提升應用監控能力：嘗試Opentelemetry集成Skywalking

當我們開發和維護應用程序時，應用程序的性能和穩定性對於用戶的體驗至關重要。但是，應用程序的性能和穩定性通常是很難監控和調試的。一個消息丟失，一個API訪問不可用，一個後端服務的延遲，這些問題都會導致應用程序性能的下降，從而影響整個業務。因此，應用程序需要一個強大的監控和追蹤系統。Opentelemetry和Skywalking正是提供這樣的解決方案。

一、為什麼需要Opentelemetry和Skywalking？

Opentelemetry是一個開放式的觀察性框架，它使開發人員能夠現代化、標準化、自動化地捕捉分散式環境中應用程序的信息。它提供了一組標準API和SDK，可用於在應用程序組件中實現分散式跟蹤、日誌記錄和度量信息收集。

Skywalking是一個基於APM（Application Performance Management）的開源系統，為分散式實時跟蹤、服務網格和分散式系統中的性能監控提供支持。它提供了一個自動化的分散式跟蹤系統，可以監控大規模分散式系統中的性能問題，並提供關鍵指標以幫助調試和優化性能。

Opentelemetry和Skywalking的結合，可以提供更全面的服務監控和度量，以幫助應用程序更好地處理分散式調用，保證應用程序的性能和穩定性。

二、如何實現Opentelemetry和Skywalking的集成？

1、安裝Skywalking服務端

先從Skywalking官網下載最新版本的Skywalking服務端，並啟動。具體可參考Skywalking的官方文檔。

2、集成Opentelemetry SDK

為了在應用程序中啟用Opentelemetry，我們需要添加Opentelemetry庫和SDK以及與Skywalking協議的相應插件。

<dependency>
    <groupId>io.opentelemetry</groupId>
    <artifactId>opentelemetry-api</artifactId>
    <version>1.4.1</version>
</dependency>

<dependency>
    <groupId>io.opentelemetry</groupId>
    <artifactId>opentelemetry-sdk-trace</artifactId>
    <version>1.4.1</version>
</dependency>

<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-trace-opentelemetry-bridge</artifactId>
    <version>8.7.0</version>
</dependency>

3、添加Skywalking代理

為了將Opentelemetry SDK的跟蹤數據發送到Skywalking伺服器，我們需要添加Skywalking代理，並在應用程序中添加Skywalking自動代理插件。Skywalking代理可用於Java，.NET和PHP應用程序。

對於Java應用程序，我們需要添加以下虛擬機參數。

-javaagent:path/to/skywalking-agent.jar
-Dskywalking.agent.service_name=my-service
-Dskywalking.agent.instance_name=my-instance
-Dskywalking.collector.backend_service=127.0.0.1:11800

這將啟用Skywalking的自動代理插件，讓Skywalking知道應用程序的服務和實例名稱，並且將跟蹤數據發送到Skywalking伺服器。

三、如何使用Opentelemetry和Skywalking進行應用程序監控？

一旦集成了Opentelemetry和Skywalking，就可以開始監控應用程序的性能和穩定性。

1、分散式跟蹤

Opentelemetry提供了一個跟蹤API，用於幫助開發人員記錄應用程序中發生的跨組件調用。Skywalking提供一個自動化分散式跟蹤系統，可以自動檢測應用程序中組件之間的調用，並存儲和顯示跨組件跟蹤信息。

為了實現分散式跟蹤，我們需要在應用程序的組件之間添加跟蹤代碼。例如，下面是一個使用Opentelemetry SDK記錄跨越兩個RPC調用的跟蹤的例子：

private static final Tracer tracer = OpenTelemetry.getTracerProvider().get("my_service");

void doFirstRpcCall() {
  Span firstSpan = tracer.spanBuilder("my_span").startSpan();
  try (Scope scope = tracer.withSpan(firstSpan)) {
    rpcCall(); // perform the RPC call
    firstSpan.setStatus(Status.OK);
  } catch (Throwable throwable) {
    firstSpan.setStatus(Status.ERROR);
    firstSpan.recordException(throwable);
  } finally {
    firstSpan.end();
  }
}

void rpcCall() {
  Span span = tracer.spanBuilder("rpc_call_span").startSpan();
  try (Scope scope = tracer.withSpan(span)) {
    // perform the RPC call
    span.setStatus(Status.OK);
  } catch (Throwable throwable) {
    span.setStatus(Status.ERROR);
    span.recordException(throwable);
  } finally {
    span.end();
  }
}

這將創建兩個跟蹤：第一個跨越第一個組件，第二個跨越RPC組件。

我們可以在Skywalking UI中查看跟蹤信息：

2、指標收集

Opentelemetry提供了一個度量API，用於記錄應用程序的關鍵指標。Skywalking提供了自動化的度量儀錶板，可以顯示這些指標，並幫助開發人員識別和解決性能問題。

例如，我們可以使用Opentelemetry SDK記錄每個請求的延遲時間，並使用Skywalking Dashboard查看延遲時間的統計信息。

private static final Meter meter = OpenTelemetry.getMeterProvider().get("my_service");
private static final LongValueRecorder latencyRecorder = meter.
                                                      .longValueRecorderBuilder("request_latency")
                                                      .setUnit("ms")
                                                      .setDescription("Request latency in milliseconds")
                                                      .build();

void processRequest(Request request) {
  long startTime = System.currentTimeMillis();
  // process the request
  long endTime = System.currentTimeMillis();

  latencyRecorder.record(endTime - startTime);
}

四、總結

Opentelemetry和Skywalking是兩個強大的監控和追蹤工具，可以幫助開發人員監控分散式環境中的應用程序，並為性能調優和性能問題解決提供指導和支持。通過將這兩個工具集成在一起，我們可以更全面、更標準化地檢測和解決性能問題。

原創文章，作者：小藍，如若轉載，請註明出處：https://www.506064.com/zh-tw/n/245045.html