SkyWalking 介绍及部署

server/2024/9/24 11:23:38/

  • 1、SkyWalking简介
  • 2、SkyWalking的搭建
    • 2.1 部署Elasticsearch
    • 2.2 部署SkyWalking-Server
    • 2.3 部署SkyWalking-UI
  • 3、应用接入
    • 3.1 jar包部署方式
    • 3.2 dockerfile方式
    • 3.3 DockerFile示例
  • 4、SkyWalking UI 界面说明
    • 4.1 仪表盘
      • 4.1.1 APM
        • （1）全局维度
        • （2）服务维度
        • （3）实例维度
        • （4）端点维度
      • 4.1.2 数据库
      • 4.1.3 Istio、SelfObservability 、WebBrowser
    • 4.2 拓扑图
    • 4.3 追踪
    • 4.4 性能剖析
    • 4.5 日志
    • 4.6 告警
  • 5、其他相关的配置
    • 5.1 数据清理机制
    • 5.2 数据存储和写入优化（针对ES）
    • 5.3 链路过长问题
  • 6、参考文档：

随着微服务架构的流行，一些微服务架构下的问题也会越来越突出，比如一个请求会涉及多个服务，而服务本身可能也会依赖其他服务，整个请求路径就构成了一个网状的调用链，而在整个调用链中一旦某个节点发生异常，整个调用链的稳定性就会受到影响。

面对以上情况， 我们就需要一些可以帮助理解系统行为、用于分析性能问题的工具，以便发生故障的时候，能够快速定位和解决问题，这时候 APM（Application Performance Management应用性能管理）工具就该闪亮登场了。

1、SkyWalking简介

  • 官方网站
  • SkyWalking 文档中文版（社区提供）
  • 官方demo网站 （账号：skywalking 密码：skywalking）

SkyWalking 它是一款优秀的国产 APM 工具，包括了分布式追踪、性能指标分析、应用和服务依赖分析等。

SkyWalking架构分为三部分：

   - skyWalking-collector：链路数据归集器，相当于Skywalking的服务端

   - skyWalking-ui：SkyWalking的web可视化平台

   - skyWalking-agent：探针，与应用容器绑定在一起，启动时通过javaagent进行JVM级别的AOP，收集和发送数据到归集器

SkyWalking 的核心是数据分析和度量结果的存储平台，通过 HTTP 或 gRPC 方式向 SkyWalking Collecter 提交分析和度量数据，SkyWalking Collecter 对数据进行分析和聚合，存储到 Elasticsearch、H2、MySQL、TiDB 等。

说明： SkyWalking 的核心是数据分析和度量结果的存储平台，通过 HTTP 或 gRPC 方式向 SkyWalking Collecter 提交分析和度量数据，SkyWalking Collecter 对数据进行分析和聚合，

存储到 Elasticsearch、H2、MySQL、TiDB 等其一即可，最后我们可以通过 SkyWalking UI 的可视化界面对最终的结果进行查看。Skywalking 支持从多个来源和多种格式收集数据：多种语言的 Skywalking Agent 、Zipkin v1/v2 、Istio 勘测、Envoy 度量等数据格式。

整体架构看似模块有点多，但在实际上还是比较清晰的，主要就是通过收集各种格式的数据进行存储，然后展示。

所以搭建 Skywalking 服务我们需要关注的是 SkyWalking Collecter、SkyWalking UI 和 存储设备，SkyWalking Collecter、SkyWalking UI 官方下载安装包内已包含，最终我们只需考虑存储设备即可。

2、SkyWalking的搭建

2.1 部署Elasticsearch

注意：版本与SkyWalking版本对应

 展开源码

docker run --name elasticsearch -p 9200:9200  -p 9300:9300 \-e "discovery.type=single-node" \-e ES_JAVA_OPTS="-Xms1g -Xmx1g" \--restart always \-v /home/docker/elastic/elasticsearch/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \-v /home/docker/elastic/elasticsearch/data:/usr/share/elasticsearch/data \-v /home/docker/elastic/elasticsearch/plugins:/usr/share/elasticsearch/plugins \--net network_network \-d elasticsearch:7.17.0

2.2 部署SkyWalking-Server

apache-skywalking-apm-es7-8.3.0.tar.gz 下载地址

  • 拉取镜像

 展开源码

docker pull apache/skywalking-oap-server:8.3.0-es7

  • 运行 skywalking-oap-server 容器     SW_STORAGE：数据存储配置，支持H2，MySQL、ES等，这里改为 elasticsearch7

          配置文件路径：apache-skywalking-apm-bin-es7/config/application.yml

SkyWalking 默认使用12800作为Rest API通信端口，11800为gRPC API端口

 展开源码

docker run -d --name skywalking-oap \
-e TZ=Asia/Shanghai \
-p 12800:12800 -p 11800:11800 \
--link elasticsearch:elasticsearch \
--net network_network \
-e SW_STORAGE=elasticsearch7 \
-e SW_STORAGE_ES_CLUSTER_NODES=elasticsearch:9200 \
apache/skywalking-oap-server:8.3.0-es7
 

 

2.3 部署SkyWalking-UI
 

配置文件路径：apache-skywalking-apm-bin-es7/webapp/webapp.yml
 

  • 拉取镜像
 

 展开源码
 

docker pull apache/skywalking-ui:8.3.0
 
 

 展开源码
 

docker run -d --name skywalking-ui \
-e TZ=Asia/Shanghai \
-p 8088:8080 \
--link skywalking-oap:skywalking-oap \
--net network_network \
-e SW_OAP_ADDRESS=skywalking-oap:12800 \
apache/skywalking-ui:8.3.0
 

3、应用接入
 

注意：agent 中指定服务名（SW_AGENT_NAME），不同的服务用不同的服务名区分。如果服务名相同，相当于是多个实例。
 

3.1 jar包部署方式
 

  • 将skywalking安装包下的agent整个目录（apache-skywalking-apm-bin-es7/agent），拷贝到应用机器所在的目录，如：/home/docker/
 

 

  • 在启动的脚本上添加 skywalking-agent配置：
 

 
配置参数
 		 
描述
 
 
-javaagent
 		 
配置skywalking-agent.jar位置，确保这个参数在-jar参数之前
 
 
-DSW_AGENT_NAME
 		 
配置应用名称，用于区分不用的服务
 
 
-DSW_AGENT_COLLECTOR_BACKEND_SERVICES
 		 
配置server的服务地址
 
 

 展开源码
 

java -javaagent:/home/docker/agent/skywalking-agent.jar
-DSW_AGENT_NAME=gateway
-DSW_AGENT_COLLECTOR_BACKEND_SERVICES=127.0.0.1:11800
-Dserver.port=9999 -Xmx128m -Xms128m -XX:MaxMetaspaceSize=128m
-jar gateway.jar 
 

3.2 dockerfile方式
 

  • 将skywalking安装包下的agent整个目录（apache-skywalking-apm-bin-es7/agent），拷贝到应用机器所在的目录，如：/home/docker/
 

 

  • docker-compose.yml
 

docker-compose.yml 展开源码
 

  # skywalking-aopskywalking-oap:image: apache/skywalking-oap-server:8.3.0-es7container_name: skywalking-oaplinks:- elasticsearch:elasticsearchrestart: alwaysports:- 11800:11800- 12800:12800environment:TZ: Asia/ShanghaiSW_STORAGE: elasticsearch7SW_STORAGE_ES_CLUSTER_NODES: elasticsearch:9200JAVA_OPTS: "-Xms512m -Xmx512m"networks:- network# skywalking-uiskywalking-ui:image: apache/skywalking-ui:8.3.0container_name: skywalking-uilinks:- skywalking-oap:skywalking-oaprestart: alwaysports:- 8088:8080environment:TZ: Asia/ShanghaiSW_OAP_ADDRESS: skywalking-oap:12800networks:- network
 

 

4、SkyWalking UI 界面说明
 

4.1 仪表盘
 

4.1.1 APM
 

APM 应用性能管理，分为全局维度、服务维度、实例维度、端点维度
 

（1）全局维度
 

  • Service Load：服务每分钟请求数
  • Slow Services：慢响应服务，服务耗时最长的一次耗时时间
  • Un-Health Services(Apdex)：服务性能健康指数，0~1
  • Slow EndPoints：慢响应的端点
  • Global Response Latency：不同百分比的响应延时时间
  • Global Heatmap：热力图
 

 

（2）服务维度
 

  • Service Apdex：服务性能指数
  • Service Apdex（折线图）：
  • Service Avg Response Time：平均响应时间
  • Global Response Time Percentile：百分比的响应时间
  • Successful Rate：请求成功率
  • Successful Rate（折线图）：不同时间的请求的成功率
  • Service Load：每分钟请求数
  • Service Load（折线图）：不同时间的每分钟请求数
  • Service Instances Load：每个服务实例的每分钟请求数
  • Slow Service Instances：服务实例的最大延时
  • Service Instances Successful Rate：服务实例的请求成功率
 

 

（3）实例维度
 

  • Service Instances Load：服务实例的每分钟请求数
  • Service Instances Successful Rate：服务实例的请求成功率
  • Service Instances Latency：服务实例的响应延时
  • JVM CPU：占用CPU的百分比
  • JVM Memory：内存占用大小
  • JVM GC Time：垃圾回收时间，包括Young GC 和 Old GC
  • JVM GC Count：垃圾回收次数
  • JVM Thread Count：JVM 创建线程数量
  • CLR xxx：
 

 

（4）端点维度
 

  • EndPoint Load in Current Service：每个端点的每分钟请求数
  • Slow Endpoints in Current Service：每个端点的最慢请求时间
  • Successful Rate in Current Service：每个端点的请求成功率
  • Endpoint Load：当前端点每个时间段的请求数据
  • Endpoint Avg Response Time：端点请求的平均响应时间
  • Endpoint Response Time Percentile：当前端点每个时间段的响应时间占比
  • Endpoint Successful Rate：当前端点每个时间段的请求成功率
 

 

4.1.2 数据库
 

展示数据库的响应时间、响应时间分布、吞吐量、SLA、慢SQL等详细信息，便于直观展示数据库状态
 

  • Database Avg Response Time：数据库平均响应时间
  • Database Access Successful Rate：数据库的访问成功率
  • Database Traffic：数据库每分钟请求数
  • Database Access Latency Percentile：数据库不同比例的响应时间
  • Slow Statements：前N个慢查询
  • All Database Loads：所有数据库中的每分钟请求数排名
  • Un-Health Databas：所有数据库的请求成功率排名
 

 

4.1.3 Istio、SelfObservability 、WebBrowser
 

这几个比较次用，用得不多，不详细介绍
 

  • Istio：结合Istio，适配容器、采集容器信息
  • SelfObservability：监控SkyWalking自身信息
  • WebBrowser：8.2.0 版本新增的浏览器，提供PV、UV等数据。需结合 Skywalking-Client-js 使用
 

 

SkyWalking自监控（SelfObservability）的配置：
 

修改配置文件apache-skywalking-apm-bin-es7/config/application.yml
 

修改内容：
 

Prometheus-fetcher 的selector修改为：default
 

telemetry的selector修改为：prometheus
 

SelfObservability：
 

 

 

4.2 拓扑图
 

服务之间的调用关系。每条连线的颜色反应了服务之间的调用延迟情况，可以非常直观的看到服务与服务之间的调用状态，连线中间的点能点击，可显示两个服务之间链路的平均响应时间、吞吐率以及SLA等信息
 

 

 

4.3 追踪
 

显示请求的代码内部执行情况，一个完整的请求都经过了哪些服务、执行了哪些代码方法、每个方法的执行时间、执行状态等详细信息，快速定位代码问题
 

  • 左侧：端点信息列表（API接口列表），红色——异常请求；蓝色——正常请求
  • 右侧：请求追踪列表，请求中连接各端点的先后顺序和时间
 

 

 

4.4 性能剖析
 

  • 服务：需要分析的服务
  • 端点：链路监控中的端点名称（可以在链路追踪中查看端点信息）
  • 监控时间：采集数据的开始时间
  • 监控持续时间：采集数据的时间长度
  • 起始监控时间：多少毫秒后开始进行采集
  • 监控间隔：多少毫秒采集一次
  • 最大采样数：最大采集多少样本
 

 

4.5 日志
 

参考：微服务链路追踪 Skywalking 生成 Trace ID 以及 logback 日志归集-CSDN博客
 

在应用代码中添加依赖
 

 展开源码
 

<!--skywalking trace工具包-->
<dependency><groupId>org.apache.skywalking</groupId><artifactId>apm-toolkit-trace</artifactId><version>${skywalking.version}</version>
</dependency>
 

4.6 告警
 

参考：Skywalking-告警功能实践_from(endpoint.*).filter(responsecode in [404,500,5-CSDN博客
 

 

5、其他相关的配置
 

5.1 数据清理机制
 

配置文件路径：apache-skywalking-apm-bin-es7/config/application.yml
 

 展开源码
 

core:selector: ${SW_CORE:default}default:# 数据清理机制的开关，默认开启enableDataKeeperExecutor: ${SW_CORE_ENABLE_DATA_KEEPER_EXECUTOR:true}# 数据清理定时器周期，默认5，单位分钟dataKeeperExecutePeriod: ${SW_CORE_DATA_KEEPER_EXECUTE_PERIOD:5}# 明细记录数据的有效期，默认3天recordDataTTL: ${SW_CORE_RECORD_DATA_TTL:3} # Unit is day# 指标数据的有效期，默认7天metricsDataTTL: ${SW_CORE_METRICS_DATA_TTL:7} # Unit is day
 

 

5.2 数据存储和写入优化（针对ES）
 

主要是进行bulk 批量写入调整，buffer 优化等，具体参见《elasticsearch写入速度优化》
 

 

5.3 链路过长问题
 

往往就是循环中调用其他服务 或 循环操作数据库；或者 定时任务重跑批处理
 

方案：
 

1、不加入链路追踪，直接ignore url 配置忽略
 

2、业务代码处理，数据库批量更新操作
 

 

 

 

6、参考文档：
 

【1】Skywalking分布式追踪与监控（Skywalking分布式追踪与监控）
 

【2】破解 Java Agent 探针黑科技 （破解 Java Agent 探针黑科技）
 

【3】elasticsearch 写入速度优化 （elasticsearch 写入速度优化）
 

【4】SkyWalking 数据清理机制 （SkyWalking 数据清理机制）
 

【5】开启Apache SkyWalking的自监控 （开启Apache SkyWalking的自监控）
 

【6】Skywalking-告警功能实践 （Skywalking-告警功能实践）
 

 

 

 












http://www.ppmy.cn/server/42911.html












相关文章










每日一题（4）——String连接，替换，比较，查找等









每日一题（4）——String连接，替换，比较，查找等




主要是一些字符串的连接&#xff0c; 替换&#xff0c;比较&#xff0c;去首尾空格&#xff0c;查找等操作&#xff1b; 
class ZiFu{public static void main(String []args){String s1"hello world";String s2new String("hello,world");s2" "…




阅读更多...

















Struts2 3万字经典面试题及参考答案









Struts2 3万字经典面试题及参考答案




目录 解释Struts2是什么以及它的主要组成部分。 
Struts2与Struts1相比有哪些改进？




阅读更多...

















ARM/Linux嵌入式面经真题（十）：浙江大华









ARM/Linux嵌入式面经真题（十）：浙江大华




大华 嵌入式 二面 一面-电话面试， 1.static 关键词ARM/Linux嵌入式面经（五）：联想 可见这是个热点面试题 2.数据链表一步一步教你从零开始写C语言链表(超详细) 照着这个撸一遍，不重复造轮子了。很详细，然后务必打开评论区，有易错点！！！ 3.项目里的一个线程管理的问题 这…




阅读更多...

















二叉树的序列化---广义表









二叉树的序列化---广义表




前言 
个人小记 一、代码 
#include<stdio.h>
#include <stdlib.h>
#include <string.h>
#include <time.h>
#define key(n) (n)?(n->key):(-1)
#define MAX_NODE 10typedef struct Node
{int key;struct Node* lchild,*rchild;
}Node;Node* init_…




阅读更多...

















常见的cdn运维面试题及答案









常见的cdn运维面试题及答案




1、请简要介绍一下CDN的基本原理和作用。 
CDN&#xff08;Content Delivery Network&#xff0c;内容分发网络&#xff09;是一种分布式网络服务&#xff0c;通过在地理位置分布广泛的节点上缓存网站静态资源&#xff08;如图片、视频、CSS、JS等&#xff09;&#xff0c;使用…




阅读更多...

















设计模式--备忘录模式









设计模式--备忘录模式




备忘录模式是一种行为设计模式&#xff0c;它用于在不破坏封装的前提下&#xff0c;保存一个对象的内部状态&#xff0c;以便以后可以恢复到这个状态。这种模式在许多应用场景中非常有用&#xff0c;例如在实现撤销操作、保存游戏进度、恢复文件备份以及保持工作状态等。 
备忘…




阅读更多...

















炫酷gdb









炫酷gdb




在VS里面调试很方便对吧&#xff1f;&#xff08;F5直接调试&#xff0c;F10逐过程调试--不进函数&#xff0c;F11逐语句调试--进函数&#xff0c;F9创建断点&#xff09;&#xff0c;那在Linux中怎么调试呢&#xff1f; 
我们需要用到一个工具&#xff1a;gdb 
我们知道VS中程…




阅读更多...

















IPIDEA与您分享：代理IP究竟是如何保护用户隐私的？









IPIDEA与您分享：代理IP究竟是如何保护用户隐私的？




在信息化、网络化的今天&#xff0c;互联网已成为人们生活中不可或缺的一部分。无论是日常沟通、学习工作&#xff0c;还是娱乐休闲&#xff0c;网络都扮演着举足轻重的角色。然而&#xff0c;随着网络活动的增加&#xff0c;网络安全问题也日益凸显&#xff0c;为了保护个人隐…




阅读更多...















 
 
 
 










最新文章







 





















Copyright @ 2022~2023