Skywalking基础

微服务链路追踪组件 Skywalking

图片

1. skywalking 是什么

对于一个大型的几十个、几百个微服务构成的微服务架构系统,通常会遇到下面一些问题,比如:

  1. 如何串联整个调用链路,快速定位问题?
  2. 如何理清各个微服务之间的依赖关系?
  3. 如何进行各个微服务接口的性能分折?
  4. 如何跟踪整个业务流程的调用处理顺序?

skywalking 是一个国产开源框架,2015 年由吴晟开源 , 2017 年加入 Apache 孵化器。skywalking 是分布式系统的应用程序性能监视工具,专为微服务、云原生架构和基于容器(Docker、K8s、Mesos)架构而设计。SkyWalking 是观察性分析平台和应用性能管理系统,提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案。

官网:http://skywalking.apache.org/

下载:http://skywalking.apache.org/downloads/

调用链选型

  1. Zipkin 是 Twitter 开源的调用链分析工具,目前基于 springcloud sleuth 得到了广泛的使用,特点是轻量,使用部署简单。
  2. Pinpoint 是韩国人开源的基于字节码注入的调用链分析,以及应用监控分析工具。特点是支持多种插件,UI 功能强大,接入端无代码侵入。
  3. SkyWalking 是本土开源的基于字节码注入的调用链分析,以及应用监控分析工具。特点是支持多种插件,UI 功能较强,接入端无代码侵入。目前已加入 Apache 孵化器。
  4. CAT 是大众点评开源的基于编码和配置的调用链分析,应用监控分析,日志采集,监控报警等一系列的监控平台工具。

图片

探针性能对比

模拟了三种并发用户:500,750,1000。使用 jmeter 测试,每个线程发送 30 个请求,设置思考时间为 10ms。使用的采样率为 1,即 100%,这边与生产可能有差别。pinpoint 默认的采样率为 20,即 50%,通过设置 agent 的配置文件改为 100%。zipkin 默认也是 1。组合起来,一共有 12 种。下面看下汇总表:

图片

从上表可以看出,在三种链路监控组件中,skywalking 的探针对吞吐量的影响最小,zipkin 的吞吐量居中。pinpoint 的探针对吞吐量的影响较为明显,在 500 并发用户时,测试服务的吞吐量从 1385 降低到 774,影响很大。然后再看下 CPU 和 memory 的影响,在内部服务器进行的压测,对 CPU 和 memory 的影响都差不多在 10%之内。

1.1 Skywalking 主要功能特性

  • 多种监控手段,可以通过语言探针和 service mesh 获得监控的数据;
  • 支持多种语言自动探针,包括 Java,.NET Core 和 Node.JS;
  • 轻量高效,无需大数据平台和大量的服务器资源;
  • 模块化,UI、存储、集群管理都有多种机制可选;
  • 支持告警;
  • 优秀的可视化解决方案;

1.2 Skywalking 整体架构

图片

整个架构分成四部分:

  • 上部分 Agent :负责从应用中,收集链路信息,发送给 SkyWalking OAP 服务器;
  • 下部分 SkyWalking OAP :负责接收 Agent 发送的 Tracing 数据信息,然后进行分析(Analysis Core),存储到外部存储器(Storage),最终提供查询(Query)功能;
  • 右部分 Storage:Tracing 数据存储,目前支持 ES、MySQL、Sharding Sphere、TiDB、H2 多种存储器,目前采用较多的是 ES,主要考虑是 SkyWalking 开发团队自己的生产环境采用 ES 为主;
  • 左部分 SkyWalking UI:负责提供控制台,查看链路等等;

SkyWalking 支持三种探针:

  • Agent – 基于 ByteBuddy 字节码增强技术实现,通过 jvm 的 agent 参数加载,并在程序启动时拦截指定的方法来收集数据。
  • SDK – 程序中显式调用 SkyWalking 提供的 SDK 来收集数据,对应用有侵入。
  • Service Mesh – 通过 Service mesh 的网络代理来收集数据。

后端(Backend)

接受探针发送过来的数据,进行度量分析,调用链分析和存储。后端主要分为两部分:

  • OAP(Observability Analysis Platform)- 进行度量分析和调用链分析的后端平台,并支持将数据存储到各种数据库中,如:ElasticSearch,MySQL,InfluxDB 等。
  • OAL(Observability Analysis Language)- 用来进行度量分析的 DSL,类似于 SQL,用于查询度量分析结果和警报。

界面(UI)

  • RocketBot UI – SkyWalking 7.0.0 的默认 web UI
  • CLI – 命令行界面

这三个模块的交互流程:

图片

1.3 SkyWalking 环境搭建部署

图片

  • skywalking agent 和业务系统绑定在一起,负责收集各种监控数据
  • Skywalking oapservice 是负责处理监控数据的,比如接受 skywalking agent 的监控数据,并存储在数据库中;接受 skywalking webapp 的前端请求,从数据库查询数据,并返回数据给前端。Skywalking oapservice 通常以集群的形式存在。
  • skywalking webapp,前端界面,用于展示数据。
  • 用于存储监控数据的数据库,比如 mysql、elasticsearch 等。
  • 1.3.1 下载 SkyWalking

  • 下载:http://skywalking.apache.org/downloads/
  • 目录结构
  • 图片
  • 1.3.2 搭建 SkyWalking OAP 服务

  • 先使用默认的 H2 数据库存储,不用修改配置
  • config/application.yml
  • 启动成功后会启动两个服务,一个是 skywalking-oap-server,一个是 skywalking-web-ui
  • skywalking-oap-server 服务启动后会暴露 11800 和 12800 两个端口,分别为收集监控数据的端口 11800 和接受前端请求的端口 12800,修改端口可以修改 config/applicaiton.yml
  • 博主采用docker-compose一件部署,连接mysql(官方推荐ES)
  • version: '3'
    services:
      m_oap:
        image: apache/skywalking-oap-server:8.9.0
        container_name: m_oap
        ports:
          - 11800:11800 # agent 上报数据的端口,这是 gRPC 端口
          - 12800:12800 # ui 读取数据的端口, 这是 http 端口
        environment:
          - TZ=Asia/Shanghai
          - SW_STORAGE=mysql
          - SW_JDBC_URL="jdbc:mysql://192.168.189.128:3306/skywalking" #连接的数据库
          - SW_DATA_SOURCE_USER=root
          - SW_DATA_SOURCE_PASSWORD=ck010316
        volumes:
          - /opt/soft/mysql-connector-java-8.0.30.jar:/skywalking/oap-libs/mysql-connector-java-8.0.30.jar # 连接数据库需要的jar包,需要提前准备好
      m_skywaling-ui:
        image: apache/skywalking-ui:8.9.1
        container_name: ms_ui
        depends_on:
          - m_oap
        links:
          - m_oap
        ports:
          - 8088:8080
        environment:
          - SW_OAP_ADDRESS=http://192.168.189.128:12800
          - TZ=Asia/Shanghai
  • 1.4 SkyWalking 中三个概念

  • 服务(Service) :表示对请求提供相同行为的一系列或一组工作负载,在使用 Agent 时,可以定义服务的名字;
  • 服务实例(Service Instance) :上述的一组工作负载中的每一个工作负载称为一个实例, 一个服务实例实际就是操作系统上的一个真实进程;
  • 端点(Endpoint) :对于特定服务所接收的请求路径, 如 HTTP 的 URI 路径和 gRPC 服务的类名 + 方法签名;
  • 图片

    2. SkyWalking 快速开始

    2.1 SkyWalking Agent 跟踪微服务

    需要引入的pom依赖

        <skywalking.version>8.12.0</skywalking.version>
        <opentracing.version>0.33.0</opentracing.version>

<!-- Skywalking分布式链路追踪-->

       <dependency>
            <groupId>org.apache.skywalking</groupId>
            <artifactId>apm-toolkit-trace</artifactId>
            <version>${skywalking.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.skywalking</groupId>
            <artifactId>apm-toolkit-logback-1.x</artifactId>
            <version>${skywalking.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.skywalking</groupId>
            <artifactId>apm-toolkit-opentracing</artifactId>
            <version>${skywalking.version}</version>
        </dependency>

<!--opentracing-api定义和实现分布式追踪的核心接口和规范-->
<!--它使不同的分布式追踪工具(如Jaeger、Zipkin等)可以以相同的API进行操作,从而方便开发人员在不同工具之间切换-->

        <dependency>
            <groupId>io.opentracing</groupId>
            <artifactId>opentracing-api</artifactId>
            <version>${opentracing.version}</version>
        </dependency>
        <dependency>
            <groupId>io.opentracing</groupId>
            <artifactId>opentracing-util</artifactId>
            <version>${opentracing.version}</version>
        </dependency>
        <dependency>
            <groupId>io.opentracing</groupId>
            <artifactId>opentracing-noop</artifactId>
            <version>${opentracing.version}</version>
        </dependency>



日志xml配置logback-spring.xml(按需修改)

<!-- 日志级别从低到高分为TRACE < DEBUG < INFO < WARN < ERROR < FATAL,如果设置为WARN,则低于WARN的信息都不会输出 -->
<!-- scan:当此属性设置为true时,配置文件如果发生改变,将会被重新加载,默认值为true -->
<!-- scanPeriod:设置监测配置文件是否有修改的时间间隔,如果没有给出时间单位,默认单位是毫秒。当scan为true时,此属性生效。默认的时间间隔为1分钟。 -->
<!-- debug:当此属性设置为true时,将打印出logback内部日志信息,实时查看logback运行状态。默认值为false。 -->
<configuration>

<!-- 引用 Spring Boot 的 logback 基础配置 -->
<include resource="org/springframework/boot/logging/logback/defaults.xml" />
<!-- 变量 chengke.info.base-package,基础业务包 -->
<springProperty scope="context" name="chengke.info.base-package" source="chengke.info.base-package"/>
<!-- 格式化输出:%d 表示日期,%X{tid} SkWalking 链路追踪编号,%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 -->
<property name="PATTERN_DEFAULT" value="%d{${LOG_DATEFORMAT_PATTERN:-yyyy-MM-dd HH:mm:ss.SSS}} | %highlight(${LOG_LEVEL_PATTERN:-%5p} ${PID:- }) | %boldYellow(%thread [%tid]) | %boldGreen(%-40.40logger{39}) | %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}"/>

<!-- 控制台 Appender -->
<appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">     
    <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
        <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout">
            <pattern>${PATTERN_DEFAULT}</pattern>
        </layout>
    </encoder>
</appender>

<!-- 文件 Appender -->
<!-- 参考 Spring Boot 的 file-appender.xml 编写 -->
<appender name="FILE"  class="ch.qos.logback.core.rolling.RollingFileAppender">
    <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
        <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout">
            <pattern>${PATTERN_DEFAULT}</pattern>
            <!-- 日志格式中添加 %tid 即可输出 trace id -->

<!-- <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %tid %logger{50} - %msg%n</pattern>-->

            <!--<pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} %-5level %tid %t %logger{50}: %msg%n</pattern>-->
        </layout>
    </encoder>
    <!-- 日志文件名 -->
    <file>${LOG_FILE}</file>
    <rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy">
        <!-- 滚动后的日志文件名 -->
        <fileNamePattern>${LOGBACK_ROLLINGPOLICY_FILE_NAME_PATTERN:-${LOG_FILE}.%d{yyyy-MM-dd}.%i.gz}</fileNamePattern>
        <!-- 启动服务时,是否清理历史日志,一般不建议清理 -->
        <cleanHistoryOnStart>${LOGBACK_ROLLINGPOLICY_CLEAN_HISTORY_ON_START:-false}</cleanHistoryOnStart>
        <!-- 日志文件,到达多少容量,进行滚动 -->
        <maxFileSize>${LOGBACK_ROLLINGPOLICY_MAX_FILE_SIZE:-10MB}</maxFileSize>
        <!-- 日志文件的总大小,0 表示不限制 -->
        <totalSizeCap>${LOGBACK_ROLLINGPOLICY_TOTAL_SIZE_CAP:-0}</totalSizeCap>
        <!-- 日志文件的保留天数 -->
        <maxHistory>${LOGBACK_ROLLINGPOLICY_MAX_HISTORY:-30}</maxHistory>
    </rollingPolicy>
</appender>

<!-- 异步写入日志,提升性能 -->
<appender name="ASYNC" class="ch.qos.logback.classic.AsyncAppender">
    <!-- 不丢失日志。默认的,如果队列的 80% 已满,则会丢弃 TRACT、DEBUG、INFO 级别的日志 -->
    <discardingThreshold>0</discardingThreshold>
    <!-- 更改默认的队列的深度,该值会影响性能。默认值为 256 -->
    <queueSize>256</queueSize>
    <appender-ref ref="FILE"/>
</appender>

<!-- SkyWalking GRPC 日志收集,实现日志中心。注意:SkyWalking 8.4.0 版本开始支持 -->
<appender name="GRPC" class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.log.GRPCLogClientAppender">
    <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder">
        <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout">
            <pattern>${PATTERN_DEFAULT}</pattern>
        </layout>
    </encoder>
</appender>

<!-- 本地环境 -->
<springProfile name="local">
    <root level="INFO">
        <appender-ref ref="STDOUT"/>
        <appender-ref ref="GRPC"/> <!-- 本地环境下,如果不想接入 SkyWalking 日志服务,可以注释掉本行 -->
        <appender-ref ref="ASYNC"/>  <!-- 本地环境下,如果不想打印日志,可以注释掉本行 -->
    </root>
</springProfile>
<springProfile name="dev">
    <root level="DEBUG">
        <appender-ref ref="STDOUT"/>
        <appender-ref ref="ASYNC"/>
        <appender-ref ref="GRPC"/>
    </root>
</springProfile>

<!-- 其它环境 -->
<springProfile name="test,stage,prod,default">
    <root level="INFO">
        <appender-ref ref="STDOUT"/>
        <appender-ref ref="ASYNC"/>
        <appender-ref ref="GRPC"/>
    </root>
</springProfile>

</configuration>




### 2.1.1 通过 jar 包方式接入

一般是生产环境使用:

准备一个 springboot 程序,打成可执行 jar 包,写一个 shell 脚本,在启动项目的 Shell 脚本上,通过 -javaagent 参数进行配置 SkyWalking Agent 来跟踪微服务;

!/bin/sh

进入执行文件文件

cd /www/wwwroot/demo.com/service

RESOURCE_NAME=demo.jar
PORT=48083

SkyWalking Agent配置

export SW_AGENT_NAME=tiaodaike-prod #Agent名字,一般使用spring.application.name
export SW_AGENT_COLLECTOR_BACKEND_SERVICES=10.118.26.236:11800 #配置 Collector 地址。
export SW_AGENT_SPAN_LIMIT=2000 #配置链路的最大Span数量,默认为 300。
export JAVA_AGENT=-javaagent:/opt/skywalking-agent/skywalking-agent.jar

停止进程

tpid=lsof -i :$PORT -s TCP:LISTEN -t
if [ -n "$tpid" ]; then

echo "停止进程开始"
kill -15 $tpid
sleep 15

fi

再次检查进程是否停止,如果未停止则强制杀死进程

tpid=lsof -i :$PORT -s TCP:LISTEN -t
if [ -n "$tpid" ]; then

echo "Kill Process!"
kill -9 $tpid
sleep 10
echo "进程杀死,项目停止"

else

echo "进程停止,项目终止"

fi

启动执行命令

nohup /usr/local/java8/bin/java \

-Xms512m \
-Xmx1500m \
-Dspring.config.location=./application.yml \
-Dserver.port=$PORT \
-XX:+PrintGCDetails \
-XX:+PrintGCDateStamps \
-Xloggc:./gc.log \
-XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=./heapdump.hprof \
# 加入Skywalking参数
$JAVA_AGENT \
-jar $RESOURCE_NAME >> ./manage.log 2>&1 &
echo "项目启动成功"

拿着tracId去查找对应的服务调用链路

![图片](/img/bVdafkE)

示例:登录功能链路调用,gateway==》auth==》tenant==》rbac

![图片](/img/bVdafkF)

  

### 2.1.2 在 IDEA 中使用 Skywalking

在运行的程序配置 jvm 参数,如下图所示:

![图片](/img/bVdafkG)

### 2.1.3 Skywalking 跨多个微服务跟踪

Skywalking 跨多个微服务跟踪,只需要每个微服务启动时添加 javaagent 参数即可。

  

2.2 Skywalking 告警通知
-------------------

skywalking 告警的核心由一组规则驱动,这些规则定义在 config/alarm-settings.yml 文件中,告警规则的定义分为三部分:

1、告警规则:它们定义了应该如何触发度量警报,应该考虑什么条件;

2、网络钩子(Webhook}:当警告触发时,哪些服务终端需要被通知;

3、gRPC 钩子:远程 gRPC 方法的主机和端口,告警触发后调用;

为了方便,skywalking 发行版中提供了默认的 alarm-setting.yml 文件,包括一些规则,每个规则有英文注释,可以根据注释得知每个规则的作用:

*   在最近 10 分钟的 3 分钟内服务平均响应时间超过 1000ms
    
*   最近 10 分钟内,服务成功率在 2 分钟内低于 80%
    
*   服务实例的响应时间在过去 10 分钟的 2 分钟内超过 1000ms
    
*   数据库访问{name}的响应时间在过去 10 分钟的 2 分钟内超过 1000ms
    

只要我们的服务请求符合 alarm-setting.yml 文件中的某一条规则就会触发告警。

比如 service\_resp\_time\_rule 规则:

![图片](/img/bVdafkH)

该规则表示服务{name}的响应时间在最近 10 分钟的 3 分钟内超过 1000ms;

测试:

编写接口,模拟慢查询:

@RequestMapping("/info/{id}")
public User info(@PathVariable("id") Integer id){

try {
    Thread.sleep(2000);
} catch (InterruptedException e) {
    e.printStackTrace();
}

return userService.getById(id);

}


回调接口

@RequestMapping("/notify")
public String notify(@RequestBody Object obj){

//TODO 告警信息,给技术负责人发短信,钉钉消息,邮件,微信通知等
System.err.println(obj.toString());
return "notify successfully";

}


在 config/alarm-settings.yml 中配置回调接口,并重启 skywalking 服务

![图片](/img/bVdafkI)

测试访问:http://localhost:8000/user/info/1,满足告警规则后,控制台输出告警信息,SkyWalking UI 显示告警信息

  

参考:https://github.com/apache/skywalking/blob/master/docs/en/setup/backend/backend-alarm.md  

对接钉钉:

![图片](/img/bVdafkK)

Webhook 回调通知

SkyWalking 告警 Webhook 回调要求接收方是一个 Web 容器(比如 tomcat 服务),告警的消息会通过 HTTP 请求进行发送, 请求方法为 POST, Content-Type 为 application/json, JSON 格式基于 List<org.apache.skywalking.oap.server.core.alarm.AlarmMessage>的集合对象数据, 集合中的每个 AlarmMessage 包含以下信息:

- scopeId. 所有可用的 Scope,参考:org.apache.skywalking.oap.server.core.source.DefaultScopeDefine;

- name. 目标 Scope 的实体名称;

- id0. Scope 实体的 ID;

- id1. 未使用;

- ruleName. 在 alarm-settings.yml 中配置的规则名;

- alarmMessage. 报警消息内容;

- startTime. 告警时间, 位于当前时间与 UTC 1970/1/1 之间;

[{
scopeId = 2,
scope = SERVICE_INSTANCE,
name = 98e1839 a6fdf48b0aedb0ecabb8ea5f7 @192 .168 .233 .1 of springboot - skywalking - demo,
id0 = c3ByaW5nYm9vdC1za3l3YWxraW5nLWRlbW8 = .1 _OThlMTgzOWE2ZmRmNDhiMGFlZGIwZWNhYmI4ZWE1ZjdAMTkyLjE2OC4yMzMuMQ == ,
id1 = ,
ruleName = service_instance_resp_time_rule,
alarmMessage = Response time of service instance 98e1839 a6fdf48b0aedb0ecabb8ea5f7 @192 .168 .233 .1 of springboot - skywalking - demo is more than 1000 ms in 2 minutes of last 10 minutes,
startTime = 1613913565462
}, {
scopeId = 6,
scope = ENDPOINT_RELATION,
name = User in User to / user / info / {

id

} in springboot - skywalking - demo,
id0 = VXNlcg == .0 _VXNlcg == ,
id1 = c3ByaW5nYm9vdC1za3l3YWxraW5nLWRlbW8 = .1 _L3VzZXIvaW5mby97aWR9,
ruleName = endpoint_relation_resp_time_rule,
alarmMessage = Response time of endpoint relation User in User to / user / info / {

id

} in springboot - skywalking - demo is more than 1000 ms in 2 minutes of last 10 minutes,
startTime = 1613913565462
}]


  

2.3 Skywalking 持久化跟踪数据
----------------------

### 2.3.1 基于 mysql 持久化

docker-compose已经实现,容器启动即可,不坐过多赘述。

查看 对应的数据库,可以看到生成了很多表。

![图片](/img/bVdafkL)

说明启动成功了,打开配置对应的地址http://192.168.3.100:8080/,可以看到 skywalking 的 web 界面。

  

### 2.3.2 基于 elasticsearch 持久化

不做过多赘述。  

2.4 自定义 SkyWalking 链路追踪
-----------------------

如果我们希望对项目中的业务方法,实现链路追踪,方便我们排查问题,可以使用如下的代码

  

在业务方法中可以 TraceContext 获取到 traceId

@RequestMapping("/list")
public List<User> list(){

//TraceContext可以绑定key-value
TraceContext.putCorrelation("name", "fox");
Optional<String> op = TraceContext.getCorrelation("name");
log.info("name = {} ", op.get());
//获取跟踪的traceId
String traceId = TraceContext.traceId();
log.info("traceId = {} ", traceId);

return userService.list();

}


### 2.4.1 @Trace 将方法加入追踪链路

如果一个业务方法想在 ui 界面的跟踪链路上显示出来,只需要在业务方法上加上 @Trace 注解即可

![图片](/img/bVdafkM)

### 2.4.2 加入 @Tags 或 @Tag

我们还可以为追踪链路增加其他额外的信息,比如记录参数和返回信息。实现方式:在方法上增加 @Tag 或者 @Tags。

@Trace
@Tag(key = "list", value = "returnedObj")
public List<User> list(){

return userMapper.list();

}

@Trace
@Tags({@Tag(key = "param", value = "arg[0]"),

    @Tag(key = "user", value = "returnedObj")})

public User getById(Integer id){

return userMapper.getById(id);

}


  

![图片](/img/bVdafkN)

  

![图片](/img/bVdafkO)

2.5 Skywalking 集成日志框架
---------------------

logback官方配置  

log4j官方配置  

log4j2j官方配置

  

添加 logback-spring.xml 文件,并配置 %tid 占位符

![图片](/img/bVdafkP)

  

Skywalking 通过 grpc 上报日志 (需要 >=v8.4.0)

gRPC 报告程序可以将收集到的日志转发到 SkyWalking OAP 服务器上

logback-spring.xml 中添加

<!-- v8.4.0提供 -->
<appender name="grpc-log" class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.log.GRPCLogClientAppender"/>
<root level="info">

<appender-ref ref="grpc-log" />

</root>


  

![图片](/img/bVdafkQ)

打开 agent/config/agent.config 配置文件,添加如下配置信息:

plugin.toolkit.log.grpc.reporter.server_host=${SW_GRPC_LOG_SERVER_HOST:192.168.3.100}
plugin.toolkit.log.grpc.reporter.server_port=${SW_GRPC_LOG_SERVER_PORT:11800}
plugin.toolkit.log.grpc.reporter.max_message_size=${SW_GRPC_LOG_MAX_MESSAGE_SIZE:10485760}
plugin.toolkit.log.grpc.reporter.upstream_timeout=${SW_GRPC_LOG_GRPC_UPSTREAM_TIMEOUT:30}


  

以上配置是默认配置信息,agent 与 oap 在本地的可以不配

![图片](/img/bVdafkR)

  

  

2.6 Skywalking 集群部署


Skywalking 集群是将 skywalking oap 作为一个服务注册到 nacos 上,只要 skywalking oap 服务没有全部宕机,保证有一个 skywalking oap 在运行,就能进行跟踪。

搭建一个 skywalking oap 集群需要:

(1)至少一个 Nacos(也可以是 nacos 集群)

(2)至少一个 ElasticSearch(也可以是 es 集群)

(3)至少 2 个 skywalking oap 服务;

(4)至少 1 个 UI(UI 也可以集群多个,用 Nginx 代理统一入口)

修改 config/application.yml 文件

使用 nacos 作为注册中心

![图片](/img/bVdafkS)

修改 nacos 配置

![图片](/img/bVdafkT)

可以选择性修改监听端口

![图片](/img/bVdafkU)

修改存储策略,使用 elasticsearch7 作为 storage

![图片](/img/bVdafkV)

  

![图片](/img/bVdafkW)

2\. 配置 ui 服务 webapp.yml 文件的 listOfServers,写两个地址

![图片](/img/bVdafkX)

3.启动服务测试

启动 Skywalking 服务,指定 springboot 应用的 jvm 参数

-DSW_AGENT_COLLECTOR_BACKEND_SERVICES=192.168.3.10:11800,192.168.3.12:11800

评论

暂无评论