在云原生应用中一次请求往往需要经过一系列的 API 或后台服务处理才能完成这些服务有些是并行的有些是串行的而且位于不同的平台或节点。那么如何确定一次调用的经过的服务路径和节点以帮助我们进行问题排查这时候就需要使用到分布式追踪。
本文将向你介绍
分布式追踪的原理 如何选择分布式追踪软件 在 Istio 中如何使用分布式追踪 以 Bookinfo 和 SkyWalking 为例说明如何查看分布式追踪数据
分布式追踪基础
分布式追踪是一种用来跟踪分布式系统中请求的方法它可以帮助用户更好地理解、控制和优化分布式系统。分布式追踪中用到了两个概念TraceID 和 SpanID。
TraceID 是一个全局唯一的 ID用来标识一个请求的追踪信息。一个请求的所有追踪信息都属于同一个 TraceIDTraceID 在整个请求的追踪过程中都是不变的 SpanID 是一个局部唯一的 ID用来标识一个请求在某一时刻的追踪信息。一个请求在不同的时间段会产生不同的 SpanIDSpanID 用来区分一个请求在不同时间段的追踪信息 TraceID 和 SpanID 是分布式追踪的基础它们为分布式系统中请求的追踪提供了一个统一的标识方便用户查询、管理和分析请求的追踪信息。 
下面是分布式追踪的过程
当一个系统收到请求后分布式追踪系统会为该请求分配一个 TraceID用于串联起整个调用链 分布式追踪系统会为该请求在系统内的每一次服务调用生成一个 SpanID 和 ParentID用于记录调用的父子关系没有 ParentID 的 Span 将作为调用链的入口 每个服务调用过程中都要传递 TraceID 和 SpanID 在查看分布式追踪时通过 TraceID 查询某次请求的全过程
Istio 如何实现分布式追踪
Istio 中的分布式追踪是基于数据平面中的 Envoy 代理实现的。服务请求在被劫持到 Envoy 中后Envoy 在转发请求时会附加大量 Header其中与分布式追踪相关的有
作为 TraceIDx-request-id 用于在 LightStep 追踪系统中建立 Span 的父子关系x-ot-span-context 用于 Zipkin同时适用于 Jaeger、SkyWalking详见 b3-propagation x-b3-traceid x-b3-spanid x-b3-parentspanid x-b3-sampled x-b3-flags b3 用于 Datadog x-datadog-trace-id x-datadog-parent-id x-datadog-sampling-priority 用于 SkyWalkingsw8 用于 AWS X-Rayx-amzn-trace-id 关于这些 Header 的详细用法请参考 Envoy 文档 。
Envoy 会在 Ingress Gateway 中为你产生用于追踪的 Header不论你的应用程序使用何种语言开发Envoy 都会将这些 Header 转发到上游集群。但是你还要对应用程序代码做一些小的修改才能为使用分布式追踪功能。这是因为应用程序无法自动传播这些 Header可以在程序中集成分布式追踪的 Agent或者在代码中手动传播这些 Header。Envoy 会将追踪数据发送到 tracer 后端处理然后就可以在 UI 中查看追踪数据了。
例如在 Bookinfo 应用中的 Productpage 服务如果你查看它的代码可以发现其中集成了 Jaeger 客户端库并在 getForwardHeaders (request) 方法中将 Envoy 生成的 Header 同步给对 Details 和 Reviews 服务的 HTTP 请求
在这里插入代码片def getForwardHeaders(request):headers {}# 使用 Jaeger agent 获取 x-b3-* headerspan get_current_span()carrier {}tracer.inject(span_contextspan.context,formatFormat.HTTP_HEADERS,carriercarrier)headers.update(carrier)# 手动处理非 x-b3-* headerif user in session:headers[end-user] session[user]incoming_headers [x-request-id,x-ot-span-context,x-datadog-trace-id,x-datadog-parent-id,x-datadog-sampling-priority,traceparent,tracestate,x-cloud-trace-context,grpc-trace-bin,sw8,user-agent,COOKIE,authorization,jwt,]for ihdr in incoming_headers:val request.headers.get(ihdr)if val is not None:headers[ihdr] valreturn headers
分布式追踪系统如何选择
分布式追踪系统的原理类似市面上也有很多这样的系统例如 Apache SkyWalking 、Jaeger 、Zipkin 、LightStep 、Pinpoint 等。我们将选择其中三个从多个维度进行对比。之所以选择它们是因为
它们是当前最流行的开源分布式追踪系统 都是基于 OpenTracing 规范 都支持与 Istio 及 Envoy 集成
实验
参考 Istio 文档 来安装和配置 Apache SkyWalking。
环境说明
以下是我们实验的环境
Kubernetes 1.24.5 Istio 1.16 SkyWalking 9.1.0 安装 Istio
安装之前可以先检查下环境是否有问题:
$ istioctl experimental precheck✔ No issues found when checking the cluster. Istio is safe to install or upgrade!To get started, check out https://istio.io/latest/docs/setup/getting-started/
然后安装 Istio 同时配置发送追踪信息的目的地为 SkyWalking
# 初始化 Istio Operatoristioctl operator init# 安装 Istio 并配置使用 SkyWalkingkubectl apply -f - <
Istio 1.16 支持使用 Apache SkyWalking 进行分布式追踪执行下面的代码安装 SkyWalking
kubectl apply -f https://raw.githubusercontent.com/istio/istio/release-1.16/samples/addons/extras/skywalking.yaml
打开 SkyWalking UIistioctl dashboard skywalking 