全链路追踪 & 性能监控工具 SkyWalking 实战-百木园

Skywalking介绍

Skywalking是一个国产的开源框架，2015年有吴晟个人开源，2017年加入Apache孵化器，国人开源的产品，主要开发人员来自于华为，2019年4月17日Apache董事会批准SkyWalking成为顶级项目，支持Java、.Net、NodeJs等探针，数据存储支持Mysql、Elasticsearch等，跟Pinpoint一样采用字节码注入的方式实现代码的无侵入，探针采集数据粒度粗，但性能表现优秀，且对云原生支持，目前增长势头强劲，社区活跃

使用版本

当前使用版本信息为：apache-skywalking-apm-es7-8.7.0

数据存储方式

Skywalking默认使用的是H2，本次实战主要使用的ElasticSearch来存储相对应的链路数据。Skywalking本身还支持mysql、tidb、influxdb、postgresql等数据存储方式

Skywalking的安装以及使用

安装及运行（本次安装主要是在windows）

下载对应的二进制软件包（apache-skywalking-apm-es7-8.7.0.tar），并且解压到指定的文件夹下面
涉及到的主要目录为：bin（存放对应的命令）、config（相关的配置文件）、agent（代理jar包）
进入bin目录直接执行目录下对应的startup.bat即可运行Skywalking，默认是运行在8080端口；启动成功后即可在浏览器输入地址即可访问：127.0.0.1:8080。运行界面如图所示：
首次访问没有上图相关的图示数据，因为还未对项目进行代理做数据采集

运行`SpringBoot`项目，并对其进行监控

运行其要进行监控的项目，增加代理参数，代理参数如下:

java -jar -javaagent:H:\\apache-skywalking-apm-bin-es7\\agent\\skywalking-agent.jar -DSW_AGENT_NAME=demo -DSW_AGENT_COLLECTOR_BACKEND_SERVICES=127.0.0.1:11800

启动完项目后，就可以在SkyWalking看到该项目对应的访问数据以及对应的拓扑图

采集数据持久化

Skywalking默认是通过H2对采集数据进行存取的，并且没有做相对应的持久化，相关配置在config文件夹中application.xml文件中的121行：selector: ${SW_STORAGE:H2}。为了方便以及做持久化本实战主要将数据存放在ElasticSearch中
修改数据存取方式为elasticsearch7，只需要将selector修改为对应的elasticsearch7即可：selector: ${SW_STORAGE:elasticsearch7}

配置elasticsearch：

nameSpace: ${SW_NAMESPACE:\"elasticsearch\"} //一定为要和elasticsearch中的cluster_name相对应
clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:localhost:9200}

重启SkyWalking之后，后期采集数据就存放在了ElasticSearch中了

注：在使用elasticsearch时需要注意其版本号，负责SkyWalking Collect将启动失败，本实战其对应的版本为7.2.0

加入日志采集

1、引入日志采集相关的jar包：

<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-trace</artifactId>
    <version>8.10.0</version>
</dependency>
<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-logback-1.x</artifactId>
    <version>8.5.0</version>
</dependency>

2、在项目resource目录下新建logback.xml文件

<?xml version=\"1.0\" encoding=\"UTF-8\"?>
<configuration scan=\"true\" scanPeriod=\"10 seconds\">
    <property name=\"logData\" value=\"./logDatas\" />
    <property name=\"appName\" value=\"accessLog\" />
    <statusListener class=\"ch.qos.logback.core.status.NopStatusListener\" />
    <appender name=\"CONSOLE_OUT\" class=\"ch.qos.logback.core.ConsoleAppender\">
        <layout class=\"ch.qos.logback.classic.PatternLayout\">
            <pattern>%-15(%d{HH:mm:ss.SSS}) %msg%n</pattern>
        </layout>
    </appender>

    <appender name=\"LOG_DEMO\" class=\"ch.qos.logback.core.rolling.RollingFileAppender\">
        <file>${logData}/logDataDemo.log</file>
        <rollingPolicy class=\"ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy\">
            <!-- 指定生成日志保存地址 -->
            <fileNamePattern>${logData}/%d{yyyy-MM-dd}/${appName}-info.%d{yyyy-MM-dd}.%i.log</fileNamePattern>
            <maxFileSize>1MB</maxFileSize>
            <maxHistory>30</maxHistory>
        </rollingPolicy>

        <encoder>
            <pattern>
                %-15(%d{yyyy-MM-dd HH:mm:ss} [info]) %msg%n
            </pattern>
            <charset>UTF-8</charset>
        </encoder>
    </appender>
    <appender name=\"msystem-log\" class=\"org.apache.skywalking.apm.toolkit.log.logback.v1.x.log.GRPCLogClientAppender\">
        <!-- 日志输出编码 -->
        <encoder>
            <!--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>
        </encoder>
    </appender>

    <root level=\"info\">
        <appender-ref ref=\"CONSOLE_OUT\" />
    </root>
    <!--输出到指定日志文件-->
    <logger name=\"outToFile\" level=\"INFO\" additivity=\"false\">
        <appender-ref ref=\"LOG_DEMO\"/>
        <appender-ref ref=\"msystem-log\"/>
    </logger>
</configuration>

3、重新启动对应的SpringBoot项目，然后访问对应的路径即可收集到相关的数据

也可以在其追踪数据中查看起对应的日志

对某个接口/端点增加性能剖析，从而找出系统瓶颈

1、增加对应的端点对应进行性能剖析（故意对log/test2方法中sleep 4秒）

@GetMapping(\"/test2\")
public Result<ArrayList<Map<String, Object>>> test2() throws InterruptedException {
    final ArrayList<Map<String, Object>> maps = new ArrayList<>();
    Thread.sleep(4000);
    maps.add(new HashMap<String,Object>() {{
        put(\"name\",\"张三\");
        put(\"age\",12);
    }});
    maps.add(new HashMap<String,Object>() {{
        put(\"name\",\"李四\");
        put(\"age\",32);
    }});
    return Result.success(maps);

}