APM 监控

在微服务日益盛行的今天，越来越复杂的 IT 架构环境使故障定位、数据统计、性能优化等问题变得困难重重。于是，APM(应用性能管理)应运而生，很好地解决了 IT 运维管理的难题。

在微服务监控的三驾马车分别是 Log、Metrics 和 Trace。

• Log 记录系统行为事件，如 ELK

• Metrics 系统在某段时间内某一方面的度量，如 Promethus

• Trace 分布式链路跟踪，如 SkyWalking

SkyWalking 整体介绍

SkyWalking 定位为一个观测性分析平台，核心功能：服务、服务实例、端点指标分析；服务拓扑图分析；慢查询检测；告警功能

特点：多语言探针；微内核+插件的架构，存储、集群管理、使用插件集合都可以自由选择；支持告警；优秀的可视化效果。

整体架构分为三个部分：

1. Agent 运行在各个服务实例中，负责采集服务实例的 Trace 及 Metrics 信息数据，然后通过 HTTP/gRPC 方式上报给 SkyWalking 服务端

2. OAP SkyWalking 服务端

3. 分析引擎(Analysis Core) 接收上报的数据，进行流式分析，最终将分析结果写入到存储中

4. 查询引擎(Query Core) 响应 UI 界面的查询请求，将数据查询出来，返回给界面展示

5. UI 界面：负责展示查询结果，可视化数据展示

核心功能原理浅析

如何采集数据

• 通过植入 Agent 采集服务数据

将 Agent 以 premain 的方式植入服务应用中，Agent 使用 Byte Buddy 对应用服务进行动态能力增强

• OpenTracing 标准

OpenTracing 标准认定一条 Trace 被认为由一个或多个 Span 组成的有向无环图。而 Span 代表的就是系统中具有开始时间和执行时长的逻辑单元，Span 之间通过嵌套或者顺序排列建立逻辑因果关系。

如何跨线程传递

1. 在跨进程调用之前，当前进程会通过 inject()方法将当前 Context 的全部内容注入到指定的 ContextCarrier，然后才能将当前 Context 的信息发送出去。

2. 在跨进程调用的接收方，会通过 extract()方法将收到的 Context 从 ContextCarrier 中提取出来

请求量大会不会影响性能

可以设置采样频率，只采样部分数据，SkyWalking 默认设置了 3 秒采样 3 次，其余请求不采样。为了防止链路不完整的情况发生，如果上游有携带 Context 过来（说明上游采样了），则下游强制采集数据。