微服务架构（5）微服务监控

2017-10-02

一、Spring Boot Actuator应用监控

SpringBoot有一个Actuator的插件，用来输出应用程序的端点（Endpoint），包括健康检查（/health）、运行指标（/metrics）、线程信息（/dump）等。

1、pom.xml依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

2、配置文件，暴露所有Endpoints

1	management.endpoints.web.exposure.include=*

3、以Spring Boot 2.x版本为例，访问路径/actuator可查看所有endpoints的路径。

端点路径	应用程序说明
/actuator/info	基本信息
/actuator/health	健康状况
/actuator/metrics	运行指标
/actuator/env	环境变量
/actuator/loggers	日志级别配置
/actuator/dump	线程信息
/actuator/httptrace	请求调用轨迹信息

但是以上信息都是以数据形式直接访问，需要通过用户界面的方式呈现数据。

二、Spring Boot Admin开源的应用监控系统

Spring Boot Admin包含了服务端和客户端。功能包括

查看健康状态
查看JVM和内存指标
查看计数器与计量表指标
查看数据源指标
查看缓存指标
查看系统构建信息
查看并下载日志文件
查看JVM系统属性与环境变量
查看线程堆栈信息
查看调用轨迹信息
查看状态变更日志
修改Logback日志级别管理
修改JMX参数
下载JVM堆内存文件
通知状态变更（邮件等）

『源码传送门』

『官方文档传送门』

admin端

1、pom.xml依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>de.codecentric</groupId>
    <artifactId>spring-boot-admin-starter-server</artifactId>
</dependency>
<dependency>
    <groupId>de.codecentric</groupId>
    <artifactId>spring-boot-admin-server-ui</artifactId>
    <version>2.0.1</version>
</dependency>

2、应用主类中使用@EnableAdminServer注解

3、浏览器访问 http://localhost:8080 可查看到2.0新的vue页面。目前Application为0，需要添加client。

client端

1、pom.xml依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>de.codecentric</groupId>
    <artifactId>spring-boot-admin-starter-client</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

2、配置文件

server.port=8081
spring.application.name=admin-client
spring.boot.admin.client.url=http://localhost:8080
management.endpoints.web.exposure.include=*

3、再次访问admin端 http://localhost:8080 可查看相关页面。

Applications页面：

Journal页面：

Wallboard各指标页面：

以上可拓展登录安全校验，或基于Eureka来实现自动注册。

三、系统监控中心

以上两章为微服务内部运行状况的监控，本章为微服务所在操作系统的监控，均使用开源技术搭建，分为以下3个部分：

时序数据收集系统，不断收集Docker容器随时间变化的数据，即时序数据，包含CPU、内存、网络、磁盘等使用情况，如cAdvisor。
时序数据存储系统，将时序数据存入时序数据库，如InfluxDB。
时序数据分析系统，通过图表方式展示并分析时序数据，如Grafana。

时序数据存储系统 InfluxDB

InfluxDB是一种Time Series Database，是InfluxData公司的产品，用来存储时序的大数据。

『源码传送门』

Docker运行命令如下。

#运行influxdb
$ sudo docker run -d -p 8086:8086 -v ~/docker/influxdb:/var/lib/influxdb --name influxdb influxdb 
#操作influxdb
$ docker exec -it influxdb influx
$ SHOW DATABASES #查看数据库，初始只有_internal库
$ CREATE DATABASE "db_test" #创建数据库
$ CREATE USER "root" WITH PASSWORD "root" WITH ALL PRIVILEGES #创建用户
$ USE db_test #使用该数据库
> INSERT cpu,host=serverA,region=us,value=0.1 
#语句包含3部分内容，量度measurement，标签tag和字段field。量度类似于表名，tag类似于表索引，field类似为表字段。标签tag和字段field均为键值对形式。
> SELECT * FROM "cpu"
name: cpu
time               host     region  value
----               ----     ----    ----
2017-10-02T19:20   serverA  us      0.1

另外，InfluxDB提供命令行客户端，和REST API（默认使用8086端口，有Java和Go等语言），以及集群企业版本InfluxEnterprise。

时序数据收集系统 cAdvisor

Google推出的基于Go的开源产品，用于分析Docker容器在运行中的资源使用与性能特征。使用Docker容器运行后即可监控当前宿主机中所有Docker容器的运行状况。

『源码传送门』

Docker运行命令如下，当宿主机为centOS操作系统时会有所不同，详情见官方文档。

$ sudo docker run \
  --volume=/:/rootfs:ro \
  --volume=/var/run:/var/run:ro \
  --volume=/sys:/sys:ro \
  --volume=/var/lib/docker/:/var/lib/docker:ro \
  --volume=/dev/disk/:/dev/disk:ro \
  --publish=8080:8080 \
  --detach=true \
  --name=cadvisor \
  google/cadvisor:latest
  
# 如需要连接influxdb，需要额外设置连接方式、地址、数据库、用户和密码等。

--link=influxdb:influxdb \
 -storage_driver=influxdb \
 -storage_driver_host=influxdb:8086 \
 -storage_driver_db=cadvisor \
 -storage_driver_user=root \
 -storage_driver_password=root

四、调用追踪中心-Zipkin

zipkin介绍

Zipkin是Twitter公司开源的一款调用追踪中心，用来收集分布式系统每个组件所花费的调用时长，并通过图形化界面展示整个调用链依赖关系，解决微服务架构中的延迟问题。

Zipkin参照Google的Dapper论文设计思想来开发。

『官网传送门』

『源码传送门』

Dapper的几个概念：

Span，基本工作单元，调用一个组件所经历的一段过程，从请求组件开始到组件响应为止。
Trace，追踪链路，指的客户端发出请求，知道完成整个内部调用的全部过程，可能包含多个Span。
Reporter，将Span和Trace产生的追踪数据需要从客户端推送到zipkin的collector，官网包含了大量实现Reporter的代码库，可通过HTTP、Kafka（Apache开源）和Scribe（Facebook开源）等进行传输。
Annotation，注解，用来记录请求特定事件相关信息(例如时间)，通常包含四个注解信息：1、cs - ClientStart,表示客户端发起请求。2、sr - Server Receive,表示服务端收到请求。3、ss - Server Send,表示服务端完成处理，并将结果发送给客户端。4、cr - Client Received,表示客户端获取到服务端返回信息。
Collector，会对一个到来的被trace的数据（span）进行验证、存储并设置索引。
Storage，存储，zipkin默认的存储方式为in-memory，即不会进行持久化操作。如果想进行收集数据的持久化，可以存储数据在Cassandra、ElasticSearch和MySQL中。
API，提供了一个用于查找和检索跟踪的简单JSON API，此API的主要使用者是WebUI。
WebUI，展示页面。

所有组件的架构流程图如下：

zipkin运行

#方法1，jar包启动
$ wget -O zipkin.jar  'https://search.maven.org/remote_content?g=io.zipkin.java&a=zipkin-server&v=LATEST&c=exec'
#方法2，docker启动
$ docker run -d -p 9411:9411 openzipkin/zipkin
$ java -jar zipkin.jar

访问地址 http://localhost:9411/ 即可访问。

五、Spring Boot和zipkin整合

为实现zipkin，需要几个的module。

zipkin-server，作为zipkin的server端和管理后台
zipkin-service-1，zipkin-service-2，zipkin-service-3。service1调用service2，service2调用service3。

zipkin-server

1、pom依赖

<dependency>
    <groupId>io.zipkin.java</groupId>
    <artifactId>zipkin-server</artifactId>
    <version>2.11.7</version>
</dependency>
<dependency>
    <groupId>io.zipkin.java</groupId>
    <artifactId>zipkin-autoconfigure-ui</artifactId>
    <version>2.11.7</version>
</dependency>

2、yml配置文件，使用默认端口9411。需要配置management.metrics.web.server.auto-time-requests参数，不然访问后台页面时会报错 “UT005023 Exception handling request to /zipkin/index.html”。

server:
  port: 9411

management:
  metrics:
    web:
      server:
        auto-time-requests: false

3、在入口主类增加注解@EnableZipkinServer。

4、启动后访问 http://localhost:9411 即可看到后台页面。目前为空。需要后续调用。

zipkin-service1，zipkin-service2，zipkin-service3

这3个service的依赖和配置基本一致。

1、pom依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>

2、yml配置，3个service项目的server.port分别是8081,8082,8083。spring.application.name分别是service1,service2,service3。

server:
  port: 8081
spring:
  application:
    name: service1
  zipkin:
    base-url: http://localhost:9411
  sleuth:
    sampler:
      probability: 1.0  #采样比例为1.0，是所有的访问都需要

3、在入口主类增加@Bean，用于service间http调用。

@Bean
public RestTemplate restTemplate() {
    return new RestTemplate();
}

4、3个service各自新建Controller，如下。

//service1的controller
@RestController
public class Service1Controller {

    @Autowired
    private RestTemplate restTemplate;

    @GetMapping("/service1")
    public String service1() {
        try {
            Thread.sleep(new Random().nextInt(1000));
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return restTemplate.getForObject("http://localhost:8082/service2", String.class);
    }
}

//service2的controller
@RestController
public class Service2Controller {

    @Autowired
    private RestTemplate restTemplate;

    @GetMapping("/service2")
    public String service2() {
        try {
            Thread.sleep(new Random().nextInt(1000));
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        return restTemplate.getForObject("http://localhost:8083/service3", String.class);
    }
}

//service3的controller
@RestController
public class Service3Controller {
    @GetMapping("/service3")
    public String service3() {
        return "hello herr" ;
    }
}