【分布式】分布式链路跟踪技术

本文介绍: 对于上面的情况，我们迫切需要一些新工具，帮我们精准分析性能问题。于是，分布式系统下链路追踪技术（Distributed Tracing）出现了。它的核心思想是：在用户一次请求服务的调⽤过程中，无论请求被分发到多少个子系统中，子系统又调用了更多的子系统，我们把系统信息和系统间调用关系都追踪记录下来。最终把数据集中起来可视化展示。它会形成一个有向图的链路，看起来像下面这样。

提到分布式链路追踪，我们要先提到微服务。相信很多人都接触过微服务。微服务是一种开发软件的架构和组织方法，它侧重将服务解耦，服务之间通过API通信。使应用程序更易于扩展和更快地开发，从而加速新功能上线。
在这里插入图片描述

加速研发快速迭代，让微服务在业务驱动的互联网领域全面普及，独领风骚。但是，随之而来也产生了新问题：当生产系统面对高并发，或者解耦成大量微服务时，以前很容易就能实现的监控、预警、定位故障就变困难了。

接下来我们拿一笔支付的例子来举例
在这里插入图片描述
比如支付付款这样一个行为，其实是对多个服务器发起了一个请求，这个请求会被发送到多个微服务系统，通俗的讲，这些微服务系统分别用来查询用户信息，查询余额，请求支付等等。每个子系统的做完这一套操作后，会把对应结果展示给用户。

用户一次操作，做了这么一个“全局操作”。任何一个子系统变慢，都会导致最终的操作变得慢，那用户体验就会很差了。

看到这里，你可能会想，体验差我们做优化不就好了么？确实如此，但一般情况，一个前端或者后端工程师虽然知道系统查询耗时，但是他无从知晓这个问题到底是由哪个服务调用造成的，或者为什么这个调用性能差强人意。

这个工程师可能无法准确定位到这次全局搜索是调用了哪些服务，因为新的服务、乃至服务上的某个功能，都有可能在任何时间上过线或修改过。其次，你不能苛求这个工程师对所有参与这次全局搜索的服务都了如指掌，每一个服务都有可能是由不同的团队开发或维护的。再次，搜索服务还同时还被其他客户端使用，比如手机端，这次全局搜索的性能问题甚至有可能是由其他应用造成的。