架构设计（服务跟踪）

服务跟踪

微服务调用链路

# 链路跟踪背景
随着业务的发展，系统规模越来越大，微服务之间的调用关系越来越复杂；
客户端发起的请求，会经过不同的微服务调用，形成一条复杂的调用链路，返回最终的结果；
每条链路上的依赖的服务如果出现延时过高、运行出错都会导致请求失败

# 链路跟踪作用
错误追踪：快速发现服务调用链路在哪个微服务中出错
延时分析：统计链路中每个依赖的服务运行的的时间，判断延时

# 链路跟踪组件
spring cloud sleuth + zipkin
阿里巴巴天眼、美团cat
京东hydra、新浪watchman

sleuth实现原理

# traceId：请求链路的唯一标识，链路中的所有单元保持一致
请求达到分布式系统的入口端点时，会创建唯一的追踪标识，
请求在分布式系统中流转时，该值保持不变

# spanId：链路中的单元组件标识
为了统计各单元的时间延时，当请求到达依赖服务、或者请求转发时，
会创建一个span，用来记录开始时间、执行状态，结束时间

# annotation：记录单元信息
cs(client send)：客户端或者单元发起请求时间戳
sr(server received)：服务端或者单元接到请求时间戳
ss(server send)：服务端或者单元处理完成后返回响应的时间戳
cr(client received)：客户端或者单元接到响应的时间

sleuth span示例(收集到zipkin时，该对象会转换成zipkin中的span对象格式)

zipkin 延时分析

收集、分析、展示跟踪信息

# collector组件：收集跟踪信息
收集跟踪信息，将其转换为zipkin内部使用的span格式
可使用http同步收集、mq异步收集

# storage组件：存储跟踪信息
默认将跟踪信息存储到内存中，
也可存到mysql、elasticsearch等数据库中

# restful api组件：提供外部访问接口
给客户端展示跟踪信息、外部系统访问实现监控

# web ui组件：展示跟踪信息
调用restful api接口，给用户展示跟踪信息

zipkin span示例（annotations对应logs、binaryAnnotations对应tags）