前言
本次实践主要是介绍 Java 服务通过无侵入的方式接入观测云进行全面的可观测。
环境信息
系统环境：Ubuntu（主机环境）
开发语言：JDK 11.0.18
Web 框架：SpringBoot
日志框架：Logback
APM 探针：DDTrace
实现目标
应用链路接入
应用日志接入
JVM 指标接入
Profiling 接入
对 JDK 有版本要求，具体参考文档： https://docs.guance.com/integrations/profile-java/#__tabbed_1_1
接入方案
准备工作
安装 DataKit
# 需要把token 改成观测云空间的实际token值（可在「观测云控制台」-「集成」-「Datakit」 上面获取）DK_DATAWAY="https://openway.guance.com?token=tkn_xxxxxx" bash -c "$(curl -L https://static.guance.com/datakit/install.sh)"
复制代码
重启 DataKit
以下接入配置后都需重启 DataKit ，使配置生效，命令如下：
通过 datakit monitor 命令可以观察到采集器是否启动成功。
红色为采集器，下面各种接入都会开启采集器，每个采集器都需要重启 DataKit 。
日志接入
主要是调整 pattern ，新增三个参数 %X{dd.service} %X{dd.trace_id} %X{dd.span_id} ，部分配置如下：
<property name="log.pattern" value="%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{20} - [%method,%line] %X{dd.service} %X{dd.trace_id} %X{dd.span_id} - %msg%n" /><!-- <property name="log.pattern" value="%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{20} - [%method,%line] [traceId=%X{trace_id} spanId=%X{span_id}] - %msg%n" />--> <springProperty scope="context" name="logName" source="spring.application.name" defaultValue="Springboot"/> <!-- %m输出的信息,%p日志级别,%t线程名,%d日期,%c类的全名,,,, --> <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender"> <encoder> <pattern>${log.pattern}</pattern> <charset>UTF-8</charset> </encoder> </appender>
<appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender"> <file>logs/${logName}/${logName}.log</file> <!-- 使用方法 --> <append>true</append> <rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy"> <fileNamePattern>logs/${logName}/${logName}-%d{yyyy-MM-dd}.log.%i</fileNamePattern> <maxFileSize>64MB</maxFileSize> <maxHistory>30</maxHistory> <totalSizeCap>1GB</totalSizeCap> </rollingPolicy> <encoder> <pattern>${log.pattern}</pattern> <charset>UTF-8</charset> </encoder> </appender>
复制代码
Log 采集器主要用于采集日志信息，可以通过 Socket 或者 File 方式进行日志采集。进入到 DataKit 安装目录下，执行 conf.d/log/ ，复制 logging.conf.sample 并重命名为 logging.conf 。
logfiles = [ "/home/liurui/code/observable-demo/logs/server/server.log" ] # 服务名称，非必填 service = "server" ## Grok pipeline script name. pipeline = "server.p"
复制代码
日志 pipeline 用于解析日志格式
解析脚本
grok(_, "%{TIMESTAMP_ISO8601:time} %{NOTSPACE:thread_name} %{LOGLEVEL:status}%{SPACE}%{NOTSPACE:class_name} - \\[%{NOTSPACE:method_name},%{NUMBER:line}\\] %{DATA:service_name} %{DATA:trace_id} %{DATA:span_id} - %{GREEDYDATA:msg}")
default_time(time,"Asia/Shanghai")
复制代码
可以按照实际日志格式进行调整，以上 pipeline 只适应 %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{20} - [%method,%line] %X{dd.service} %X{dd.trace_id} %X{dd.span_id} - %msg%n 的日志格式。
链路接入
DDTrace 采集器用于采集链路信息，进入到 DataKit 安装目录下，执行 conf.d/ddtrace/ ，复制 ddtrace.conf.sample 并重命名为 ddtrace.conf 即可 。
java \-javaagent:/home/liurui/agent/dd-java-agent-1.21.1-guance.jar \-Ddd.service.name=server \-Ddd.env=dev \-Ddd.version=1.2.3-jar springboot-server.jar
复制代码
JVM 指标接入
StatsD 采集器用于采集指标信息，进入到 DataKit 安装目录下，执行 conf.d/statsd/ ，复制 statsd.conf.sample 并重命名为 statsd.conf 即可，默认端口为 8125 。
按照链路的启动方式启动应用即可。
Profiling 接入
Profiling 采集器主要用于采集应用性能数据，如 java 的 jfr。进入到 DataKit 安装目录下，执行 conf.d/profile/ ，复制 profile.conf.sample 并重命名为 profile.conf 。
主要是调整参数，添加以下参数。
-Ddd.profiling.enabled=true \-Ddd.profiling.ddprof.enabled=true \-Ddd.profiling.ddprof.cpu.enabled=true \-Ddd.profiling.ddprof.wall.enabled=true \-Ddd.profiling.ddprof.alloc.enabled=true \-Ddd.profiling.ddprof.liveheap.enabled=true \
复制代码
完整启动命令
在启动命令加上 DDTrace 相关参数。
java \-javaagent:/home/liurui/agent/dd-java-agent-1.21.1-guance.jar \-Ddd.service.name=server \-Ddd.env=dev \-Ddd.version=1.2.3 \-Ddd.profiling.enabled=true \-Ddd.profiling.ddprof.enabled=true \-Ddd.profiling.ddprof.cpu.enabled=true \-Ddd.profiling.ddprof.wall.enabled=true \-Ddd.profiling.ddprof.alloc.enabled=true \-Ddd.profiling.ddprof.liveheap.enabled=true \-jar springboot-server.jar
复制代码
实践效果
应用日志基本上都采集上来了，而且日志里面还包含了 trace_id 这些信息。
通过链路可以关联到日志信息，反之亦然，实现了日志与链路的联动效果。
通过 Profiling 能更详细的追溯堆栈问题，从而更好的优化代码、提升性能。
可以分析 java 在内存、cpu 等分配使用情况。
评论