前言
新项目采用的abp vnext的微服务模块化架构,所以把应用的服务拆成了很多独立模块
在初期,我们通过日志还能跟踪到问题,
后期服务越来越多(大约扩充到了十几个),随着调用链路越来越深
,问题也越来越难排查了.
往往入口报错之后,要跟好几个服务的日志 才能找到最终节点.
所以考虑引入Skywalking链路跟踪服务,来监听整个应用
什么是Skywalking
以下内容为照葫芦画瓢,觉得写的不错,所以就CV了~
Skywalking 是一款分布式链路追踪组件
那么什么是链路追踪?
随着微服务架构的流行,服务按照不同的维度进行拆分,一次请求往往需要涉及到多个服务。互联网应用构建在不同的软件模块集上,这些软件模块,有可能是由不同的团队开发、可能使用不同的编程语言来实现、有可能布在了几千台服务器,横跨多个不同的数据中心。
所以微服务面临了这些问题:
某个核心服务挂了,导致大量报错,如何快速确定哪里出了问题?
用户请求响应延迟高,怎么确定是哪些服务导致的?
应用程序有性能瓶颈,怎样确定瓶颈在哪里?
如何准实时的了解应用部署环境(CPU、内存、进程、线程、网络、带宽)情况,以便快速扩容/缩容、流量控制、业务迁移
如何统计各个调用的性能指标,比如:吞吐量(TPS)、响应时间及错误记录等
分布式链路跟踪系统就是为了解决这些问题应运而生。
Skywalking 有哪些功能?
1. 多种监控手段。可以通过语言探针和 service mesh 获得监控数据。
2.多个语言自动探针。包括 Java,.NET Core 和 Node.JS。
3.轻量高效。无需大数据平台,和大量的服务器资源。
4.模块化。UI、存储、集群管理都有多种机制可选。
5.支持告警。
6.优秀的可视化解决方案。
Skywalking 的整体架构图
部署搭建Skywalking
Skywalking是支持容器化部署的,所以这里我们只讲如何通过Docker进行部署
1.部署ES数据库
这里说明一下.Skywalking容器里本身是自带H2数据库的并支持持久化的,如果想简化部署,可以直接使用
这里ES推荐使用7.10版本,因为7.11以上的版本 授权协议变更了 可能有法律风险
docker run -d -p 9200:9200 -p 9300:9300 --name es -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms128m -Xmx256m" -v /home/elasticsearch/data:/usr/share/elasticsearch/data elasticsearch:7.10.1
上面的命令是运行一个基础的ES数据库,并将数据持久化到宿主机 /home/elasticsearch/data,各位可以根据自己情况 自行更改
3.部署skywalking-oap服务
docker run --name skywalking-oap
--restart always
-p 11800:11800
-p 12800:12800
-d -e TZ=Asia/Shanghai
-e SW_ES_USER=
-e SW_ES_PASSWORD=
-e SW_STORAGE=elasticsearch
-e SW_STORAGE_ES_CLUSTER_NODES=ES数据库地址:9200
-v /etc/localtime:/etc/localtime:ro
apache/skywalking-oap-server:9.6.0
3.部署skywalking-ui服务
docker run -d
--name skywalking-ui
--restart always
-p 8080:8080
-e TZ=Asia/Shanghai
-e SW_OAP_ADDRESS=http://这里填写skywalking-oap的地址:12800
-v /etc/localtime:/etc/localtime:ro
apache/skywalking-ui:9.6.0
这样,我们就完成了基本的skywalking服务的搭建
ASP.NET Core如何集成Skywalking
在.NET中接入Skywalking,主要使用 SkyAPM.Agent.AspNetCore 这个开源代理
SkyAPM.Agent.AspNetCore采用了IHostingStartup接口通过探针的形式进行接入
所以对应用的入侵性很小,几乎为0.所以接入数据很简单
我们只需要三步即可
1.给服务的宿主层添加引用:
SkyAPM.Agent.AspNetCore
2.然后添加环境变量:
ASPNETCORE_HOSTINGSTARTUPASSEMBLIES=SkyAPM.Agent.AspNetCore (PS:如果有其他的拦截,这里的环境变量可以配置多个,通过逗号分隔)
3.添加Skywalking配置项,创建skyapm.json文件:
(PS:这里不一定要创建skyapm.json文件,也可以把配置写在appsettings.json里,研究过代理工具的源码,他也读取了appsettings的配置)
类似如下:
{
"SkyWalking": {
"ServiceName": "asp-net-core-backend", //服务名
"Namespace": "",
"HeaderVersions": [
"sw8"
],
"Sampling": {
"SamplePer3Secs": -1,
"Percentage": -1.0,
"LogSqlParameterValue": false
},
"Logging": {
"Level": "Information",
"FilePath": "logs/skyapm-{Date}.log"
},
"Transport": {
"Interval": 3000,
"ProtocolVersion": "v8",
"QueueSize": 30000,
"BatchSize": 3000,
"gRPC": {
"Servers": "localhost:11800", //指向SkywalkingOAP的地址
"Timeout": 100000,
"ConnectTimeout": 100000,
"ReportTimeout": 600000
}
}
}
}
由于可能线上的数据量很大,所以除了代理类自行监听的日志以外
我们还可以通过代码自行添加Tag和Log,方便跟踪查询
可以通过依赖注入的形式,拿到IEntrySegmentContextAccessor对象,进行标记和日志记录
代码如下:
private readonly IEntrySegmentContextAccessor _segContext;
public Test(IEntrySegmentContextAccessor segContext = null)
{
_segContext = segContext;
}
public void Doing()
{
_segContext.Context.Span.AddLog(LogEvent.Message(""));//记录日志
_segContext.Context.Span.AddTag("lowsql", "lowsql");//记录标签
}
可以在此基础上自行扩展,比如加到ActionFilterAttribute拦截里面进行跟踪拦截
最后
最后,我们来看看效果:
链路情况:
这样,我们就能很方便的知道哪个服务调用了哪些服务,执行了哪些SQL操作了..