《Spring 中上下文传递的那些事儿》Part 5：分布式链路追踪—

📝 Part 5：分布式链路追踪——SkyWalking 实战指南

随着微服务架构的广泛应用，分布式系统的链路追踪和性能监控变得尤为重要。在之前的文章中，我们探讨了如何使用 Sleuth 和 Zipkin 实现基本的链路追踪。今天，我们将介绍另一种强大的工具——Apache SkyWalking，它不仅提供了全面的链路追踪功能，还支持 JVM、数据库、消息队列等多方面的监控。

本文将带你了解 SkyWalking 的核心概念，并通过实际案例展示如何将其集成到 Spring Boot 应用中，实现全栈监控。

一、什么是 Apache SkyWalking？

Apache SkyWalking 是一个开源的应用性能监测（APM）工具，主要用于监控和诊断基于分布式系统的应用程序。它提供了一个直观的 UI 界面来帮助开发者查看服务之间的调用关系、响应时间、吞吐量等关键指标，同时支持多种语言和技术栈（如 Java、.NET Core、Node.js 等）。

主要特性：

全栈监控：涵盖服务、数据库、缓存、消息队列等多个维度；
自动发现服务拓扑：无需手动配置即可展示服务间的关系；
告警机制：支持自定义阈值触发告警；
插件扩展：丰富的插件生态，支持多种中间件和框架；
轻量级 Agent：无侵入式部署，只需添加 JVM 参数即可接入；

二、SkyWalking 架构概览

SkyWalking 的架构主要由以下几个部分组成：

OAP Server（Observability Analysis Platform）：负责接收并处理来自探针的数据，进行聚合分析；
UI Dashboard：提供图形化的界面，方便用户查看监控数据；
Agent：部署在目标应用服务器上，用于采集运行时信息；
Storage：存储分析后的数据，支持多种数据库（如 Elasticsearch、MySQL、H2 等）；

三、快速开始：本地环境搭建

1. 下载并启动 OAP Server 和 UI

首先，你需要下载 SkyWalking 的最新版本，并按照官方文档中的说明启动 OAP Server 和 UI。

# 下载 SkyWalking 发行版
wget https://www.apache.org/dyn/closer.cgi/skywalking/8.7.0/apache-skywalking-apm-8.7.0.tar.gz

# 解压文件
tar -xzf apache-skywalking-apm-8.7.0.tar.gz

# 进入目录并启动 OAP Server 和 UI
cd apache-skywalking-apm-bin/
./bin/startup.sh

默认情况下，OAP Server 将监听 12800 端口，UI 则可以通过访问 http://localhost:8080 查看。

2. 配置 Spring Boot 应用接入 SkyWalking

接下来，在你的 Spring Boot 项目中添加 SkyWalking Agent。

修改启动脚本

编辑你的 Spring Boot 应用的启动脚本，在启动命令前添加如下参数：

java -javaagent:/path/to/skywalking-agent/skywalking-agent.jar \
     -Dskywalking.agent.service_name=your-service-name \
     -Dskywalking.collector.backend_service=127.0.0.1:11800 \
     -jar your-app.jar

这里需要注意的是：

-javaagent 指定了 SkyWalking Agent 的路径；
-Dskywalking.agent.service_name 设置了当前服务的名字；
-Dskywalking.collector.backend_service 指定了 OAP Server 的地址；

自动注入 Trace ID 到日志 MDC

为了便于问题排查，通常我们会将 traceId 注入到日志上下文中。可以通过以下方式实现：

<!-- logback.xml -->
<configuration>
    <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">
        <encoder>
            <pattern>%d{HH:mm:ss.SSS} [%thread] %-5level %logger{36} - %msg [traceId=%X{traceId}]%n</pattern>
        </encoder>
    </appender>

    <!-- 添加 MDC 插件 -->
    <jvmArguments>-javaagent:/path/to/skywalking-agent/skywalking-agent.jar</jvmArguments>
</configuration>

四、进阶实践：定制化配置与优化

1. 配置 SkyWalking Agent

SkyWalking 提供了丰富的配置选项，你可以根据需要调整 agent.config 文件中的参数。

例如，如果你想指定采样率，可以在 agent.config 中设置：

agent.sample_n_per_3_secs=-1 # 不限制采样数量

或者针对特定的服务进行更细粒度的控制：

agent.service_name=your-service-name
collector.backend_service=127.0.0.1:11800
logging.level=info

2. 使用 SkyWalking SDK 进行自定义埋点

虽然 SkyWalking Agent 已经能够自动捕获大部分信息，但在某些场景下，你可能还需要进行自定义埋点。此时可以使用 SkyWalking SDK 来手动记录 Span 数据。

import org.apache.skywalking.apm.toolkit.trace.Span;
import org.apache.skywalking.apm.toolkit.trace.TraceContext;

public class MyService {
    public void doSomething() {
        // 创建一个新的 Span
        try (Span span = TraceContext.createExitSpan("doSomething", null)) {
            // 执行业务逻辑
            System.out.println("Doing something...");
        }
    }
}