技術分析：搞懂鏈路追蹤

背景介紹

在微服務橫行的時代，服務化思維逐漸成為了程序員的基本思維模式，但是，由於絕大部分項目只是一味地增加服務，並沒有對其妥善管理，當介面出現問題時，很難從錯綜複雜的服務調用網路中找到問題根源，從而錯失了止損的黃金時機。

而鏈路追蹤的出現正是為了解決這種問題，它可以在複雜的服務調用中定位問題，還可以在新人加入後台團隊之後，讓其清楚地知道自己所負責的服務在哪一環。

除此之外，如果某個介面突然耗時增加，也不必再逐個服務查詢耗時情況，我們可以直觀地分析出服務的性能瓶頸，方便在流量激增的情況下精準合理地擴容。

鏈路追蹤

「鏈路追蹤」一詞是在2010年提出的，當時谷歌發布了一篇Dapper論文，介紹了谷歌自研的分散式鏈路追蹤的實現原理，還介紹了他們是怎麼低成本實現對應用透明的。

其實Dapper一開始只是一個獨立的調用鏈路追蹤系統，後來逐漸演化成了監控平台，並且基於監控平台孕育出了很多工具，比如實時預警、過載保護、指標數據查詢等。

除了谷歌的dapper，還有一些其他比較有名的產品，比如阿里的鷹眼、大眾點評的CAT、Twitter的Zipkin、Naver(著名社交軟體LINE的母公司)的pinpoint以及國產開源的skywalking等。

基本實現原理

如果想知道一個介面在哪個環節出現了問題，就必須清楚該介面調用了哪些服務，以及調用的順序，如果把這些服務串起來，看起來就像鏈條一樣，我們稱其為調用鏈。

想要實現調用鏈，就要為每次調用做個標識，然後將服務按標識大小排列，可以更清晰地看出調用順序，我們暫且將該標識命名為spanid。

實際場景中，我們需要知道某次請求調用的情況，所以只有spanid還不夠，得為每次請求做個唯一標識，這樣才能根據標識查出本次請求調用的所有服務，而這個標識我們命名為traceid。

現在根據spanid可以輕易地知道被調用服務的先後順序，但無法體現調用的層級關係，正如下圖所示，多個服務可能是逐級調用的鏈條，也可能是同時被同一個服務調用。

所以應該每次都記錄下是誰調用的，我們用parentid作為這個標識的名字。

到 現在，已經知道調用順序和層級關係了，但是介面出現問題後，還是不能找到出問題的環節，如果某個服務有問題，那個被調用執行的服務一定耗時很長，要想計算出耗時，上述的三 個標識還不夠，還需要加上時間戳，時間戳可以更精細一點，精確到微秒級。

只記錄發起調用時的時間戳還算不出耗時，要記錄下服務返回時的時間戳，有始有終才能算出時間差，既然返回的也記了，就把上述的三個標識都記一下吧，不然區分不出是誰的時間戳。

雖然能計算出從服務調用到服務返回的總耗時，但是這個時間包含了服務的執行時間和網路延遲，有時候我們需要區分出這兩類時間以方便做針對性優化。那如何計算網路延遲呢?我們可以把調用和返回的過程分為以下四個事件。

Client Sent簡稱cs，客戶端發起調用請求到服務端。

Server Received簡稱sr，指服務端接收到了客戶端的調用請求。

Server Sent簡稱ss，指服務端完成了處理，準備將信息返給客戶端。

Client Received簡稱cr，指客戶端接收到了服務端的返回信息。

假如在這四個事件發生時記錄下時間戳，就可以輕鬆計算出耗時，比如sr減去cs就是調用時的網路延遲，ss減去sr就是服務執行時間，cr減去ss就是服務響應的延遲，cr減cs就是整個服務調用執行的時間。

其實span塊內除了記錄這幾個參數之外，還可以記錄一些其他信息，比如發起調用服務名稱、被調服務名稱、返回結果、IP、調用服務的名稱等，最後，我們再把相同spanid的信息合成一個大的span塊，就完成了一個完整的調用鏈。感興趣的同學可以去深入了解一下鏈路追蹤，希望本文對你有所幫助。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！