写点什么

Google 发布 Zipkin 与 Stackdriver Trace 的集成功能,实现分布式应用的跟踪

  • 2017-01-18
  • 本文字数:1478 字

    阅读完需:约 5 分钟

Google 云平台(Google Cloud Platform)发布了一个开源的 Zipkin 服务器,允许兼容Zipkin 的客户端发送跟踪信息到Google 自己的 Stackdriver Trace 分布式跟踪服务中,从而实现分析的功能。Zipkin/Stackdriver Trace 集成的目标用户是某些开发人员,他们的应用和服务是使用 Stackdriver Trace 官方所不支持的语言或框架编写的,或者是某些应用的持有者,这些应用已经通过 Zipkin 实现了 instrument 功能,他们还希望访问 Stackdriver Trace 的高级分析工具。

Google 的 Stackdriver 能够对云平台上的应用提供监控、日志以及诊断服务。尽管任何云平台捕获到的数据都可以发送到 Stackdriver API 上,但是 Stackdriver 的功能是与 Google 云平台(Google Cloud Platform,GCP)( GCP 的客户可以免费使用它)中的很多服务高度集成的。Google Stackdriver 中包含了多个工具,其中就包括 Stackdriver Trace ,这是一个分布式的跟踪服务,它是由最初的 Google Dapper 分布式跟踪系统演化而来。

将分布式(微服务)系统进行 instrument 操作之后,Stackdriver Trace 就允许开发人员跟踪系统的请求流,分析应用的延迟并隔离性能瓶颈。Stackdriver Trace 最初关注的是 Google App Engine 项目,但是现在支持运行在虚拟机或容器上的应用,这是通过为 Node.js Java Go (很快就会支持 Ruby 和.Net)提供 instrumentation 库实现的,它还可以通过 API 来实现该功能。

另外一个流行的分布式跟踪系统是 Zipkin ,它最初是由 Twitter 创建的,灵感起源于 Dapper 的论文。这项成果在 2012 年开源,随后发展成为社区驱动的 Open Zipkin 项目。它反过来又推动了 Open Tracing API 的形成,这是一个由 CNCF 支持的项目。Zipkin 提供了一系列的 instrumentation 库,这些库能够捕获应用的 trace,另外还有一个后端系统用来存储 trace 并支持通过 Web 界面展现 trace 信息。目前,已经有针对 Java、.Net、Node.js、Python、Ruby 和 Go 的 Zipkin 客户端,还有与各种流行 Web 框架的内置集成。根据 GCP 博客的说法,Zipkin 得到了广泛的应用,Twitter、Yelp 和 Salesforce 是该项目的主要贡献者。

Google 云平台的博客文章指出,这个新的 Stackdriver Trace Zipkin 连接器是已有 Zipkin 后端的替代方案,它会继续使用相同的兼容 Zipkin 的跟踪器,这样的话,就没有必要再去配置、管理或维护 Zipkin 后端了。另外,新的收集器能够与使用 Zipkin 跟踪器实现 instrument 功能的服务协同运行。

目前的 Stackdriver-Zipkin v0.2.0 发布版本有几个已知的限制:

  1. Zipkin 跟踪器必须要支持正确的 Zipkin 时间和持续时长语义
  2. Zipkin 跟踪器和 Stackdriver Trace instrumentation 库不能向同一条 trace 记录上附加 span,因为它们会对服务间传播的跟踪上下文采用不同的格式。这意味着某个库捕获的 trace 中不能包含其他类型的库 instrument 服务后所形成的 span,也就是说,如何服务代码混合使用了 Stackdriver Trace 和 Zipkin 的 instrument 功能,那么跨越这些服务所形成的跟踪信息必须要在标准的 Stackdriver 报告系统之外进行集成;
  3. 最初的释放版本只支持对 Zipkin 服务器进行写操作,Google 云平台的博客上指出,如果缺乏读取功能成为了一种阻碍的话,那么开发人员可以在 GitHub 上提交 issue 或 pullrequest。

Google Stackdriver Trace Zipkin 收集器的代码可以通过 GoogleCloudPlatform GitHub 仓库进行下载。配置以及从分布式跟踪器收集 trace 数据的指令可以在“组合使用Stackdriver Trace 与Zipkin ”指南中找到。

查看英文原文 Google Release Zipkin Integration with Stackdriver Trace for Tracing Distributed Applications

2017-01-18 18:002767

评论

发布
暂无评论
发现更多内容

在线时间戳格式化转换工具【推荐】

入门小站

工具

校友会小程序开发笔记九: 校友群助手功能模块设计与实现

CC同学

校友会小程序 同学录小程序

你会写注释吗?

看山

Java 6月日更

Linux之rm命令

入门小站

Linux

打造一个通用、可配置、多句柄的数据上报 SDK

魅影

sqlite 数据库 APM 多线程 数据上报

校友会小程序开发笔记十一: 后台管理系统功能设计与实现

CC同学

校友录小程序 同学录小程序

react源码解析17.context

全栈潇晨

React

浪潮云说丨构建实时监控能力,提升应用质效

云计算

“云边+端”三管齐下,“有蓉”数据库助力四川气象进入天擎时代

脑极体

【21-14】singularity介绍

耳东@Erdong

6月日更 singularity

spring boot 自动装配原理详解

公众号:程序猿成神之路

Spring Boot

浅析Angular数据状态管理框架:NgRx/Store

devpoint

angular.js angular store 6月日更

数据库在各行各业的应用实践

xcbeyond

数据库 最佳实践 6月日更

Kubernetes手记(18)- 高级调度策略

雪雷

k8s 6月日更

【Vue2.x 源码学习】第二十一篇 - 依赖收集的过程分析

Brave

源码 vue2 6月日更

App 上架包预检

魅影

ios Node 代码扫描 脚本 应用审核

推荐算法团队介绍(十四)

Databri_AI

机器学习 算法 团队 推荐系统

计算机性能测试

若尘

计算机组成原理 6月日更

☕【JVM技术探索】各种类型对象占用内存情况分析(下)

洛神灬殇

JVM 6月日更 对象大小 对象计算

JavaScript 学习(七)

空城机

JavaScript 大前端 6月日更

爱了,天猫“618”亿级高并发设计实战手册,限时分享

Java架构师迁哥

Python线性预测

Qien Z.

6月日更 线性预测

深入了解Spring之事件机制

邱学喆

观察者模式 spring的事件机制 EventListener注解

HarmonyOS学习路之开发篇——Intent

爱吃土豆丝的打工人

HarmonyOS Ability intent 页面跳转

Gson的快速使用

卢卡多多

json Gson 6月日更

校友会小程序开发笔记十: 校友资讯功能模块设计与实现

CC同学

校友录小程序 同学录小程序

Windows11要来啦!!!

学神来啦

win10 win11

深入了解Spring之上下文

邱学喆

ApplicationContext LifecycleProccesor 事件传播者 ApplicationListener

算法之寻找二叉树结点的最近公共祖先

Skysper

算法

算法:八皇后问题

看山

面试 算法 6月日更

以资源为中心的计算机和现实分析

型火🔥

架构 分布式 操作系统 资源

Google发布Zipkin与Stackdriver Trace的集成功能,实现分布式应用的跟踪_Google_Daniel Bryant_InfoQ精选文章