SkyWalking 源码阅读

SkyWalking 的价值在于"无侵入"：Java Agent 通过字节码增强，业务代码零改动就能拿到完整链路。本文拆解从 Agent 采集到 OAP 分析的完整链路。

整体架构与模块

┌──────────────────────────── 应用侧 ────────────────────────────┐
│ 业务代码（零改动）                                              │
│   ↑ 字节码增强                                                  │
│ Agent（skywalking-agent.jar）                                  │
│   ├─ 插件体系（采集点）                                        │
│   ├─ Segment 构建（链路数据）                                  │
│   └─ gRPC 客户端（上报）                                       │
└────────────────────────────┬───────────────────────────────────┘
                             │ gRPC
┌────────────────────────────▼───────────────────────────────────┐
│ OAP Server（分析引擎）                                          │
│   ├─ Receiver（接收数据）                                      │
│   ├─ 分析管道（聚合指标）                                      │
│   ├─ 告警引擎                                                 │
│   └─ 存储（ES / MySQL / H2）                                   │
└────────────────────────────────────────────────────────────────┘
                             │
                             ▼
                          Web UI（拓扑/追踪/指标/告警）

Agent 启动：Premain

Agent 入口

java

// skywalking-agent 的入口
public class SkyWalkingAgent {

    public static void premain(String agentArgs, Instrumentation instrumentation) {
        // 1. 初始化配置
        Config.Initialize(agentArgs);

        // 2. 安装字节码增强
        AgentInstaller.install(instrumentation);
    }
}

启动时序

JVM 启动（-javaagent）
   │
   ├─ premain() 执行
   │
   ├─ 1. 解析配置（agent.service_name、采样率、上报地址）
   │
   ├─ 2. 加载插件定义（plugins/ 目录下的 jar）
   │
   ├─ 3. 字节码增强：拦截关键类的关键方法
   │
   └─ 4. 启动 gRPC 上报客户端

字节码增强：插件体系

增强原理

不是修改源码，而是 JVM 加载类时在内存中改写字节码：
  类加载 → Agent 拦截 → 在方法前后插入采集代码 → 类被加载

  例如增强 HttpClient.execute()：
  调用前：创建 Span、记录开始时间
  调用后：记录耗时、响应状态、上报

插件模型

java

// 插件定义：增强哪个类的哪个方法
public class HttpClientPlugin extends AbstractClassEnhancePluginDefine {

    @Override
    protected ClassMatch enhanceClass() {
        // 匹配要增强的类
        return NameMatch.byName("org.apache.http.client.HttpClient");
    }

    @Override
    protected InstanceMethodsInterceptPoint[] getInstanceMethodsInterceptPoints() {
        // 匹配要增强的方法 + 拦截器
        return new InstanceMethodsInterceptPoint[]{
            new InstanceMethodsInterceptPoint() {
                @Override
                public ElementMatcher<MethodDescription> getMethodsMatcher() {
                    return named("execute");   // 增强 execute 方法
                }
                @Override
                public String getMethodsInterceptor() {
                    return "HttpClientExecuteInterceptor";  // 拦截器
                }
            }
        };
    }
}

拦截器

java

// 拦截器：在方法前后插入逻辑
public class HttpClientExecuteInterceptor implements InstanceMethodsAroundInterceptor {

    @Override
    public void beforeMethod(EnhancedInstance objInst, Method method,
                             Object[] allArguments, Class<?>[] argumentsTypes,
                             MethodInterceptResult result) {
        // 创建子 Span
        AbstractSpan span = ContextManager.createExitSpan(
            "/http/client/execute",
            remotePeer, contextCarrier);
        // 注入追踪上下文到请求头（传播）
        injectContext(carrier, allArguments);
    }

    @Override
    public Object afterMethod(EnhancedInstance objInst, Method method,
                              Object[] allArguments, Class<?>[] argumentsTypes,
                              Object ret) {
        // 结束 Span（记录耗时、状态）
        ContextManager.stopSpan();
        return ret;
    }
}

常见插件

插件按技术栈分类：
  Web：Tomcat、Spring MVC、Spring WebFlux
  RPC：Dubbo、gRPC、Feign、HTTP Client
  DB：JDBC、MyBatis、Redis、MongoDB
  消息：Kafka、RabbitMQ、RocketMQ

数据模型：Context / Segment / Span

Context：请求上下文

java

// 每个请求一个 Context（ThreadLocal 保存）
public class Context {
    private final String traceId;       // 链路 ID
    private List<AbstractSpan> spanStack;  // Span 栈
    private Segment segment;            // 当前 Segment
}

Segment：一次进程内的追踪片段

java

// 服务 A 内的所有 Span 组成一个 Segment
public class Segment {
    private String traceSegmentId;      // Segment ID
    private String serviceId;           // 服务 ID
    private String serviceInstanceId;   // 实例 ID
    private List<Span> spans;           // 本进程内 Span
}

Span 数据结构

java

public abstract class AbstractSpan {
    private int spanId;                 // Span ID
    private int parentSpanId;           // 父 Span ID
    private long startTime;             // 开始时间（微秒）
    private long endTime;               // 结束时间
    private String operationName;       // 操作名
    private String peer;                // 对端地址
    private String spanType;            // Entry / Exit / Local
}

Span 类型：
  Entry：服务入口（接收请求）
  Exit：服务出口（调用下游）
  Local：本地操作（方法调用、异步任务）

三种 Span

服务A（segment-A）
├─ Entry Span：GET /api/order/1001   ← 入口
├─ Exit Span： 调用 order-service   ← 出口（传播上下文）
│
服务B（segment-B）
├─ Entry Span：接收请求（提取上下文）
└─ Exit Span：查询数据库

跨进程传播：ContextCarrier

传播机制

java

// 调用下游前：把上下文写入请求头
ContextCarrier carrier = new ContextCarrier();
ContextManager.inject(carrier);   // traceId + segmentId + spanId → 请求头
// HTTP 头：
//   sw8: <traceId>-<segmentId>-<spanId>-...

// 下游收到请求：提取上下文
ContextCarrier carrier = new ContextCarrier();
ContextManager.extract(carrier);  // 从请求头还原
ContextManager.continued(carrier);  // 续接父 Span

传播过程

服务A：创建 Exit Span → inject(carrier) → 请求头携带
   │
   ▼ HTTP 请求
服务B：extract(carrier) → 创建 Entry Span（parentSpanId = 上游 spanId）

gRPC 上报

上报协议

proto

// SkyWalking 上报协议（proto）
service TraceSegmentReportService {
    // 上报 Segment（批量）
    rpc collect (stream SegmentObject) returns (Commands) {}
}

message SegmentObject {
    string traceSegmentId = 1;
    repeated SpanObject spans = 2;
    string service = 3;
    string serviceInstance = 4;
}

Agent 端上报流程

Segment 完成（进程内请求结束）
   │
   ├─ 1. Segment 序列化为 protobuf
   │
   ├─ 2. 放入队列（异步、批量）
   │
   ├─ 3. gRPC 客户端定时批量发送（stream）
   │
   └─ 4. 失败重连（退避重试）

采样控制

不是所有请求都上报：
  采样率配置（agent.sample_n_per_3_secs）
  达到阈值 → 标记 sampled=false → 丢弃 Span 数据（减少开销）

OAP 分析引擎

接收链路

OAP 启动
   │
   ├─ gRPC Server（接收 Trace 数据）
   │
   ├─ Receiver 反序列化 → 数据进入分析管道
   │
   ├─ 分析管道（拓扑/指标/慢请求）
   │
   └─ 持久化 → UI 查询

分析管道

java

// OAP 中数据的处理模型（流式）
// Trace 数据 → 多个 Analysis
//   ├─ TopologyAnalysis：服务调用关系 → 拓扑图
//   ├─ EndpointAnalysis：端点指标（QPS、响应时间、成功率）
//   ├─ ServiceAnalysis：服务指标
//   └─ TraceAnalysis：慢请求/错误追踪

输入：Segment（span 列表）
   ↓
按 service/endpoint 聚合 → 指标（直方图、计数器）
   ↓
按 traceId 关联 → Trace 视图
   ↓
拓扑分析 → 服务间调用关系
   ↓
写入存储（ES 索引）

指标类型

指标（Metrics）：
  service_p99 / service_p95 / service_cpm（每分钟调用数）
  endpoint_success_rate / endpoint_response_time
  ......

Trace：
  traceId 检索、慢请求定位

存储选型

存储	适用	特点
H2	演示/开发	零依赖、内存
Elasticsearch	生产标配	高吞吐、支持复杂查询、可扩展
MySQL	中小规模	易维护、容量有限
PostgreSQL	中型	支持 JSON 查询
BanyanDB	大型	SkyWalking 自研时序库

ES 存储结构（索引）：
  segment：Trace 数据
  metrics：聚合指标
  alarm_record：告警记录

完整链路回顾

1. 请求进入服务A
   ├─ 字节码增强拦截 Controller 方法
   ├─ 创建 Entry Span（traceId 生成）
   └─ Context 存入 ThreadLocal

2. 服务A 调用服务B（HTTP）
   ├─ 增强拦截 HTTP Client
   ├─ 创建 Exit Span + inject 上下文到请求头
   └─ 方法返回后结束 Span

3. 服务B 接收请求
   ├─ 增强拦截 Controller
   ├─ extract 上下文 + 创建 Entry Span
   └─ ...

4. Segment 生成
   ├─ 请求结束 → ContextManager.stop()
   └─ Segment 序列化 → 队列 → gRPC

5. OAP 处理
   ├─ 接收 Segment
   ├─ 分析管道聚合指标
   └─ 存储（ES）→ UI 展示

常见问题

增强不生效？ 检查插件是否支持该框架版本、类是否被 Agent 加载、采样配置。
traceId 对不上？ 跨进程传播失败（异步线程未传递 Context），需排查线程池场景。
上报延迟高？ gRPC 批量发送，调大批量大小/上报间隔，或检查网络。
存储压力大？ 调低采样率、配置数据保留期（TTL）、分片优化。

SkyWalking 源码阅读 ​

整体架构与模块 ​

Agent 启动：Premain ​

Agent 入口 ​

启动时序 ​

字节码增强：插件体系 ​

增强原理 ​

插件模型 ​

拦截器 ​

常见插件 ​

数据模型：Context / Segment / Span ​

Context：请求上下文 ​

Segment：一次进程内的追踪片段 ​

Span 数据结构 ​

三种 Span ​

跨进程传播：ContextCarrier ​

传播机制 ​

传播过程 ​

gRPC 上报 ​

上报协议 ​

Agent 端上报流程 ​

采样控制 ​

OAP 分析引擎 ​

接收链路 ​

分析管道 ​

指标类型 ​

存储选型 ​

完整链路回顾 ​

常见问题 ​

SkyWalking 源码阅读

整体架构与模块

Agent 启动：Premain

Agent 入口

启动时序

字节码增强：插件体系

增强原理

插件模型

拦截器

常见插件

数据模型：Context / Segment / Span

Context：请求上下文

Segment：一次进程内的追踪片段

Span 数据结构

三种 Span

跨进程传播：ContextCarrier

传播机制

传播过程

gRPC 上报

上报协议

Agent 端上报流程

采样控制

OAP 分析引擎

接收链路

分析管道

指标类型

存储选型

完整链路回顾

常见问题