概述

首先同步下项目概况：

上篇文章分享了，路由中间件 - 捕获异常，这篇文章咱们分享：路由中间件 - jaeger 链路追踪。

啥是链路追踪？

我理解链路追踪其实是为微服务架构提供服务的，当一个请求中，请求了多个服务单元，如果请求出现了错误或异常，很难去定位是哪个服务出了问题，这时就需要链路追踪。

咱们先看一张图：

这张图的调用链还比较清晰，咱们想象一下，随着服务的越来越多，服务与服务之间调用关系也越来越多，可能就会发展成下图的情况。

这调用关系真的是... 看到这，我的内心是崩溃的。

那么问题来了，这种情况下怎么快速定位问题？

如何设计日志记录？

我们自己也可以设计一个链路追踪，比如当发生一个请求，咱们记录它的：

• 请求的唯一标识
• 请求了哪些服务？
• 请求的服务依次顺序？
• 请求的 request 和 response 日志？
• 对日志进行收集、整理，并友好展示

怎么去实现请求的唯一标识？

以 go 为例 写一个中间件，在每次请求的 header 中包含：x-request-id，代码如下：

func setup() gin.handlerfunc {
    return func(c *gin.context) {
        requestid := c.request.header.get("x-request-id")
        if requestid == "" {
            requestid = util.genuuid()
        }
        c.set("x-request-id", requestid)
        c.writer.header().set("x-request-id", requestid)
        c.next()
    }
}

每个 request 和 response 日志中都要包含 x-request-id。

问题又来了，每次调用都记录日志，当调用的服务过多时，频繁的记录日志，就会有性能问题呀，肿么办？

哎，这么麻烦，看看市面上有没有一些开源工具呢？

开源工具

• jaeger：
• zipkin：
• appdash：

这个就不多做介绍了，基本上都能满足需求，至于优缺点，大家可以挨个去瞅瞅，喜欢哪个就用哪个？

我为什么选择 jaeger ？

因为我目前只会用这个，其他还不会 ...

咱们一起看下 jaeger 是怎么回事吧。

jaeger 架构图

图片来源于官网。

简单介绍下上图三个关键组件：

agent

agent是一个网络守护进程，监听通过udp发送过来的span，它会将其批量发送给collector。按照设计，agent要被部署到所有主机上，作为基础设施。agent将collector和客户端之间的路由与发现机制抽象了出来。

collector

collector从jaeger agent接收trace，并通过一个处理管道对其进行处理。目前的管道会校验trace、建立索引、执行转换并最终进行存储。存储是一个可插入的组件，现在支持cassandra和elasticsearch。

query

query服务会从存储中检索trace并通过ui界面进行展现，该ui界面通过react技术实现，其页面ui如下图所示，展现了一条trace的详细信息。

其他组件，大家可以了解下并选择性使用。

jaeger span

图片来源于官网。

怎么操作 span 呢？span 有哪些可以调用的 api ？

jaeger 部署

all in one

为了方便大家快速使用，jaeger 直接提供一个 all in one 包，我们可以直接执行，启动一套完整的 jaeger tracing 系统。

启动成功后，访问 就可以看到 jaeger ui。

独立部署

• jaeger-agent
• jaeger-collector
• jaeger-query
• jaeger-ingester
• jaeger-operator
• jaeger-cassandra-schema
• jaeger-es-index-cleaner
• spark-dependencies

可以自由搭配，组合使用。

jaeger 端口

• 端口：6831
• 协议：udp
• 所属模块：agent

• 功能：通过兼容性 thrift 协议，接收 jaeger thrift 类型数据

• 端口：14267
• 协议：http
• 所属模块：collector

• 功能：接收客户端 jaeger thrift 类型数据

• 端口：16686
• 协议：http
• 所属模块：query

• 功能：客户端前端界面展示端口

jaeger 采样率

分布式追踪系统本身也会造成一定的性能低损耗，如果完整记录每次请求，对于生产环境可能会有极大的性能损耗，一般需要进行采样设置。

固定采样

（sampler.type=const）

• sampler.param=1 全采样，
• sampler.param=0 不采样；

按百分比采样

（sampler.type=probabilistic）

• sampler.param=0.1 则随机采十分之一的样本；

采样速度限制

（sampler.type=ratelimiting）

• sampler.param=2.0 每秒采样两个traces；

动态获取采样率

（sampler.type=remote）

• 这个是默认配置，可以通过配置从 agent 中获取采样率的动态设置。

jaeger 缺点

• 接入过程有一定的侵入性；
• 本身缺少监控和报警机制，需要结合第三方工具来实现，比如配合grafana 和 prometheus实现；

看到这，说的都是理论，大家的心里话可能是：

实战

• jaeger 部署
• jaeger 在 gin 中使用
• jaeger 在 grpc 中使用

关于实战的分享，我准备整理出 4 个服务，然后实现服务与服务之间进行相互调用，目前 demo 还没写完...

下篇文章再给大家分享。

源码地址

go-gin-api 系列文章

• 1. 使用 go modules 初始化项目
• 2. 规划项目目录和参数验证
• 3. 路由中间件 - 日志记录
• 4. 路由中间件 - 捕获异常