可擴(kuò)展性
• 全面的調(diào)用鏈路數(shù)據(jù)分析
• 對于開發(fā)透明，容易開關(guān)
• 完整的調(diào)用鏈應(yīng)用拓?fù)?/li>

探針的性能

比較關(guān)注探針的性能，畢竟 APM 定位還是工具，如果啟用了鏈路監(jiān)控組建后，直接導(dǎo)致吞吐量降低過半，那也是不能接受的。對 skywalking、zipkin、pinpoint 進(jìn)行了壓測，并與基線（未使用探針）的情況進(jìn)行了對比。

選用了一個常見的基于 Spring 的應(yīng)用程序，他包含 Spring Boot, Spring MVC，redis 客戶端，mysql。監(jiān)控這個應(yīng)用程序，每個 trace，探針會抓取 5 個 span(1 Tomcat, 1 SpringMVC, 2 Jedis, 1 Mysql)。這邊基本和 skywalkingtest 的測試應(yīng)用差不多。

模擬了三種并發(fā)用戶：500，750，1000。使用 jmeter 測試，每個線程發(fā)送 30 個請求，設(shè)置思考時間為 10ms。使用的采樣率為 1，即 100%，這邊與生產(chǎn)可能有差別。pinpoint 默認(rèn)的采樣率為 20，即 50%，通過設(shè)置 agent 的配置文件改為 100%。zipkin 默認(rèn)也是 1。組合起來，一共有 12 種。下面看下匯總表：

從上表可以看出，在三種鏈路監(jiān)控組件中，skywalking 的探針對吞吐量的影響最小，zipkin 的吞吐量居中。pinpoint 的探針對吞吐量的影響較為明顯，在 500 并發(fā)用戶時，測試服務(wù)的吞吐量從 1385 降低到 774，影響很大。然后再看下 CPU 和 memory 的影響，在內(nèi)部服務(wù)器進(jìn)行的壓測，對 CPU 和 memory 的影響都差不多在 10% 之內(nèi)。

4.1、collector 的可擴(kuò)展性

collector 的可擴(kuò)展性，使得能夠水平擴(kuò)展以便支持大規(guī)模服務(wù)器集群。

4.1.1、zipkin

4.1.2、skywalking

skywalking 的 collector 支持兩種部署方式：單機(jī)和集群模式。collector 與 agent 之間的通信使用了 gRPC。

4.1.3、pinpoint

同樣，pinpoint 也是支持集群和單機(jī)部署的。pinpoint agent 通過 thrift 通信框架，發(fā)送鏈路信息到 collector。

4.2、全面的調(diào)用鏈路數(shù)據(jù)分析

全面的調(diào)用鏈路數(shù)據(jù)分析，提供代碼級別的可見性以便輕松定位失敗點和瓶頸。

4.2.1、zipkin

 zipkin 的鏈路監(jiān)控粒度相對沒有那么細(xì)，從上圖可以看到調(diào)用鏈中具體到接口級別，再進(jìn)一步的調(diào)用信息并未涉及。

4.2.2、 skywalking

skywalking 還支持 20+ 的中間件、框架、類庫，比如：主流的 dubbo、Okhttp，還有 DB 和消息中間件。上圖 skywalking 鏈路調(diào)用分析截取的比較簡單，網(wǎng)關(guān)調(diào)用 user 服務(wù)，由于支持眾多的中間件，所以 skywalking 鏈路調(diào)用分析比 zipkin 完備些。

4.2.3、pinpoint

pinpoint 應(yīng)該是這三種 APM 組件中，數(shù)據(jù)分析最為完備的組件。提供代碼級別的可見性以便輕松定位失敗點和瓶頸，上圖可以看到對于執(zhí)行的 sql 語句，都進(jìn)行了記錄。還可以配置報警規(guī)則等，設(shè)置每個應(yīng)用對應(yīng)的負(fù)責(zé)人，根據(jù)配置的規(guī)則報警，支持的中間件和框架也比較完備。

4.4、對于開發(fā)透明，容易開關(guān)

對于開發(fā)透明，容易開關(guān)，添加新功能而無需修改代碼，容易啟用或者禁用。我們期望功能可以不修改代碼就工作并希望得到代碼級別的可見性。

對于這一點，Zipkin 使用修改過的類庫和它自己的容器 (Finagle) 來提供分布式事務(wù)跟蹤的功能。但是，它要求在需要時修改代碼。skywalking 和 pinpoint 都是基于字節(jié)碼增強(qiáng)的方式，開發(fā)人員不需要修改代碼，并且可以收集到更多精確的數(shù)據(jù)因為有字節(jié)碼中的更多信息。

4.5、完整的調(diào)用鏈應(yīng)用拓?fù)?/h3>

自動檢測應(yīng)用拓?fù)?，幫助你搞清楚?yīng)用的架構(gòu)。

 上面三幅圖，分別展示了 APM 組件各自的調(diào)用拓?fù)?，都能實現(xiàn)完整的調(diào)用鏈應(yīng)用拓?fù)?。相對來說，pinpoint 界面顯示的更加豐富，具體到調(diào)用的 DB 名，zipkin 的拓?fù)渚窒抻诜?wù)于服務(wù)之間。

4.6、Pinpoint 與 Zipkin 細(xì)化比較

4.6.1、Pinpoint 與 Zipkin 差異性

Pinpoint 是一個完整的性能監(jiān)控解決方案：有從探針、收集器、存儲到 Web 界面等全套體系；而 Zipkin 只側(cè)重收集器和存儲服務(wù)，雖然也有用戶界面，但其功能與 Pinpoint 不可同日而語。反而 Zipkin 提供有 Query 接口，更強(qiáng)大的用戶界面和系統(tǒng)集成能力，可以基于該接口二次開發(fā)實現(xiàn)。

Zipkin 官方提供有基于 Finagle 框架（Scala 語言）的接口，而其他框架的接口由社區(qū)貢獻(xiàn)，目前可以支持 Java、Scala、Node、Go、Python、Ruby 和 C# 等主流開發(fā)語言和框架；但是 Pinpoint 目前只有官方提供的 Java Agent 探針，其他的都在請求社區(qū)支援中（請參見 #1759 和 #1760）。

Pinpoint 提供有 Java Agent 探針，通過字節(jié)碼注入的方式實現(xiàn)調(diào)用攔截和數(shù)據(jù)收集，可以做到真正的代碼無侵入，只需要在啟動服務(wù)器的時候添加一些參數(shù)，就可以完成探針的部署；而 Zipkin 的 Java 接口實現(xiàn) Brave，只提供了基本的操作 API，如果需要與框架或者項目集成的話，就需要手動添加配置文件或增加代碼。

Pinpoint 的后端存儲基于 HBase，而 Zipkin 基于 Cassandra。

4.6.2、Pinpoint 與 Zipkin 相似性

Pinpoint 與 Zipkin 都是基于 Google Dapper 的那篇論文，因此理論基礎(chǔ)大致相同。兩者都是將服務(wù)調(diào)用拆分成若干有級聯(lián)關(guān)系的 Span，通過 SpanId 和 ParentSpanId 來進(jìn)行調(diào)用關(guān)系的級聯(lián)；最后再將整個調(diào)用鏈流經(jīng)的所有的 Span 匯聚成一個 Trace，報告給服務(wù)端的 collector 進(jìn)行收集和存儲。

即便在這一點上，Pinpoint 所采用的概念也不完全與那篇論文一致。比如他采用 TransactionId 來取代 TraceId，而真正的 TraceId 是一個結(jié)構(gòu)，里面包含了 TransactionId, SpanId 和 ParentSpanId。而且 Pinpoint 在 Span 下面又增加了一個 SpanEvent 結(jié)構(gòu)，用來記錄一個 Span 內(nèi)部的調(diào)用細(xì)節(jié)（比如具體的方法調(diào)用等等），因此 Pinpoint 默認(rèn)會比 Zipkin 記錄更多的跟蹤數(shù)據(jù)。但是理論上并沒有限定 Span 的粒度大小，所以一個服務(wù)調(diào)用可以是一個 Span，那么每個服務(wù)中的方法調(diào)用也可以是個 Span，這樣的話，其實 Brave 也可以跟蹤到方法調(diào)用級別，只是具體實現(xiàn)并沒有這樣做而已。

4.6.3、字節(jié)碼注入 vs API 調(diào)用

Pinpoint 實現(xiàn)了基于字節(jié)碼注入的 Java Agent 探針，而 Zipkin 的 Brave 框架僅僅提供了應(yīng)用層面的 API，但是細(xì)想問題遠(yuǎn)不那么簡單。字節(jié)碼注入是一種簡單粗暴的解決方案，理論上來說無論任何方法調(diào)用，都可以通過注入代碼的方式實現(xiàn)攔截，也就是說沒有實現(xiàn)不了的，只有不會實現(xiàn)的。但 Brave 則不同，其提供的應(yīng)用層面的 API 還需要框架底層驅(qū)動的支持，才能實現(xiàn)攔截。比如，MySQL 的 JDBC 驅(qū)動，就提供有注入 interceptor 的方法，因此只需要實現(xiàn) StatementInterceptor 接口，并在 Connection String 中進(jìn)行配置，就可以很簡單的實現(xiàn)相關(guān)攔截；而與此相對的，低版本的 MongoDB 的驅(qū)動或者是 Spring Data MongoDB 的實現(xiàn)就沒有如此接口，想要實現(xiàn)攔截查詢語句的功能，就比較困難。

因此在這一點上，Brave 是硬傷，無論使用字節(jié)碼注入多么困難，但至少也是可以實現(xiàn)的，但是 Brave 卻有無從下手的可能，而且是否可以注入，能夠多大程度上注入，更多的取決于框架的 API 而不是自身的能力。

4.6.4、難度及成本

經(jīng)過簡單閱讀 Pinpoint 和 Brave 插件的代碼，可以發(fā)現(xiàn)兩者的實現(xiàn)難度有天壤之別。在都沒有任何開發(fā)文檔支撐的前提下，Brave 比 Pinpoint 更容易上手。Brave 的代碼量很少，核心功能都集中在 brave-core 這個模塊下，一個中等水平的開發(fā)人員，可以在一天之內(nèi)讀懂其內(nèi)容，并且能對 API 的結(jié)構(gòu)有非常清晰的認(rèn)識。

Pinpoint 的代碼封裝也是非常好的，尤其是針對字節(jié)碼注入的上層 API 的封裝非常出色，但是這依然要求閱讀人員對字節(jié)碼注入多少有一些了解，雖然其用于注入代碼的核心 API 并不多，但要想了解透徹，恐怕還得深入 Agent 的相關(guān)代碼，比如很難一目了然的理解 addInterceptor 和 addScopedInterceptor 的區(qū)別，而這兩個方法就是位于 Agent 的有關(guān)類型中。

因為 Brave 的注入需要依賴底層框架提供相關(guān)接口，因此并不需要對框架有一個全面的了解，只需要知道能在什么地方注入，能夠在注入的時候取得什么數(shù)據(jù)就可以了。就像上面的例子，我們根本不需要知道 MySQL 的 JDBC Driver 是如何實現(xiàn)的也可以做到攔截 SQL 的能力。但是 Pinpoint 就不然，因為 Pinpoint 幾乎可以在任何地方注入任何代碼，這需要開發(fā)人員對所需注入的庫的代碼實現(xiàn)有非常深入的了解，通過查看其 MySQL 和 Http Client 插件的實現(xiàn)就可以洞察這一點，當(dāng)然這也從另外一個層面說明 Pinpoint 的能力確實可以非常強(qiáng)大，而且其默認(rèn)實現(xiàn)的很多插件已經(jīng)做到了非常細(xì)粒度的攔截。

針對底層框架沒有公開 API 的時候，其實 Brave 也并不完全無計可施，我們可以采取 AOP 的方式，一樣能夠?qū)⑾嚓P(guān)攔截注入到指定的代碼中，而且顯然 AOP 的應(yīng)用要比字節(jié)碼注入簡單很多。

以上這些直接關(guān)系到實現(xiàn)一個監(jiān)控的成本，在 Pinpoint 的官方技術(shù)文檔中，給出了一個參考數(shù)據(jù)。如果對一個系統(tǒng)集成的話，那么用于開發(fā) Pinpoint 插件的成本是 100，將此插件集成入系統(tǒng)的成本是 0；但對于 Brave，插件開發(fā)的成本只有 20，而集成成本是 10。從這一點上可以看出官方給出的成本參考數(shù)據(jù)是 5:1。但是官方又強(qiáng)調(diào)了，如果有 10 個系統(tǒng)需要集成的話，那么總成本就是 10 * 10 + 20 = 120，就超出了 Pinpoint 的開發(fā)成本 100，而且需要集成的服務(wù)越多，這個差距就越大。

4.6.5、通用性和擴(kuò)展性

很顯然，這一點上 Pinpoint 完全處于劣勢，從社區(qū)所開發(fā)出來的集成接口就可見一斑。

Pinpoint 的數(shù)據(jù)接口缺乏文檔，而且也不太標(biāo)準(zhǔn)（參考論壇討論帖），需要閱讀很多代碼才可能實現(xiàn)一個自己的探針（比如 Node 的或者 PHP 的）。而且團(tuán)隊為了性能考慮使用了 Thrift 作為數(shù)據(jù)傳輸協(xié)議標(biāo)準(zhǔn)，比起 HTTP 和 JSON 而言難度增加了不少。

4.6.6、社區(qū)支持

這一點也不必多說，Zipkin 由 Twitter 開發(fā)，可以算得上是明星團(tuán)隊，而 Naver 的團(tuán)隊只是一個默默無聞的小團(tuán)隊（從 #1759 的討論中可以看出）。雖然說這個項目在短期內(nèi)不太可能消失或停止更新，但畢竟不如前者用起來更加放心。而且沒有更多社區(qū)開發(fā)出來的插件，讓 Pinpoint 只依靠團(tuán)隊自身的力量完成諸多框架的集成實屬困難，而且他們目前的工作重點依然是在提升性能和穩(wěn)定性上。

4.6.7、其他

Pinpoint 在實現(xiàn)之初就考慮到了性能問題，www.naver.com 網(wǎng)站的后端某些服務(wù)每天要處理超過 200 億次的請求，因此他們會選擇 Thrift 的二進(jìn)制變長編碼格式、而且使用 UDP 作為傳輸鏈路，同時在傳遞常量的時候也盡量使用數(shù)據(jù)參考字典，傳遞一個數(shù)字而不是直接傳遞字符串等等。這些優(yōu)化也增加了系統(tǒng)的復(fù)雜度：包括使用 Thrift 接口的難度、UDP 數(shù)據(jù)傳輸?shù)膯栴}、以及數(shù)據(jù)常量字典的注冊問題等等。

相比之下，Zipkin 使用熟悉的 Restful 接口加 JSON，幾乎沒有任何學(xué)習(xí)成本和集成難度，只要知道數(shù)據(jù)傳輸結(jié)構(gòu)，就可以輕易的為一個新的框架開發(fā)出相應(yīng)的接口。

另外 Pinpoint 缺乏針對請求的采樣能力，顯然在大流量的生產(chǎn)環(huán)境下，不太可能將所有的請求全部記錄，這就要求對請求進(jìn)行采樣，以決定什么樣的請求是我需要記錄的。Pinpoint 和 Brave 都支持采樣百分比，也就是百分之多少的請求會被記錄下來。但是，除此之外 Brave 還提供了 Sampler 接口，可以自定義采樣策略，尤其是當(dāng)進(jìn)行 A/B 測試的時候，這樣的功能就非常有意義了。

4.6.8、小結(jié)

從短期目標(biāo)來看，Pinpoint 確實具有壓倒性的優(yōu)勢：無需對項目代碼進(jìn)行任何改動就可以部署探針、追蹤數(shù)據(jù)細(xì)?；椒椒ㄕ{(diào)用級別、功能強(qiáng)大的用戶界面以及幾乎比較全面的 Java 框架支持。但是長遠(yuǎn)來看，學(xué)習(xí) Pinpoint 的開發(fā)接口，以及未來為不同的框架實現(xiàn)接口的成本都還是個未知數(shù)。相反，掌握 Brave 就相對容易，而且 Zipkin 的社區(qū)更加強(qiáng)大，更有可能在未來開發(fā)出更多的接口。在最壞的情況下，我們也可以自己通過 AOP 的方式添加適合于我們自己的監(jiān)控代碼，而并不需要引入太多的新技術(shù)和新概念。而且在未來業(yè)務(wù)發(fā)生變化的時候，Pinpoint 官方提供的報表是否能滿足要求也不好說，增加新的報表也會帶來不可以預(yù)測的工作難度和工作量。

4.7、Tracing 和 Monitor 區(qū)別

Monitor 可分為系統(tǒng)監(jiān)控和應(yīng)用監(jiān)控。系統(tǒng)監(jiān)控比如 CPU，內(nèi)存，網(wǎng)絡(luò)，磁盤等等整體的系統(tǒng)負(fù)載的數(shù)據(jù)，細(xì)化可具體到各進(jìn)程的相關(guān)數(shù)據(jù)。這一類信息是直接可以從系統(tǒng)中得到的。應(yīng)用監(jiān)控需要應(yīng)用提供支持，暴露了相應(yīng)的數(shù)據(jù)。比如應(yīng)用內(nèi)部請求的 QPS，請求處理的延時，請求處理的 error 數(shù)，消息隊列的隊列長度，崩潰情況，進(jìn)程垃圾回收信息等等。Monitor 主要目標(biāo)是發(fā)現(xiàn)異常，及時報警。

Tracing 的基礎(chǔ)和核心都是調(diào)用鏈。相關(guān)的 metric 大多都是圍繞調(diào)用鏈分析得到的。Tracing 主要目標(biāo)是系統(tǒng)分析。提前找到問題比出現(xiàn)問題后再去解決更好。

Tracing 和應(yīng)用級的 Monitor 技術(shù)棧上有很多共同點。都有數(shù)據(jù)的采集，分析，存儲和展式。只是具體收集的數(shù)據(jù)維度不同，分析過程不一樣。

以上就是全鏈路監(jiān)控平臺Pinpoint SkyWalking Zipkin選型對比的詳細(xì)內(nèi)容，更多關(guān)于全鏈路監(jiān)控Pinpoint SkyWalking Zipkin對比的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論