一体化可观测平台-SkyWalking

前言

在Spring Clould微服务架构中

1个客户端请求会先经过负载均衡（如Nginx）到达微服务网关。

微服务网关（SpringClould Gateway）从注册/配置中心（Nacos）拉取服务列表，再通过本地负载均衡器（Ribbon）将请求路由到具体服务实例，期间可结合Sentinel进行流量控制和容错降级。

服务之间的远程调用则通过OpenFeign实现。

在分布式场景下，为保证跨服务调用的事务一致性，通常会引入Seata进行分布式事务管理。

此外，微服务架构还需解决分布式Session、消息队列、文件集群等一系列问题。

而对于多服务间调用链路的监控与排查，则可通过引入分布式链路追踪系统（如SkyWalking、Zipkin或Jaeger）来解决，它能为每1个请求生成全局唯一的Trace ID，串联起各服务节点的调用耗时与状态，从而实现全链路可视化观测。

一、链路追踪介绍

对于1个由几十个甚至几百个微服务构成的微服务架构系统，通常会遇到以下问题：

如何串联整个调用链路，快速定位问题？

如何梳理各个微服之间的依赖/调用关系？

如何进行各个微服务接口的性能分析？

如何跟踪整个业务流程的调用处理顺序？

二、SkyWalking

Apache SkyWalking是国产开源、Apache顶级项目的一体化可观测平台（APM 应用性能监控）。

专门面向微服务、云原生、K8s容器、服务网格场景，一站式搞定链路追踪(Trace)、指标监控(Metrics)、日志(Logs)、性能剖析(Proflies)（One platform for traces, metrics, logs and profiles）。

SkyWalking由以下核心组件组成，各司其职：

组件	全称 / 角色	核心职责
Java Agent	无侵入式探针	部署在应用侧，负责采集链路、指标、日志等数据，并上报给 OAP。
OAP Server	Observability Analysis Platform (可观测性分析平台)	系统的大脑，负责接收、分析、聚合和存储数据，并向 UI 提供查询接口，同时负责下发动态配置和 Profiling 任务。
存储介质	可插拔存储	持久化所有监控数据。最常用的是 Elasticsearch，也支持 MySQL、TiDB 等。
UI 层	展示	集中展示所有可观测性数据。

三、接入SkyWalking

Agent方式（推荐）

java -jar：JVM会去寻找JAR包中MANIFEST.MF文件里定义的Main-Class，并执行它的main() 方法。这是应用程序的起点。

java -javaagent：JVM会去加载指定的JAR包，寻找 MANIFEST.MF文件里定义的Premain-Class，并执行它的premain() 方法。这是JVM专门为监控/增强类库预留的入口。

探针接入的特点：零代码侵入，对业务代码无任何改动，覆盖绝大部分监控场景。

java -javaagent:/path/to/skywalking-agent.jar \
     -Dskywalking.agent.service_name=order-service \       # 指定服务名
     -Dskywalking.collector.backend_service=192.168.1.100:11800 \ # 指定OAP地址
     -jar your-app.jar

skyWalking探针记录的异常堆栈深度不足问题排查

skyWalking探针记录的异常堆栈深度不足问题排查

agent.cause_exception_depth配置决定skyWalking探针记录的异常堆栈深度。

#查看容器中主进程Pid
ps -ef

#根据Pod查看进程启动完整命令行
cat /proc/10/cmdline | tr '\\0' ' '

#根据完整启动命令中/monitor/skywalking/skywalking-agent.jar路径，锁定SkyWalking的配置文件路径
grep -i depth /monitor/skywalking/config/agent.config

#查看环境变量
echo $SW_AGENT_CAUSE_EXCEPTION_DEPTH  

#skyWalking加载配置优先级
1. JVM 启动 `-Dskywalking.xxx`（你这里缺失深度配置）
2. 容器系统环境变量 `SW_AGENT_*`（你这里为空）
3. agent.config 文件 `${变量:默认值}` 兜底（当前生效

SDK代码方式

通过SDK的方式可以扩展自定义Skywalking链路追踪信息，其缺陷是对代码有侵入。

Agent采集到的可观测数据，只能看到1次HTTP请求的URL和方法和消耗时间。

通过apm-toolkit-trace第三方依赖jar包，和代码@Trace主机自定义链路追踪 还可以记录Java代码中方法，参数、返回值实现链路追踪，

四、性能剖析（SkyWalking Profiling）

性能剖析(Profiling)是SkyWalking里一种按需触发的诊断机制。

用户在SkyWalking UI界面新建任务通过OAP Server向目标Agent主动下发任务并周期性抓取线程栈快照。

从而精准定位到方法级或代码行级的性能瓶颈，补全链路追踪（Tracing）无法深入代码内部的盲区。

Skywaling的UI内置服务性能剖析功能，是定位代码级性能瓶颈（如 CPU 飙升、方法慢）的利器。

支持的剖析性能类型

剖析类型	分析目标	适用场景	支持版本
CPU剖析	分析 CPU 热点方法	定位 CPU 使用率高的代码	全版本支持
内存分配剖析 (ALLOC)	分析高频内存分配的调用栈	定位频繁创建对象的代码，优化 GC 压力	SkyWalking 10.2.0+

对服务内存分配剖析需要升级SkyWalking至10.2.0+

工作流程

• 你发起任务：你在 SkyWalking UI 上选择目标服务和实例，配置好参数（如持续时间、CPU或内存采样等），创建一个新的 Profiling 任务。

• Agent 接收指令：运行中的 Java Agent 会持续与 OAP Server 保持通信。当新任务创建后，Agent 会从 OAP Server 获取到“开始执行剖析”的指令。

• Agent 执行采样：Agent 收到指令后，会在你的 JVM 内启动 async-profiler 工具，按照你设定的参数（如CPU采样）开始采集数据。

• 数据上传与分析：采样完成后，Agent 会将采集到的数据（如JFR格式文件）上传回 OAP Server。OAP Server 解析后，你就能在 UI 上看到可视化的分析结果了。

 

 

 

 

 

 

入门教程 

SkyWalking官网