skywalking是什么
【1】skywalking是分布式系统的应用程序性能监视工具 ，专为微服务 、云原生架构和基于容器（Docker 、K8s 、Mesos）架构而设计 。SkyWalking 是观察性分析平台和应用性能管理系统 ，提供分布式追踪 、服务网格遥测分析 、度量聚合和可视化一体化解决方案 。
【2】主要流程为 采集数据——》传输数据——》存储数据——》分析数据——》监控报警 。
Skywalking整体架构
【1】图示：
【2】整个架构分成四部分：
1.上部分Agent ：负责从应用中 ，收集链路信息 ，发送给 SkyWalking OAP 服务器；
2.下部分 SkyWalking OAP ：负责接收Agent发送的Tracing数据信息 ，然后进行分析(Analysis Core) ，存储到外部存储器(Storage) ，最终提供查询(Query)功能；
3.右部分Storage：Tracing数据存储 ，目前支持ES 、MySQL 、Sharding Sphere 、TiDB 、H2多种存储器 ，目前采用较多的是ES ，主要考虑是SkyWalking开发团队自己的生产环境采用ES为主；
4.左部分SkyWalking UI：负责提供控制台 ，查看链路等等；
SkyWalking中三个概念【搭建的话可以看 skywalking的搭建笔记】
【1】服务(Service) ：表示对请求提供相同行为的一系列或一组工作负载 ，在使用Agent时 ，可以定义服务的名字；
【2】服务实例(Service Instance) ：上述的一组工作负载中的每一个工作负载称为一个实例 ， 一个服务实例实际就是操作系统上的一个真实进程；
【3】端点(Endpoint) ：对于特定服务所接收的请求路径, 如HTTP的URI路径和gRPC服务的类名 + 方法签名；
SkyWalking的简单使用
【1】通过jar包方式接入
1）编辑startup.sh脚本启动
2）java命令启动
java -javaagent:/root/skywalking-agent/skywalking-agent.jar
-DSW_AGENT_COLLECTOR_BACKEND_SERVICES=127.0.0.1:11800
-DSW_AGENT_NAME=springboot-skywalking-demo -jar springboot-skywalking-demo-0.0.1-SNAPSHOT.jar
3）在IDEA中使用Skywalking
在运行的程序配置jvm参数
-javaagent:E:\SpringCloudAlibaba\apache-skywalking-apm-bin-es7\agent\skywalking-agent.jar
-DSW_AGENT_NAME=springboot-skywalking-demo
-DSW_AGENT_COLLECTOR_BACKEND_SERVICES=127.0.0.1:11800
【2】自定义SkyWalking链路追踪【希望对项目中的业务方法 ，实现链路追踪 ，方便我们排查问题】
1）引入依赖
<!-- SkyWalking 工具类 -->
<dependency><groupId>org.apache.skywalking</groupId><artifactId>apm-toolkit-trace</artifactId><version>8.11.0</version>
</dependency>
2）在业务方法中可以TraceContext获取到traceId
@RequestMapping("/list")
public List<User> list(){
//TraceContext可以绑定key-value
TraceContext.putCorrelation("name", "fox");
Optional<String> op = TraceContext.getCorrelation("name");
log.info("name = {} ", op.get());
//获取追踪的traceId
String traceId = TraceContext.traceId();
log.info("traceId = {} ", traceId);
return userService.list();
}
3）注解@Trace将方法加入追踪链路
4）注解@Tags或@Tag为追踪链路增加其他额外的信息 ，比如记录参数和返回信息 。实现方式：在方法上增加@Tag或者@Tags ，示例：
@Trace
@Tag(key = "list", value = "returnedObj")
public List<User> list(){
return userMapper.list();
}
@Trace
@Tags({@Tag(key = "param", value = "arg[0]"),
@Tag(key = "user", value = "returnedObj")})
public User getById(Integer id){
return userMapper.getById(id);
}
SkyWalking的数据持久化
【1】基于mysql持久化
1）修改config目录下的application.yml
storage:
#选择使用mysql 默认使用h2 ，不会持久化 ，重启skyWalking之前的数据会丢失
selector: ${SW_STORAGE:mysql}
#使用mysql作为持久化存储的仓库
mysql:
properties:
#数据库连接地址 创建swtest数据库
jdbcUrl: ${SW_JDBC_URL:"jdbc:mysql://1ocalhost:3306/swtest"}
#用户名
dataSource.user: ${SW_DATA_SOURCE_USER:root}
#密码
dataSource.password: ${SW_DATA_SOURCE_PASSWORD:root}
2）添加mysql数据驱动包到oap-libs目录下【注意：需要添加mysql数据驱动包 ，因为在lib目录下是没有mysql数据驱动包的 ，所以修改完配置启动是会报错 ，启动失败的 。】
3）启动Skywalking【查看swtest数据库 ，可以看到生成了很多表 ，那么就代表成功了】
【2】基于elasticsearch持久化
1）修改config目录下的application.yml
storage:
selector: ${SW_STORAGE:elasticsearch} //指定ES作为存储
elasticsearch:
nameSpace: ${SW_NAMESPACE:"myProject-"} //指定命名空间 ，用于生成索引前缀
clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:localhost:9200} //配置集群节点 ，当然可以采用负载均衡【然后把负载均衡的服务器ip与端口写入】 ，但也可以把节点都写进去
user: ${SW_ES_USER:"myes"} //es的用户名
password: ${SW_ES_PASSWORD:"123456"} //es的密码
2）启动Skywalking服务
启动时会向elasticsearch中创建大量的index索引用于持久化数据 ，启动应用程序 ，查看追踪数据是否已经持久化到elasticsearch的索引中 ，然后重启skywalking ，验证追踪数据会不会丢失
Skywalking告警通知
【1】skywalking告警的核心由一组规则驱动 ，这些规则定义在config/alarm-settings.yml文件中 ，告警规则的定义分为三部分:
1.告警规则：它们定义了应该如何触发度量警报 ，应该考虑什么条件；
2.网络钩子(Webhook}：当警告触发时 ，哪些服务终端需要被通知；
3.gRPC钩子：远程gRPC方法的主机和端口 ，告警触发后调用；
【2】skywalking发行版中提供了默认的alarm-setting.yml文件 ，包括一些规则 ，每个规则有英文注释 。
1）可以根据注释得知每个规则的作用：
# Sample alarm rules.
rules:
# Rule unique name, must be ended with `_rule`.
service_resp_time_rule:
metrics-name: service_resp_time
op: ">"
threshold: 1000
period: 10
count: 3
silence-period: 5
#在最近10分钟的3分钟内服务平均响应时间超过1000ms
message: Response time of service {name} is more than 1000ms in 3 minutes of last 10 minutes.
service_sla_rule:
# Metrics value need to be long, double or int
metrics-name: service_sla
op: "<"
threshold: 8000
# The length of time to evaluate the metrics
period: 10
# How many times after the metrics match the condition, will trigger alarm
count: 2
# How many times of checks, the alarm keeps silence after alarm triggered, default as same as period.
silence-period: 3
#最近10分钟内 ，服务成功率在2分钟内低于80%
message: Successful rate of service {name} is lower than 80% in 2 minutes of last 10 minutes
service_resp_time_percentile_rule:
# Metrics value need to be long, double or int
metrics-name: service_percentile
op: ">"
threshold: 1000,1000,1000,1000,1000
period: 10
count: 3
silence-period: 5
message: Percentile response time of service {name} alarm in 3 minutes of last 10 minutes, due to more than one condition of p50 > 1000, p75 > 1000, p90 > 1000, p95 > 1000, p99 > 1000
service_instance_resp_time_rule:
metrics-name: service_instance_resp_time
op: ">"
threshold: 1000
period: 10
count: 2
silence-period: 5
#服务实例的响应时间在过去10分钟的2分钟内超过1000ms
message: Response time of service instance {name} is more than 1000ms in 2 minutes of last 10 minutes
database_access_resp_time_rule:
metrics-name: database_access_resp_time
threshold: 1000
op: ">"
period: 10
count: 2
#数据库访问{name}的响应时间在过去10分钟的2分钟内超过1000ms
message: Response time of database access {name} is more than 1000ms in 2 minutes of last 10 minutes
endpoint_relation_resp_time_rule:
metrics-name: endpoint_relation_resp_time
threshold: 1000
op: ">"
period: 10
count: 2
#端点关系{name}的响应时间在过去10分钟的2分钟内超过1000ms
message: Response time of endpoint relation {name} is more than 1000ms in 2 minutes of last 10 minutes
# Active endpoint related metrics alarm will cost more memory than service and service instance metrics alarm.
# Because the number of endpoint is much more than service and instance.
#
# endpoint_avg_rule:
# metrics-name: endpoint_avg
# op: ">"
# threshold: 1000
# period: 10
# count: 2
# silence-period: 5
# message: Response time of endpoint {name} is more than 1000ms in 2 minutes of last 10 minutes
#需要自己手动打开
webhooks:
- http://127.0.0.1/notify/
# - http://127.0.0.1/go-wechat/
2）参数说明：
metrics-name：度量名称 ，也是OAL脚本中的度量名 。默认配置中可以用于告警的度量有：服务 ，实例 ，端点 ，服务关系 ，实例关系 ，端点关系 。它只支持long,double和int类型 。
op：操作符 。
threshold：阈值 。
period：多久告警规则需要被检查一下 。这是一个时间窗口 ，与后端部署环境时间相匹配 。
count：在一个周期窗口中 ，如果按op计算超过阈值的次数达到count ，则发送告警
silence-period：在时间N中触发报警后 ，在N -> N + silence-period这段时间内不告警 。
message：该规则触发时 ，发送的通知消息 。
【3】实现回调接口
@RequestMapping("/notify")
public String notify(@RequestBody Object obj){
//TODO 告警信息 ，给技术负责人发短信 ，钉钉消息 ，邮件 ，微信通知等
System.err.println(obj.toString());
return "notify successfully";
}
【4】接入第三方告警 ，如对接钉钉（官方还提供了其他第三方的对接 ，文档地址：https://github.com/apache/skywalking/blob/master/docs/en/setup/backend/backend-alarm.md）
dingtalkHooks:
textTemplate: |-
{
"msgtype": "text",
"text": {
"content": "Apache SkyWalking Alarm: \n %s."
}
}
webhooks:
- url: https://oapi.dingtalk.com/robot/send?access_token=dummy_token
secret: dummysecret
【5】Webhook回调通知
SkyWalking告警Webhook回调要求接收方是一个Web容器（比如tomcat服务） ，告警的消息会通过HTTP请求进行发送, 请求方法为POST, Content-Type为application/json, JSON格式基于List<org.apache.skywalking.oap.server.core.alarm.AlarmMessage>的集合对象数据, 集合中的每个AlarmMessage包含以下信息：
scopeId. 所有可用的Scope ，参考：org.apache.skywalking.oap.server.core.source.DefaultScopeDefine；
name. 目标 Scope 的实体名称；
id0. Scope 实体的 ID；
id1. 未使用；
ruleName. 在 alarm-settings.yml 中配置的规则名；
alarmMessage. 报警消息内容；
startTime. 告警时间, 位于当前时间与 UTC 1970/1/1 之间；
skywalking是分布式系统的应用程序性能监视工具 ，专为微服务 、云原生架构和基于容器（Docker 、K8s 、Mesos）架构而设计 。SkyWalking 是观察性分析平台和应用性能管理系统 ，提供分布式追踪 、服务网格遥测分析 、度量聚合和可视化一体化解决方案 。
声明：本站所有文章 ，如无特殊说明或标注 ，均为本站原创发布 。任何个人或组织 ，在未征得本站同意时 ，禁止复制 、盗用 、采集 、发布本站内容到任何网站 、书籍等各类媒体平台 。如若本站内容侵犯了原著者的合法权益 ，可联系我们进行处理 。
