SkyWalking

概述

Apache SkyWalking 是应用性能监控（APM）系统，通过 无侵入式字节码增强 实现分布式追踪、服务拓扑分析和告警。与 Micrometer Tracing（侵入式 SDK）不同，SkyWalking 无需修改代码。

核心架构

Agent（Java 应用侧）
  ├── 通过 javaagent 方式挂载
  ├── 字节码增强：拦截 HTTP/gRPC/JDBC/Redis 等调用
  └── 生成 Span 并上报
       ↓ gRPC
OAP Server（分析端）
  ├── 接收 Agent 上报的 Trace 数据
  ├── 聚合分析（指标、拓扑、告警）
  └── 存储到 ES / MySQL / TiDB
       ↓
UI（Web 控制台）
  ├── 服务拓扑图
  ├── 调用链查询
  ├── 慢 SQL / 慢 Trace
  └── 告警管理

一、无侵入 Agent 接入

1.1 下载 Agent

bash

# 下载 SkyWalking Agent
wget https://dlcdn.apache.org/skywalking/java-agent/9.1.0/apache-skywalking-java-agent-9.1.0.tgz
tar -xzf apache-skywalking-java-agent-9.1.0.tgz

1.2 JVM 参数挂载

bash

# IDEA / 命令行启动
java -javaagent:/path/to/skywalking-agent/skywalking-agent.jar \
     -Dskywalking.agent.service_name=order-service \
     -Dskywalking.collector.backend_service=oap-server:11800 \
     -jar order-service.jar

# Docker 启动
docker run -d \
  -e SW_AGENT_NAME=order-service \
  -e SW_AGENT_COLLECTOR_BACKEND_SERVICES=oap-server:11800 \
  -v /path/to/skywalking-agent:/skywalking-agent \
  openjdk:17 \
  java -javaagent:/skywalking-agent/skywalking-agent.jar -jar app.jar

1.3 Spring Boot 自动配置

yaml

# application.yml（仅需配置 agent 参数，无需添加依赖）
# 所有追踪自动生效：
# - HTTP 请求（Tomcat/Netty）
# - JDBC 查询（含 SQL 参数）
# - Redis 操作
# - RabbitMQ / Kafka 消息
# - gRPC 调用
# - Spring @Async 异步
# - RestTemplate / WebClient

1.4 Agent 配置文件

properties

# agent/config/agent.config

# 服务名称
agent.service_name=${SW_AGENT_NAME:my-service}

# 采样率（0-1, 1=全采样）
agent.sample_n_per_3_secs=${SW_SAMPLE_N_PER_3_SECS:-1}

# 忽略特定请求路径
agent.ignore_suffix=.jpg,.jpeg,.js,.css,.png,.bmp,.ico

# OAP 地址
collector.backend_service=${SW_COLLECTOR_BACKEND_SERVICE:127.0.0.1:11800}

# 日志级别
logging.level=${SW_LOGGING_LEVEL:DEBUG}

二、OAP Server 部署

2.1 Docker Compose

yaml

version: '3.8'
services:
  oap-server:
    image: apache/skywalking-oap-server:9.7.0
    ports:
      - "11800:11800"    # gRPC（Agent 上报）
      - "12800:12800"    # HTTP（UI 查询）
    environment:
      SW_STORAGE: elasticsearch
      SW_STORAGE_ES_CLUSTER_NODES: elasticsearch:9200
      SW_STORAGE_ES_INDEX_SHARDS_NUMBER: 2
      SW_STORAGE_ES_INDEX_REPLICAS_NUMBER: 0
      SW_HEALTH_CHECKER: default
      SW_TELEMETRY: prometheus
    depends_on:
      - elasticsearch

  skywalking-ui:
    image: apache/skywalking-ui:9.7.0
    ports:
      - "8080:8080"      # Web 控制台
    environment:
      SW_OAP_ADDRESS: oap-server:12800
    depends_on:
      - oap-server

  elasticsearch:
    image: elasticsearch:7.17.21
    environment:
      discovery.type: single-node
      ES_JAVA_OPTS: -Xms1g -Xmx1g
    ports:
      - "9200:9200"

2.2 存储配置

yaml

# OAP Server application.yml
storage:
  selector: ${SW_STORAGE:elasticsearch}
  elasticsearch:
    namespace: ${SW_NAMESPACE:skywalking}
    clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:localhost:9200}
    indexShardsNumber: ${SW_STORAGE_ES_INDEX_SHARDS_NUMBER:2}
    indexReplicasNumber: ${SW_STORAGE_ES_INDEX_REPLICAS_NUMBER:0}
    # 索引生命周期管理（ILM）
    enableILM: ${SW_STORAGE_ES_ENABLE_ILM:true}
    dayStep: ${SW_STORAGE_ES_DAY_STEP:1}  # 按天创建索引

三、Trace 数据模型

3.1 Span 结构

Trace（一次完整的请求链路）
  └── Span（一个操作单元）
       ├── EntrySpan     → 服务入口（HTTP 请求）
       ├── LocalSpan     → 本地方法调用
       └── ExitSpan      → 外部调用（DB/Redis/RPC）

3.2 手动创建 Span

java

// 在需要手动埋点的方法中创建 Span
@RestController
public class OrderController {

    @Autowired
    private Tracer tracer;

    @GetMapping("/api/orders/{id}")
    public Order getOrder(@PathVariable Long id) {
        // 创建自定义 Span
        AbstractSpan span = tracer.createSpan("validate_order");
        try {
            span.tag("order_id", String.valueOf(id));
            span.log(Instant.now(), "Start processing order");

            // 业务逻辑
            Order order = orderService.findById(id);

            span.log(Instant.now(), "Order found: " + order.getId());
            return order;
        } catch (Exception e) {
            span.log(Instant.now(), "Error: " + e.getMessage());
            span.errorOccurred();
            throw e;
        } finally {
            tracer.stopSpan(span);
        }
    }
}

3.3 跨服务 TraceId 串联

java

// SkyWalking Agent 自动注入 TraceId 到 HTTP Header
// 不需要手动配置拦截器

// Agent 会自动处理以下 Header 的传播：
// - sw8 (SkyWalking 8.x 协议)
// 格式: 1-TRACE_ID-SEGMENT_ID-SPAN_ID-PARENT_SERVICE-PARENT_INSTANCE-PARTER_ENDPOINT-ADDRESS

// 如果需要手动获取 TraceId：
@Component
public class TraceIdHelper {

    public String getTraceId() {
        return TracingContext.manager()
            .currentSpan()
            .getSpanId();
    }
}

四、Spring Cloud 整合

4.1 日志关联 TraceId

xml

<!-- logback-spring.xml -->
<appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender">
    <encoder>
        <!-- %tid 是 SkyWalking 提供的 TraceId 占位符 -->
        <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%tid] [%thread] %-5level %logger{36} - %msg%n</pattern>
    </encoder>
</appender>

<!-- 需要引入 SkyWalking 日志工具包 -->
<!-- <dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-logback-1.x</artifactId>
    <version>9.1.0</version>
</dependency> -->

4.2 自定义插件开发

java

// 当 Agent 内置插件不满足需求时，可以编写自定义插件
// 示例：拦截自定义 HttpClient 调用

public class CustomHttpClientInstrumentation extends ClassInstanceMethodsEnhancePluginDefine {

    @Override
    public ClassMatch enhanceClass() {
        // 匹配目标类
        return byName("com.example.CustomHttpClient");
    }

    @Override
    public InstanceMethodsInterceptPoint[] getInstanceMethodsInterceptPoints() {
        return new InstanceMethodsInterceptPoint[] {
            new InstanceMethodsInterceptPoint() {
                @Override
                public ElementMatcher<MethodDescription> getMethodsMatcher() {
                    // 匹配目标方法
                    return named("execute");
                }

                @Override
                public String getMethodsInterceptor() {
                    // 拦截器类
                    return "com.example.CustomHttpClientInterceptor";
                }
            }
        };
    }
}

4.3 高级配置

yaml

# agent 插件配置（config/agent.config）

# 开启所有插件
plugin.mount=${SW_PLUGIN_MOUNT:}

# 关闭不需要的插件（提升性能）
plugin.exclude_plugins=websocket,activemq

# 数据库参数采集
plugin.mysql.trace_sql_parameters=${SW_MYSQL_TRACE_SQL_PARAMETERS:true}
plugin.mysql.sql_parameters_max_length=${SW_MYSQL_SQL_PARAMETERS_MAX_LENGTH:512}

五、服务拓扑与慢 Trace

5.1 服务拓扑图

SkyWalking UI 自动生成服务拓扑图，展示：

网关 (gateway)
  ├── 用户服务 (user-service)
  │     ├── MySQL (user-db)
  │     └── Redis (user-cache)
  ├── 订单服务 (order-service)
  │     ├── MySQL (order-db)
  │     └── RabbitMQ (order-queue)
  └── 支付服务 (payment-service)
        ├── MySQL (payment-db)
        └── 三方 API (wechat-pay)

拓扑图每条连线包含：

吞吐量（QPS）
平均响应时间（RT）
错误率
服务依赖深度

5.2 慢 Trace 定位

text

问题：下单接口 P99 响应时间 > 3s

Slow Trace 分析：
  1. 入口：POST /api/orders (200ms)
  2. 校验库存 → user-service GET /api/users/1 (50ms)
  3. 锁定库存 → product-service POST /api/stock/lock (1500ms) ← 慢！
  4. 创建订单 → MySQL INSERT (300ms)
  5. 调用支付 → payment-service POST /api/payments (1800ms) ← 慢！

     结论：库存服务和支付服务是瓶颈
     优化方案：
       - 库存锁定改为 Redis 预扣（200ms → 10ms）
       - 支付调用改为异步（从同步改为 MQ 异步通知）

5.3 慢 SQL 分析

sql

-- SkyWalking 捕获的慢 SQL（超过 200ms 的查询）

-- 慢 SQL 1：订单列表查询（耗时 850ms）
SELECT * FROM orders
WHERE user_id = ?
ORDER BY created_at DESC
LIMIT 10

-- 优化建议：添加复合索引 (user_id, created_at)

-- 慢 SQL 2：库存查询（耗时 1200ms）
SELECT p.*, s.quantity FROM products p
LEFT JOIN stock s ON p.id = s.product_id
WHERE p.category_id = ?
ORDER BY p.sales DESC
LIMIT 50

-- 优化建议：添加 category_id + sales 覆盖索引，引入缓存

六、告警规则配置

yaml

# config/alarm-settings.yml

rules:
  # 规则 1：服务响应时间 > 3s
  service_resp_time_rule:
    metrics-name: service_resp_time
    threshold: 3000
    period: 10
    count: 3
    silence-period: 5
    message: 服务 {name} 响应时间在 3 分钟内持续超过 3000ms

  # 规则 2：服务成功率 < 99%
  service_sla_rule:
    metrics-name: service_sla
    threshold: 99
    op: "<"
    period: 10
    count: 2
    silence-period: 5
    message: 服务 {name} 成功率在 2 分钟内低于 99%

  # 规则 3：慢 SQL（数据库响应时间 > 500ms）
  database_resp_time_rule:
    metrics-name: database_access_resp_time
    threshold: 500
    period: 10
    count: 3
    message: 数据库访问 {name} 在 3 分钟内持续超过 500ms

  # 规则 4：端点错误率 > 10%
  endpoint_error_rate_rule:
    metrics-name: endpoint_error_rate
    threshold: 10
    op: ">"
    period: 10
    count: 3
    message: 端点 {name} 错误率在 3 分钟内超过 10%

# Webhook 通知
webhooks:
  - http://alert-webhook/notify  # 企业微信 / 钉钉机器人

七、总结

知识点	说明
无侵入	Java Agent 字节码增强，零代码修改
Trace	跨服务链路追踪，自动串联
拓扑	服务依赖自动发现
慢 SQL	自动捕获慢查询及 SQL 参数
告警	基于指标的告警规则 + Webhook 通知
存储	ES / MySQL / TiDB 多种支持
扩展	自定义插件 + 手动 Span 埋点

参考链接：
SkyWalking 文档
SkyWalking Java Agent
SkyWalking GitHub

SkyWalking ​

概述 ​

核心架构 ​

一、无侵入 Agent 接入 ​

1.1 下载 Agent ​

1.2 JVM 参数挂载 ​

1.3 Spring Boot 自动配置 ​

1.4 Agent 配置文件 ​

二、OAP Server 部署 ​

2.1 Docker Compose ​

2.2 存储配置 ​

三、Trace 数据模型 ​

3.1 Span 结构 ​

3.2 手动创建 Span ​

3.3 跨服务 TraceId 串联 ​

四、Spring Cloud 整合 ​

4.1 日志关联 TraceId ​

4.2 自定义插件开发 ​

4.3 高级配置 ​

五、服务拓扑与慢 Trace ​

5.1 服务拓扑图 ​

5.2 慢 Trace 定位 ​

5.3 慢 SQL 分析 ​

六、告警规则配置 ​

七、总结 ​

SkyWalking

概述

核心架构

一、无侵入 Agent 接入

1.1 下载 Agent

1.2 JVM 参数挂载

1.3 Spring Boot 自动配置

1.4 Agent 配置文件

二、OAP Server 部署

2.1 Docker Compose

2.2 存储配置

三、Trace 数据模型

3.1 Span 结构

3.2 手动创建 Span

3.3 跨服务 TraceId 串联

四、Spring Cloud 整合

4.1 日志关联 TraceId

4.2 自定义插件开发

4.3 高级配置

五、服务拓扑与慢 Trace

5.1 服务拓扑图

5.2 慢 Trace 定位

5.3 慢 SQL 分析

六、告警规则配置

七、总结