Jaeger 的客户端采样配置 (Java 版)

cd jaeger-service-provider && docker-compose down && cd ..

echo "编译构建"

mvn clean package -U -DskipTests

echo “创建 provider 镜像”

cd jaeger-service-provider && docker build -t bolingcavalry/jaeger-service-provider:0.0.1 . && cd ..

echo “创建 consumer 镜像”

cd jaeger-service-consumer && docker build -t bolingcavalry/jaeger-service-consumer:0.0.1 . && cd ..

echo "清理无效资源"

docker system prune --volumes -f

echo "启动 docker-compose"

cd jaeger-service-provider && docker-compose up -d && cd ..

• 如果您用的是 IDEA，在下图红框位置添加一个自定义命令，选中上述 shell 文件，就可以在 IDEA 中用 run 命令来编译构建部署了：

• 现在准备工作已经完成，开始实战吧，从最简单的固定采样开始；

固定采样

• 固定采样的逻辑很简单：要么全部上报，要么一个也不报

• 固定采样的配置方式如下图红框所示：

• 要注意的是：根据前置判定（consistent upfront 或者 head-based）原则，只要将上述配置写入 jaeger-service-consumer 项目的配置文件即可，至于 jaeger-service-provider 维持原状不做任何改动

• 执行前面写的 full.sh 脚本，编译构建部署

• 浏览器访问 http://localhost:18080/hello，产生一些 web 请求，多访问几次

• 看 jaeger-service-consumer 容器的日志，如下图，红框中的 sampled=false 表示未采样，三此请求的日志都是如此：

• 再看 jaeger-service-provider 容器的日志，如下图红框，也全部都没有采样，这证明 Jaeger 的前置判定原则（consistent upfront 或者 head-based）是准确的，jaeger-service-consumer 是一次 trace 的源头，被它关闭了采样的 trace，在后续的服务中也会自动关闭采样：

• 去 Jaeger 的 web 页面看看，空空如也，连服务列表中都没有 jaeger-service-consumer 和 jaeger-service-provider：

• 试过了全部不采样，再来试试全部采样的配置，如下图红框：

• 重新部署，再产生几次请求，去看 jaeger-service-consumer 容器的日志，如下图红框，全部都被采样了：

• 去看 jaeger-service-provider 容器的日志，也是如此，所有 trace 都被采样：

• 打开 Jaeger 的 web 页面，可见 jaeger-service-consumer 的三次请求对应的 trace 全部上报：

• 至此，最简单的固定采样已完成，来看看更实用的比例采样

比例采样

• 顾名思义，就是按照一定的百分比采样，配置如下图所示：

• 执行前面写的 full.sh 脚本，编译构建部署

• 测试比例采样的方法就是发多个请求，检查采样的 trace 是否是总数的十分之一，我这里用 jmeter 来执行多次请求，您可以选择自己擅长的工具，或者写代码写脚本，甚至手动访问多次

• 使用 jmeter 可以控制请求次数，用的是 Loop Controller，如下图红框所示：

• 向 jaeger-service-consumer 的/hello 接口发送完一百次请求后，可以从 docker 容器日志中检查采样情况，这里使用 grep 和 wc 命令的组合来统计日志中出现 sampled=true 和 sampled=false 的行数，完整的命令如下：

docker logs jaeger-service-consumer| grep 'sampled=true'|wc -l

• 100 个请求，采样率百分之十，但是用上述命令得到的结果并不是精确值 10，而是 8，再统计未采样的日志行数(把 true 改成 false)，得到的结果是 92，总数对得上，但是采样数并非精确的百分之十，如下图：

• 然后将请求总数增加到一千条，得到的采样比例接近百分之十，如下：

• 打开 Jaeger 的 web 页面，可见果然只有 106 个 trace：

• 比例采样完成了，接下来是限速采样

限速采样

• 关于限速，似乎不够具体不便于理解，但是看看官方文档上的关键字 leaky bucket，如下图红框，聪明的您一定想到了其中的关键，漏桶限流算法（注意，是漏桶，不是令牌桶，漏桶算法的峰值和桶大小有关）：

• 配置如下图红框所示：

• 执行前面写的 full.sh 脚本，编译构建部署

• 咱们的配置是每秒钟一次采样，所以验证的时候要控制好发送请求的时长，我这里还是用 jmeter 来发请求的，如下图红框所示，jmeter 有种 Runtime Controller 类型的控制器，可以控制持续请求的时长，我这里设置为 10 秒：

• 用 jmeter 持续发送 10 秒的请求，从 jmeter 的汇总报告中可见一共发了 70 个请求：

![在这里插入图片描述](https://img-blog.csdnimg.cn/c0049a4ce42a4594b7cc14bfcded98fa.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA56iL5bqP5ZGY5qyj5a64,size_20,colo

【一线大厂Java面试题解析+后端开发学习笔记+最新架构讲解视频+实战项目源码讲义】
浏览器打开：qq.cn.hn/FTf 免费领取

r_FFFFFF,t_70,g_se,x_16)

• 用命令 docker logs jaeger-service-consumer| grep ‘sampled=true’|wc -l 查看采样总数，10 秒的预期是 10 个，结果如下，并不精确，只是接近而已:

• 清掉所有数据，将时长改成 100 秒试试，一共发出次 852 请求：

• 采样总数为 96，接近预期：

• 打开 Jaeger 的 web 页面也是 96 次 trace：

服务端配置一瞥

• 还记得《分布式调用链跟踪工具Jaeger？两分钟极速体验》、《Jaeger开发入门(java版)》等文章中的操作吗？那时咱们并没有添加任何与采样有关的配置，但是每次请求都能在 Jaeger 的 web 页面上查到对应的 trace，也就是说所有请求全部被采样了，这是为啥？

• 如果配置文件中没有采样相关的内容，那么默认使用的就是远程配置，具体的信息就在 jaeger 的 all-in-one 容器中，执行下面这个命令，就能看到远程采样配置：

docker exec jaeger cat /etc/jaeger/sampling_strategies.json