SkyWalking最新实操入门博客：微服务可观测性搭建+原理详解+从零部署+UI使用教程

文章目录

前言：微服务越做越大，系统必须要有「可观测性」
一、SkyWalking核心架构原理（四大分层，零基础秒懂）
- [1.1 探针采集层（核心关键，无代码侵入根本）](#1.1 探针采集层（核心关键，无代码侵入根本）)
- [1.2 数据传输和逻辑处理层](#1.2 数据传输和逻辑处理层)
- [1.3 数据存储层（生产必选ES，拒绝默认H2）](#1.3 数据存储层（生产必选ES，拒绝默认H2）)
- [1.4 数据展示层（Rocketbot可视化UI）](#1.4 数据展示层（Rocketbot可视化UI）)
二、从零实操搭建SkyWalking生产环境（全套版本统一：8.9.0+ES7.17.1）
- [2.1 第一步：搭建Elasticsearch7.17.1存储组件](#2.1 第一步：搭建Elasticsearch7.17.1存储组件)
- [2.2 第二步：搭建SkyWalking8.9.0服务端（OAP+UI）](#2.2 第二步：搭建SkyWalking8.9.0服务端（OAP+UI）)
- [2.3 第三步：微服务挂载Agent探针，采集上报数据](#2.3 第三步：微服务挂载Agent探针，采集上报数据)
三、SkyWalking核心UI页面实操使用教程
- [3.1 仪表盘（核心看指标，运维日常必看）](#3.1 仪表盘（核心看指标，运维日常必看）)
- - [3.2 拓扑图（看清服务调用关系）](#3.2 拓扑图（看清服务调用关系）)
  - [3.3 追踪（故障排查核心，查报错查慢接口专用）](#3.3 追踪（故障排查核心，查报错查慢接口专用）)
- 四、总结

前言：微服务越做越大，系统必须要有「可观测性」

随着互联网业务持续迭代升级，后端微服务数量越来越多，服务之间互相调用关系错综复杂，网关、业务服务、数据库、第三方接口链路层层嵌套。

一旦线上出现接口卡顿、偶发报错、调用失败、响应超时等问题，只靠传统日志排查，效率极低：日志分散在多台服务器、看不清服务调用关系、找不到性能瓶颈卡点，运维和开发排查故障全靠猜。

想要快速摸清系统整体运行状态、精准定位报错根源、监控接口性能指标，就必须搭建一套分布式链路追踪 + 应用性能监控的可观测性平台。

而 Apache SkyWalking 就是目前企业生产首选方案：它不只是简单的链路追踪工具，还兼具服务性能监控、JVM指标采集、运维告警等核心能力，无代码侵入、部署简单、上手极快，真正做到故障排查快、问题定位准、运维管理狠，适配所有SpringCloud微服务项目。

一、SkyWalking核心架构原理（四大分层，零基础秒懂）

SkyWalking整体架构设计清晰，全程分为四大核心层级 ，各司其职、互不干扰，从数据采集、传输处理、存储持久化到页面展示全流程闭环，不用改业务代码，纯外挂式监控。

1.1 探针采集层（核心关键，无代码侵入根本）

很多新手疑惑：SkyWalking不用改代码，怎么自动拦截接口、采集链路数据？核心答案就是探针Agent动态字节码增强技术。

SkyWalking探针并非我们Java开发常用的普通动态代理，而是基于 JavaAgent + ByteBuddy 字节码技术，在项目类加载阶段，直接动态生成增强后的Class字节码文件，无需修改源码、无需加依赖、无需改配置类。

核心工作逻辑：

项目启动加载Class类 → 探针拦截类加载过程 → 动态增强类字节码 → 植入链路拦截、数据采集、异常捕获逻辑 → 项目正常启动运行。

性能与资源影响说明：

仅在项目启动阶段一次性做字节码转换，项目运行阶段几乎无额外性能损耗；
会轻微增加项目启动时间、少量内存和线程占用，官方实测业务性能损耗仅 5%~10%，生产环境完全可接受；
探针内置各类插件，自动增强HTTP接口、数据库操作、RPC调用、MQ调用等逻辑，运行时自动拦截请求链路，同步采集调用耗时、请求参数、异常信息；
附带定时任务，自动采集服务器JVM内存、GC次数、CPU使用率等基础运维指标。

1.2 数据传输和逻辑处理层

探针采集到所有链路数据、性能指标、JVM数据后，不会直接写入存储，而是通过 gRPC高性能传输框架，将数据实时异步上报到SkyWalking服务端（OAP服务）。

SkyWalking服务端接收上报数据后，通过内置各类专属插件做数据清洗、分析、聚合计算：

JVM插件：统计内存占用、GC频率、线程状态；
数据库插件：分析SQL执行耗时、慢查询统计；
链路分析插件：梳理服务调用关系、计算接口响应时间、统计错误率和QPS；
最终处理完成的标准化数据，统一推送至数据存储层持久化保存。

1.3 数据存储层（生产必选ES，拒绝默认H2）

SkyWalking支持多种主流存储介质，可直接在服务端配置文件中切换适配，不同存储适配不同业务量级：

默认H2内存数据库：仅本地测试演示使用，重启数据全部丢失，严禁上生产；
MySQL/TiDB：适合数据量小、链路查询频次低的简单场景，海量链路数据检索慢、扛不住高并发写入；
Elasticsearch（ES）：生产环境唯一推荐，存储容量大、倒排索引检索快、支持高吞吐写入，适配微服务海量链路时序数据存储，还能和EKL日志体系完美联动。

1.4 数据展示层（Rocketbot可视化UI）

SkyWalking自带可视化UI界面，底层基于 Rocketbot 搭建，页面直观易懂、中文适配友好。所有监控指标、链路详情、服务拓扑、报错统计全部可视化展示，无需敲任何命令，点点鼠标就能排查故障、查看系统运行状态。

二、从零实操搭建SkyWalking生产环境（全套版本统一：8.9.0+ES7.17.1）

SkyWalking完整搭建只需三大核心步骤：搭建ES存储 → 部署SkyWalking服务端 → 微服务挂载Agent探针上报数据，全程复制配置即可，无复杂操作。

2.1 第一步：搭建Elasticsearch7.17.1存储组件

1、环境前置准备

ES运行依赖JDK环境，提前安装Java1.8环境：

Plain 复制代码

yum install java-1.8.0-openjdk-devel.x86_64 -y

2、下载指定稳定版ES

推荐生产统一使用 7.17.1稳定版，兼容性最好：

下载地址：https://www.elastic.co/cn/downloads/past-releases/elasticsearch-7-17-1

3、核心配置修改（elasticsearch.yml）

解压安装后，修改config目录下elasticsearch.yml核心配置，修改集群名称、节点信息、网络端口、初始主节点等关键参数，适配本地服务器环境。

4、启动ES并验证安装成功

进入ES bin目录，执行启动命令，后台运行服务。浏览器访问 http://ES服务器IP:9200，返回以下JSON格式内容，即为部署成功：

Plain 复制代码

{
  "name": "node-1",
  "cluster_name": "my-application",
  "cluster_uuid": "GvK7v9HhS4qgCvfvU6lYCQ",
  "version": {
    "number": "7.17.1",
    "build_flavor": "default",
    "build_type": "rpm",
    "build_hash": "e5acb99f822233d6ad4sdf44ce45a454xxxaasdfas323ab",
    "build_date": "2023-02-23T22:20:54.153567231Z",
    "build_snapshot": false,
    "lucene_version": "8.11.1",
    "minimum_wire_compatibility_version": "6.8.0",
    "minimum_index_compatibility_version": "6.0.0-beta1"
  },
  "tagline": "You Know, for Search"
}

2.2 第二步：搭建SkyWalking8.9.0服务端（OAP+UI）

1、下载SkyWalking服务端安装包

统一使用8.9.0版本，和后续Agent探针版本保持一致，避免兼容性报错：

下载地址：apache-skywalking-apm-8.9.0.tar.gz

2、修改核心配置切换ES存储

解压安装包后，打开配置文件 config/application.yml，将默认存储改为elasticsearch，填写自己的ES服务器IP端口：

Plain 复制代码

storage:
  selector: ${SW_STORAGE:elasticsearch}
  elasticsearch:
    clusterNodes: 你的ES服务器IP:9200
    indexShardsNumber: 2
    indexReplicasNumber: 0
    recordDataTTL: 7
    metricsDataTTL: 7

3、启动SkyWalking服务端

进入bin目录，执行启动脚本：

Plain 复制代码

./startup.sh

启动后通过jps命令可看到两个进程：OAP数据处理进程、UI页面进程。浏览器访问 http://服务器IP:8080，打开SkyWalking可视化首页即为部署成功。

2.3 第三步：微服务挂载Agent探针，采集上报数据

核心重点：不用改业务代码，只需挂载探针启动参数即可完成接入。

1、下载对应版本Agent探针

探针版本必须和服务端一致，统一8.9.0：

下载地址：skywalking-agent.jar

2、SpringBoot项目Jar包启动接入方式（最常用）

启动项目时添加javaagent探针参数，指定探针路径、服务名称、SkyWalking服务端地址（端口固定11800）：

Plain 复制代码

java -javaagent:/你的agent存放路径/skywalking-agent.jar \
-Dskywalking.agent.service_name=自定义微服务名称 \
-Dskywalking.collector.backend_service=SkyWalking服务端IP:11800 \
-jar 你的业务项目.jar

3、Docker部署项目接入方式

将skywalking-agent.jar打入Docker镜像，镜像启动脚本中增加上述同样javaagent启动参数即可。

4、接入验证

启动所有微服务，调用几次业务接口，稍等片刻刷新SkyWalking UI页面，即可自动加载服务监控数据、链路追踪记录，接入完成。

三、SkyWalking核心UI页面实操使用教程

SkyWalking UI核心功能聚焦四大板块，日常运维排查只用重点看这几个模块，新手快速上手无压力，详细图文使用可参考：https://juejin.cn/post/7106307197763584030

3.1 仪表盘（核心看指标，运维日常必看）

核心分为两大统计维度，全方位监控系统运行状态：

APM监控：支持全局整体、单个服务、服务实例、接口端点四个层级，展示Apdex应用性能指数、平均响应时间、接口成功率、每分钟调用量CPM、响应时间百分位（P50/P95/P99）等核心指标；
Database数据库监控 ：统计数据库访问耗时、慢SQL数量、数据库调用成功率，快速定位数据库性能瓶颈。

核心概念通俗区分：

服务（Service）：单个微服务应用；
服务实例（Instance）：微服务集群中的单台服务器节点；
端点（Endpoint）：具体HTTP接口、RPC方法等业务请求入口。

3.2 拓扑图（看清服务调用关系）

自动生成微服务真实运行调用拓扑图，直观展示网关、业务服务、数据库、第三方接口之间的依赖调用关系，接手新项目无需手绘架构图，一眼摸清整体架构。

3.3 追踪（故障排查核心，查报错查慢接口专用）

所有请求全链路追踪记录，按时间、报错状态、TraceID筛选查询，点开任意请求即可看到完整调用链路、每一步服务耗时、具体报错堆栈信息，几分钟定位故障根因，告别挨个查日志的低效操作。

四、总结

SkyWalking凭借四层极简架构、无代码侵入探针技术、ES高性能存储加持，快速为微服务搭建完整可观测性体系。部署只需搭建ES、部署服务端、挂载探针三步，上手简单、运维高效，既能做链路追踪排查故障，又能做性能监控运维告警，是微服务生产环境必备标配工具，学会即可快速搞定线上运维排查难题。