Opentracing 链路追踪

在微服务架构的系统中，请求在各服务之间流转，调用链错综复杂，一旦出现了问题和异常，很难追查定位，这个时候就需要链路追踪来帮忙了。链路追踪系统能追踪并记录请求在系统中的调用顺序，调用时间等一系列关键信息，从而帮助我们定位异常服务和发现性能瓶颈。

Opentracing

Opentracing是分布式链路追踪的一种规范标准，是CNCF（云原生计算基金会）下的项目之一。和一般的规范标准不同，Opentracing不是传输协议，消息格式层面上的规范标准，而是一种语言层面上的API标准。以Go语言为例，只要某链路追踪系统实现了Opentracing规定的接口（interface），符合Opentracing定义的表现行为，那么就可以说该应用符合Opentracing标准。这意味着开发者只需修改少量的配置代码，就可以在符合Opentracing标准的链路追踪系统之间自由切换。

github.com/opentracing…

Data Model

在使用Opentracing来实现全链路追踪前，有必要先了解一下它所定义的数据模型。

Span

Span是一条追踪链路中的基本组成要素，一个span表示一个独立的工作单元，比如可以表示一次函数调用，一次http请求等等。span会记录如下基本要素:

• 服务名称(operation name)
• 服务的开始时间和结束时间
• K/V形式的Tags
• K/V形式的Logs
• SpanContext
• References：该span对一个或多个span的引用（通过引用SpanContext）。

Tags

Tags以K/V键值对的形式保存用户自定义标签，主要用于链路追踪结果的查询过滤。例如： http.method="GET",http.status_code=200。其中key值必须为字符串，value必须是字符串，布尔型或者数值型。 span中的tag仅自己可见，不会随着 SpanContext传递给后续span。 例如：

span.SetTag("http.method","GET")
span.SetTag("http.status_code",200)

Logs

Logs与tags类似，也是K/V键值对形式。与tags不同的是，logs还会记录写入logs的时间，因此logs主要用于记录某些事件发生的时间。logs的key值同样必须为字符串，但对value类型则没有限制。例如：

span.LogFields(
    log.String("event", "soft error"),
    log.String("type", "cache timeout"),
    log.Int("waited.millis", 1500),
)

Opentracing列举了一些惯用的Tags和Logs： github.com/opentracing…

SpanContext

SpanContext携带着一些用于跨服务通信的（跨进程）数据，主要包含：

• 足够在系统中标识该span的信息，比如：span_id,trace_id。
• Baggage Items，为整条追踪连保存跨服务（跨进程）的K/V格式的用户自定义数据。

Baggage Items

Baggage Items与tags类似，也是K/V键值对。与tags不同的是：

• 其key跟value都只能是字符串格式
• Baggage items不仅当前span可见，其会随着SpanContext传递给后续所有的子span。要小心谨慎的使用baggage items——因为在所有的span中传递这些K,V会带来不小的网络和CPU开销。

References

Opentracing定义了两种引用关系:ChildOf和FollowFrom。

ChildOf: 父span的执行依赖子span的执行结果时，此时子span对父span的引用关系是ChildOf。比如对于一次RPC调用，服务端的span（子span）与客户端调用的span（父span）是ChildOf关系。

FollowFrom：父span的执不依赖子span执行结果时，此时子span对父span的引用关系是FollowFrom。FollowFrom常用于异步调用的表示，例如消息队列中consumerspan与producerspan之间的关系。

Trace

Trace表示一次完整的追踪链路，trace由一个或多个span组成。下图示例表示了一个由8个span组成的trace:

        [Span A]  ←←←(the root span)
            |
     +------+------+
     |             |
 [Span B]      [Span C] ←←←(Span C is a `ChildOf` Span A)
     |             |
 [Span D]      +---+-------+
               |           |
           [Span E]    [Span F] >>> [Span G] >>> [Span H]
                                       ↑
                                       ↑
                                       ↑
                         (Span G `FollowsFrom` Span F)
复制代码

时间轴的展现方式会更容易理解：

––|–––––––|–––––––|–––––––|–––––––|–––––––|–––––––|–––––––|–> time

 [Span A···················································]
   [Span B··············································]
      [Span D··········································]
    [Span C········································]
         [Span E·······]        [Span F··] [Span G··] [Span H··]
复制代码

示例来源： github.com/opentracing…

示例

对Opentracing的概念有初步了解后，下面使用Jaeger来演示如何在程序中使用实现链路追踪。

更多更详细的示例可参考： Opentracing Go Tutorial

Jaeger

Jaegerˈyā-gər 是Uber开源的分布式追踪系统，是遵循Opentracing的系统之一，也是CNCF项目。本篇将使用Jaeger来演示如何在系统中引入分布式追踪。

Quick Start

Jaeger提供了all-in-one镜像，方便我们快速开始测试：

$ docker run -d --name jaeger 
  -e COLLECTOR_ZIPKIN_HTTP_PORT=9411 
  -p 5775:5775/udp 
  -p 6831:6831/udp 
  -p 6832:6832/udp 
  -p 5778:5778 
  -p 16686:16686 
  -p 14268:14268 
  -p 9411:9411 
  jaegertracing/all-in-one:1.14

镜像启动后，通过http://localhost:16686可以打开Jaeger UI。

下载客户端library:

go get github.com/jaegertracing/jaeger-client-go

初始化Jaeger tracer:

import (
    "context"
    "errors"
    "fmt"
    "io"
    "time"

    "github.com/opentracing/opentracing-go"
    "github.com/opentracing/opentracing-go/log"
    "github.com/uber/jaeger-client-go"
    jaegercfg "github.com/uber/jaeger-client-go/config"
)
// initJaeger 将jaeger tracer设置为全局tracer
func initJaeger(service string) io.Closer {
    cfg := jaegercfg.Configuration{
        // 将采样频率设置为1，每一个span都记录，方便查看测试结果
        Sampler: &jaegercfg.SamplerConfig{
            Type:  jaeger.SamplerTypeConst,
            Param: 1,
        },
        Reporter: &jaegercfg.ReporterConfig{
            LogSpans: true,
            // 将span发往jaeger-collector的服务地址
            CollectorEndpoint: "http://localhost:14268/api/traces",
        },
    }
    closer, err := cfg.InitGlobalTracer(service, jaegercfg.Logger(jaeger.StdLogger))
    if err != nil {
        panic(fmt.Sprintf("ERROR: cannot init Jaeger: %v
", err))
    }
    return closer
}

创建tracer，生成root span：

func main() {
    closer := initJaeger("in-process")
    defer closer.Close()
    // 获取jaeger tracer
    t := opentracing.GlobalTracer()
    // 创建root span
    sp := t.StartSpan("in-process-service")
    // main执行完结束这个span
    defer sp.Finish()
    // 将span传递给Foo
    ctx := opentracing.ContextWithSpan(context.Background(), sp)
    Foo(ctx)
}

上述代码创建了一个root span，并将该span通过context传递给Foo方法，以便在Foo方法中将追踪链继续延续下去：

func Foo(ctx context.Context) {
    // 开始一个span, 设置span的operation_name=Foo
    span, ctx := opentracing.StartSpanFromContext(ctx, "Foo")
    defer span.Finish()
    // 将context传递给Bar
    Bar(ctx)
    // 模拟执行耗时
    time.Sleep(1 * time.Second)
}
func Bar(ctx context.Context) {
    // 开始一个span，设置span的operation_name=Bar
    span, ctx := opentracing.StartSpanFromContext(ctx, "Bar")
    defer span.Finish()
    // 模拟执行耗时
    time.Sleep(2 * time.Second)

    // 假设Bar发生了某些错误
    err := errors.New("something wrong")
    span.LogFields(
        log.String("event", "error"),
        log.String("message", err.Error()),
    )
    span.SetTag("error", true)
}

Foo方法调用了Bar，假设在Bar中发生了一些错误，可以通过span.LogFields和span.SetTag将错误记录在追踪链中。 通过上面的例子可以发现，如果要确保追踪链在程序中不断开，需要将函数的第一个参数设置为context.Context，通过opentracing.ContextWithSpan将保存到context中，通过opentracing.StartSpanFromContext开始一个新的子span。

效果查看

执行完上面的程序后，打开Jaeger UI: http://localhost:16686/search，可以看到链路追踪的结果：

点击详情可以查看具体信息：

通过链路追踪系统，我们可以方便的掌握链路中各span的调用顺序，调用关系，执行时间轴，以及记录一些tag和log信息，极大的方便我们定位系统中的异常和发现性能瓶颈。

其他参考

Opentracing Go Tutorial
Opentracing语义习惯
Opentracing规范文档v1.1