zoukankan      html  css  js  c++  java
  • 开源APM系统skywalking介绍与使用

    介绍

    SkyWalking 创建与2015年,提供分布式追踪功能。从5.x开始,项目进化为一个完成功能的Application Performance Management系统。
    他被用于追踪、监控和诊断分布式系统,特别是使用微服务架构,云原生或容积技术。提供以下主要功能:

    • 分布式追踪和上下文传输
    • 应用、实例、服务性能指标分析
    • 根源分析
    • 应用拓扑分析
    • 应用和服务依赖分析
    • 慢服务检测
    • 性能优化

    主要特性

    • 多语言探针或类库
      • Java自动探针,追踪和监控程序时,不需要修改源码。
      • 社区提供的其他多语言探针
    • 多种后端存储: ElasticSearch, H2
    • 支持OpenTracing
      • Java自动探针支持和OpenTracing API协同工作
    • 轻量级、完善功能的后端聚合和分析
    • 现代化Web UI
    • 日志集成
    • 应用、实例和服务的告警

    架构

    在线体验

    安装

    安装es

    新版本的skywalking使用ES作为存储,所以先安装es,注意6.X版本不行,安装5.6.8:

    wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.6.8.tar.gz
    tar zxvf elasticsearch-5.6.8.tar.gz
    cd elasticsearch-5.6.8/
    

    修改配置文件,主要修改cluster.name,并增加两行配置,
    vim config/elasticsearch.yml:

    cluster.name: CollectorDBCluster
    
    # ES监听的ip地址
    network.host: 0.0.0.0
    thread_pool.bulk.queue_size: 1000
    

    保存,然后启动es:

    nohup bin/elasticsearch &
    

    安装skywalking

    先下载编译好的版本并解压:

    wget http://mirrors.hust.edu.cn/apache/incubator/skywalking/5.0.0-beta/apache-skywalking-apm-incubating-5.0.0-beta.tar.gz
    tar zxvf apache-skywalking-apm-incubating-5.0.0-beta.tar.gz 
    cd apache-skywalking-apm-incubating/
    

    然后部署,注意skywalking会使用(8080, 10800, 11800, 12800)端口,因此先排除端口占用情况。

    然后运行bin/startup.sh,windows用户为.bat文件。

    一切正常的话,访问localhost:8080就能看到页面了。

    安装过程问题解决

    1. 启动bin/startup.sh后,提示success,但是不能访问,ps 查看并无相关进程,经过检查发现是端口被占用
    2. collector 不能正常启动,发现是es问题:
      • es需要使用5.x版本
      • es的集群名称需要和collector的配置文件一致

    java程序使用skywalking探针

    1.拷贝apache-skywalking-apm-incubating目录下的agent目录到应用程序位置,探针包含整个目录,请不要改变目录结构
    2.java程序启动时,增加JVM启动参数,-javaagent:/path/to/agent/skywalking-agent.jar。参数值为skywalking-agent.jar的绝对路径

    在IDEA里调试程序怎么办?

    enter description here

    增加VM参数即可。

    agent探针配置,简单修改下agent.application_code即可

    # 当前的应用编码,最终会显示在webui上。
    # 建议一个应用的多个实例,使用有相同的application_code。请使用英文
    agent.application_code=Your_ApplicationName
    
    # 每三秒采样的Trace数量
    # 默认为负数,代表在保证不超过内存Buffer区的前提下,采集所有的Trace
    # agent.sample_n_per_3_secs=-1
    
    # 设置需要忽略的请求地址
    # 默认配置如下
    # agent.ignore_suffix=.jpg,.jpeg,.js,.css,.png,.bmp,.gif,.ico,.mp3,.mp4,.html,.svg
    
    # 探针调试开关,如果设置为true,探针会将所有操作字节码的类输出到/debugging目录下
    # skywalking团队可能在调试,需要此文件
    # agent.is_open_debugging_class = true
    
    # 对应Collector的config/application.yml配置文件中 agent_server/jetty/port 配置内容
    # 例如:
    # 单节点配置:SERVERS="127.0.0.1:8080" 
    # 集群配置:SERVERS="10.2.45.126:8080,10.2.45.127:7600" 
    collector.servers=127.0.0.1:10800
    
    # 日志文件名称前缀
    logging.file_name=skywalking-agent.log
    
    # 日志文件最大大小
    # 如果超过此大小,则会生成新文件。
    # 默认为300M
    logging.max_file_size=314572800
    
    # 日志级别,默认为DEBUG。
    logging.level=DEBUG
    

    一切正常的话,稍后就可以在skywalking ui看到了。

    enter description here

    可以看到累出了slow service等信息,更多的细节慢慢挖掘吧。


    作者:Jadepeng
    出处:jqpeng的技术记事本--http://www.cnblogs.com/xiaoqi
    您的支持是对博主最大的鼓励,感谢您的认真阅读。
    本文版权归作者所有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。

  • 相关阅读:
    Linux学习(一)-安装vm虚拟机以及如何在虚拟机上安装Centos系统
    HTML DOM总结
    如何在eclipse中安装angularjs插件
    wfp(Application的运用)
    wpf(第一章 基础知识)
    二叉搜索树的深度&广度优先遍历 C++实现
    Python 实现公式图像识别转 Latex(Mathpix)
    机器学习基石 之 逻辑回归(Logistic Regression)
    机器学习技法 之 聚合模型(Aggregation Model)
    机器学习技法 之 决策树(Decision Tree)
  • 原文地址:https://www.cnblogs.com/xiaoqi/p/skywalking-usage.html
Copyright © 2011-2022 走看看