三个提升 API 可观测性的要点（三）：链路追踪

更新时间 3/19/2024

引言

什么是链路追踪？

在当今的微服务架构和分布式系统中，一个请求往往穿越多个服务，每个服务可能又包含多个内部处理步骤。为了保障系统的高效、稳定运行，我们必须能够洞察这些请求的完整路径和处理过程。这就引出了链路追踪技术。它能够帮助我们清晰地了解一个请求从发起到结束的全过程，包括请求经过的每一个服务、每个服务的处理时间、是否出现异常等。

API 中链路追踪使用流程

首先，我们需要在每个服务的入口处都部署链路追踪的代理或 SDK，确保能够捕捉到所有的请求。通过链路追踪数据，我们可以清楚地看到请求在每个服务的处理时长，从而找出可能的性能瓶颈。链路追踪不仅可以记录正常的请求处理过程，还可以捕捉和处理过程中发生的异常和错误。通过将链路追踪数据进行可视化处理，我们可以直观地看到请求在不同服务和组件之间的流转过程。

Tracing of API7 Enterprise

提升可观测性的方法 - 链路追踪篇

针对链路追踪，以下是一些提升 API 可观测性的方法：

1. 选择合适的链路追踪工具和技术

在选择链路追踪工具时，你需要考虑你的技术栈、业务需求以及监控的复杂性。Zipkin、SkyWalking 和 OpenTelemetry 都是流行的链路追踪解决方案，但它们各有特点。

  • 如果你的系统是基于 Java 构建的，并且你希望有一个轻量级、易于集成的链路追踪解决方案，Zipkin 是一个不错的选择。

  • 对于需要全面性能监控的微服务架构的情况，SkyWalking 是一个强大的选择。它支持多种语言，包括 Java、.NET Core 和 Node.js，并提供了丰富的功能，如服务性能监控、指标聚合和可视化。SkyWalking的自动代理和插件机制使得集成变得简单而灵活。

  • OpenTelemetry 是一个开源的观测性框架，它提供了统一的 API 和 SDK 来收集、处理和导出遥测数据（包括追踪、指标和日志）。如果你的系统需要与其他监控系统集成，或者你希望有一个标准化的观测性解决方案，OpenTelemetry 是一个很好的选择。

2. 集成链路追踪到 API 开发中

对于 Zipkin 和 SkyWalking，你可以通过添加相应的依赖项和配置来集成链路追踪到你的 API 开发中。而对于 OpenTelemetry，则需要使用它的 API 来手动创建和管理追踪上下文。

3. 配置和优化链路追踪系统

无论是 Zipkin、SkyWalking 还是 OpenTelemetry，都可以通过配置文件来定制它们的行为，例如设置采样率、配置存储后端、优化数据传输等。此外，还可以定义警报规则来及时响应异常事件。

4. 数据分析和可视化

Zipkin、SkyWalking 和 OpenTelemetry 都提供了可视化的界面来展示链路追踪数据和性能指标。例如，在 Zipkin 的 UI 界面中，你可以搜索和查看特定的追踪数据，了解请求在不同服务之间的流转情况。SkyWalking 的仪表板则提供了全局的性能概览和服务间的调用关系图。而 OpenTelemetry 的数据可以导入到各种可视化工具中，如 Grafana，以创建自定义的仪表板和图表。

5. API7 企业版集成链路追踪

API7 企业版支持多种追踪插件，包括 Zipkin、OpenTracing 和 SkyWalking。追踪插件需要绑定到路由规则或全局规则上。如果没有对采样率的要求，建议绑定到全局规则以避免遗漏。

API7 Enterprise Observability Plugins

实践案例分析：提升电商 API 的可观测性

用户在电商平台上浏览商品、下单购买的过程中，会涉及到多个 API 的调用。例如，用户首先调用商品服务的 API 获取商品列表，然后选择某个商品并调用订单服务的 API 创建订单，最后调用支付服务的 API 完成支付。在这个过程中，发现订单服务 API 在高峰期经常出现延迟和超时的情况，导致用户在下单过程中遇到明显的卡顿和失败。为了解决这个问题，团队决定引入链路追踪技术来诊断性能瓶颈并进行优化。

  1. 选择链路追踪工具：团队选择了 SkyWalking 作为链路追踪工具，因为它支持多种语言，易于集成，且提供了丰富的可视化功能。

  2. 集成 SkyWalking：订单服务是基于 Java 开发的，团队在订单服务的代码中集成了 SkyWalking的 Java Agent。由此一来，当订单服务 API 被调用时，SkyWalking 会自动收集追踪数据。

  3. 配置 SkyWalking：团队配置了 SkyWalking 的存储后端为 Elasticsearch，并设置了合适的采样率以平衡追踪数据的详细程度和存储成本。

  4. 收集和分析追踪数据：在高峰期，团队通过 SkyWalking 的 UI 界面观察订单服务 API 的调用链路和性能指标。他们发现，在创建订单的过程中，有一个调用商品库存服务的 API 耗时特别长，成为了性能瓶颈。

  5. 深入调查：团队进一步查看了商品库存服务 API 的详细追踪数据，包括调用参数、返回结果、异常信息等。他们发现，该 API 在处理某些特定商品时，会执行一个复杂的数据库查询操作，导致耗时增加。

  6. 优化措施：针对这个问题，团队采取了两种优化措施。首先，他们对数据库查询语句进行了优化，提高了查询效率。其次，他们对商品库存服务API进行了缓存处理，对于频繁查询且结果不经常变动的商品，直接从缓存中获取结果，避免了不必要的数据库查询。

总结

链路追踪技术在当今的微服务架构和分布式系统中扮演着至关重要的角色。通过记录和可视化请求在多个服务间的流转过程，我们能够快速发现并解决性能瓶颈，提升系统的稳定性和可观测性。选择合适的链路追踪工具并集成到 API 开发中，我们能够更深入地了解系统运行情况，从而提升用户体验和系统效率。

相关阅读

微信咨询

获取方案