当前位置: 首页 > news >正文

【springcloud】快速搭建一套分布式服务springcloudalibaba(四)

在这里插入图片描述

第四篇 基于nacos搭建分布式项目 分布式系统日志(skywalking+es)
项目所需 maven + nacos + java8 + idea + git + mysql + redis + skywalking + es
本文主要从客户下单时扣减库存的操作,将链路日志模拟出来,网关系统/用户系统/商品系统/订单系统

基于nacos搭建分布式项目 分布式系统日志链路
  • 场景
  • 为什么使用skywalking
    • skywalking
      • apache-skywalking-apm
      • apache-skywalking-java-agent
      • 版本推荐
      • 启动成功的页面
      • 看几张部署后的图
    • 接下来安装部署es+ kibana
    • 项目中要加入的信息
    • 启动项目
  • 结尾

场景

当项目分布式部署之后,各个系统的日志会分布在不同的系统内部,排查线上问题很不方便,业务量大的场景日志更是难找。怎么把同一个请求链路的日志连接在一起呢。比如下单操作,进入网关后要查用户信息,确认用户信息之后,查看商品库存是否可用,之后下单,这一个操作四个系统都有调用,去排查问题难上加难。这个时候可以加入一个唯一id用来标识同一链路,日志id从进入网关开始创建,通过HTTP头、RPC协议等将链路id在服务间传递,把他们存储在db服务中就可以通过唯一id查询到。

为什么使用skywalking

楼主公司的方案是将链路日志通过队列写入es,然后自己写的一套日志系统去查es,通过响应时间去分析性能。楼主网上查阅下来觉得skywalking+ es也有挑战,并且skywalking默认支持性能监控等,易用性较好。

skywalking

SkyWalking 是一款开源的 应用性能监控(APM, Application Performance Management) 和 分布式追踪系统,专为微服务、云原生和容器化架构设计。它由Apache软件基金会孵化并毕业为顶级项目,主要用于帮助开发者监控、诊断分布式系统的性能问题。
SkyWalking通过Java Agent在运行时动态注入追踪代码,自动记录。是不是觉得和aop很像,但他比aop更强大,aop只对Spring容器管理的Bean有用,Agent是在类加载时修改字节码文件,对项目中的所有类都可以监控和增强。
核心插件放在下面了,8.9.0版本的Agent和apm是分开的。

在这里插入图片描述

apache-skywalking-apm

这个插件是SkyWalking 的核心后端服务(Observability Analysis Platform,OAP),负责接收、分析和存储来自各种探针(Agent)的监控数据。
下载执行目录下/bin/startup.sh ,如果启动之后http://127.0.0.1:8080/无法进入控制台 查看日志信息即可,基本上开封急用。楼主是因为版本选择有问题看logs里面的文件排查到的。

apache-skywalking-java-agent

这个插件是Java 应用的探针(Agent),通过字节码增强技术无侵入式地收集应用性能数据。
依赖 skywalking-apm(OAP 服务)接收和存储数据,本身不处理或展示数据。
下载之后修改目录下/config/agent.config里面的

agent.service_name=my-service
collector.backend_service=127.0.0.1:11800
版本推荐

SkyWalking的使用资料还很少,java8建议用这个版本,8.9.0 往上就不支持java8了。

https://archive.apache.org/dist/skywalking/8.9.0/apache-skywalking-apm-8.9.0.tar.gzhttps://archive.apache.org/dist/skywalking/java-agent/8.9.0/apache-skywalking-java-agent-8.9.0.tgz

启动成功的页面

在这里插入图片描述

看几张部署后的图

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

接下来安装部署es+ kibana

java8建议使用6.8.23版本的,超过该版本不支持了。

https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.8.23.tar.gzhttps://www.elastic.co/downloads/past-releases#kibana

之后在skywalking目录下的config/application.yml 修改storage.selector 为elasticsearch即可。默认配置 端口是9200.

配置完成后 重新启动SkyWalking。

项目中要加入的信息

pom版本

        <dependency><groupId>org.apache.skywalking</groupId><artifactId>apm-toolkit-logback-1.x</artifactId><version>8.9.0</version></dependency><!-- SkyWalking Agent(可选,推荐通过启动参数指定) --><dependency><groupId>org.apache.skywalking</groupId><artifactId>apm-toolkit-trace</artifactId><version>8.9.0</version></dependency>

/resources目录下加入logback-spring.xml

<configuration><!-- 注册自定义 Converter --><conversionRule conversionWord="tid" converterClass="org.apache.skywalking.apm.toolkit.log.logback.v1.x.LogbackPatternConverter" /><appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender"><encoder><!-- 使用 %tid 直接引用 --><pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%tid] [%thread] %-5level %logger{36} - %msg%n</pattern></encoder></appender><appender name="GRPC_LOG" 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.mdc.TraceIdMDCPatternLogbackLayout"><Pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%tid] [%thread] %-5level %logger{36} -%msg%n</Pattern></layout></encoder></appender><root level="INFO"><appender-ref ref="STDOUT" /><appender-ref ref="GRPC_LOG" /></root>
</configuration>

启动项目

通过命令行启动

java -javaagent:你的地址/skywalking-agent/skywalking-agent.jar -Dskywalking.agent.service_name=goods-service -Dskywalking.collector.backend_service=localhost:11800 -jar target/你的包.jar 

观察控制台会自动写入es,通过kibana页面检索。

http://www.lryc.cn/news/586593.html

相关文章:

  • 【一起来学AI大模型】RAG系统流程:查询→向量化→检索→生成
  • 【AI News | 20250711】每日AI进展
  • 【TOOL】ubuntu升级cmake版本
  • AI产品经理面试宝典第12天:AI产品经理的思维与转型路径面试题与答法
  • 功耗校准数据PowerProfile测试方法建议
  • 【深度剖析】致力“四个最”的君乐宝数字化转型(下篇:转型成效5-打造数字化生存能力探索可持续发展路径)
  • VUE3 el-table 主子表 显示
  • Transformer基础
  • Openpyxl:Python操作Excel的利器
  • Qt 多线程编程:单例任务队列的设计与实现
  • 五、深度学习——CNN
  • NW728NW733美光固态闪存NW745NW746
  • C语言32个关键字
  • 锁相环初探
  • Python Day11
  • 《Spring 中上下文传递的那些事儿》Part 11:上下文传递最佳实践总结与架构演进方向
  • LeetCode题解---<485.最大连续1的个数>
  • [Token]Token merging for Vision Generation
  • 【嘉立创】四层板设计
  • 当大模型遇见毫米波:用Wi-Fi信号做“透视”的室内语义SLAM实践——从CSI到神经辐射场的端到端开源方案
  • 2025年亚太杯(中文赛项)数学建模B题【疾病的预测与大数据分析】原创论文分享
  • UnityShader——SSAO
  • Matplotlib 模块入门
  • BERT:双向Transformer革命 | 重塑自然语言理解的预训练范式
  • 从 Spring 源码到项目实战:设计模式落地经验与最佳实践
  • RMSNorm实现
  • 【离线数仓项目】——数据模型开发实战
  • Druid 连接池使用详解
  • 未来软件开发的新方向:从工程到智能的深度演进
  • 张量类型转换