购物网站修改文案,家装公司报价,做网站源代码,风景区网站建设项目建设可行性通过Trace ID和Span ID已经实现了对分布式系统中的请求跟踪#xff0c;而这些记录的跟踪信息最终会被分析系统收集起来#xff0c;并用来实现对分布式系统的监控和分析功能#xff0c;比如#xff1a;预警延迟过长的请求链路、查询请求链路的调用明细等。此时#xff0c;我…通过Trace ID和Span ID已经实现了对分布式系统中的请求跟踪而这些记录的跟踪信息最终会被分析系统收集起来并用来实现对分布式系统的监控和分析功能比如预警延迟过长的请求链路、查询请求链路的调用明细等。此时我们在对接分析系统时就会碰到一个问题分析系统在收集跟踪信息的时候需要收集多少量的跟踪信息才合适呢
理论上来说我们收集的跟踪信息越多就可以更好的反映出系统的实际运行情况并给出更精准的预警和分析但是在高并发的分布式系统运行时大量的请求调用会产生海量的跟踪日志信息如果我们收集过多的跟踪信息将会对我们整个分布式系统的性能造成一定的影响同时保存大量的日志信息也需要不少的存储开销。所以在Sleuth中采用了抽象收集的方式来为跟踪信息打上收集标记也就是我们之前在日志信息中看到的第四个boolean类型的值它代表了该信息是否要被后续的跟踪信息收集器获取和存储。
在Sleuth中的抽样收集策略是通过Sampler接口实现的它的定义如下
public interface Sampler { /** * return true if the span is not null and should be exported to the tracing system */ boolean isSampled(Span span);}通过实现isSampled方法Spring Cloud Sleuth会在产生跟踪信息的时候调用它来为跟踪信息生成是否要被收集的标志。需要注意的是即使isSampled返回了false它仅代表该跟踪信息不被输出到后续对接的远程分析系统比如Zipkin对于请求的跟踪活动依然会进行所以我们在日志中还是能看到收集标识为false的记录。
默认情况下Sleuth会使用PercentageBasedSampler实现的抽样策略以请求百分比的方式配置和收集跟踪信息我们可以通过在application.properties中配置下面的参数对其百分比值进行设置它的默认值为0.1代表收集10%的请求跟踪信息。
spring.sleuth.sampler.percentage0.1在开发调试期间通常会收集全部跟踪信息输出到远程仓库我们可以将其值设置为1或者也可以通过创建AlwaysSampler的Bean它实现的isSampled方法始终返回true来覆盖默认的PercentageBasedSampler策略比如
Beanpublic AlwaysSampler defaultSampler() { return new AlwaysSampler();}在实际使用时通过与Span对象中存储信息的配合我们可以根据实际情况做出更贴近需求的抽样策略比如实现一个仅对包含指定Tag的抽样策略
public class TagSampler implements Sampler { private String tag; public TagSampler(String tag) { this.tag tag; } Override public boolean isSampled(Span span) { return span.tags().get(tag) ! null; }}由于跟踪日志信息的数据价值往往仅在最近的一段时间内非常有用比如一周。那么我们在设计抽样策略时主要考虑在不对系统造成明显性能影响的情况下以在日志保留时间窗内充分利用存储空间的原则来实现抽样策略。
完整示例
读者可以根据喜好选择下面的两个仓库中查看trace-1和trace-2两个项目
Githubhttps://github.com/dyc87112/SpringCloud-Learning/Giteehttps://gitee.com/didispace/SpringCloud-Learning/
如果您对这些感兴趣欢迎star、follow、收藏、转发给予支持
本文内容部分节选自我的《Spring Cloud微服务实战》但对依赖的Spring Boot和Spring Cloud版本做了升级。
