在現今網路應用的架構設計中，分散式系統已成為常態。而在這種複雜系統中，出現問題時定位故障點是一項非常具有挑戰性的任務。為了解決這個問題，開發人員需要利用分散式追蹤工具來揭開應用程式黑盒中的奧秘。本文將介紹Sleuth與Zipkin這兩款流行的分散式追蹤工具，幫助開發人員更好地監控和調試分散式系統。
隨著微服務架構和複雜分散式系統的普及，追蹤跨元件和服務間的請求和回應流變得至關重要。 分散式追蹤視覺化應用程式執行流程，揭示效能瓶頸、依賴關係和異常。
Sleuth：Spring Boot 的追蹤利器
#Sleuth 是 Spring Boot 應用程式的輕量級分散式追蹤框架。它與 spring cloud Sleuth Starter 集成，提供開箱即用的追蹤功能。只需新增依賴項，即可自動擷取 Http 請求、資料庫呼叫和遠端服務呼叫等事件。
範例程式碼：
@Configuration
public class SleuthConfig {
@Bean
public Sampler sampler() {
return Sampler.ALWAYS_SAMPLE;
}
}Zipkin：追蹤資料的視覺化利器
#Zipkin 是一個用於收集、儲存和查詢追蹤資料的開源平台。它提供了一個互動式使用者介面，讓使用者可以直觀地探索追蹤數據，識別依賴關係和效能問題。
範例程式碼：
import io.zipkin.reporter.AsyncReporter;
import io.zipkin.reporter.okhttp3.Okhttpsender;
import io.zipkin.zipkin2.Span;
// 使用 OkHttp 发送器将追踪数据发送到 Zipkin 服务器
OkHttpSender sender = OkHttpSender.newBuilder().endpoint("http://localhost:9411/api/v2/spans").build();
// 使用异步报告器，提高性能
AsyncReporter reporter = AsyncReporter.newBuilder(sender).build();
// 上报追踪信息到 Zipkin 服务器
reporter.report(span);Sleuth 與 Zipkin 的聯姻
#Sleuth 與 Zipkin 的整合允許將追蹤資料從 Sleuth 應用程式輕鬆匯出到 Zipkin 平台。透過 spring Cloud Sleuth Zipkin Starter 可以實現這種整合。
範例程式碼：
@Configuration
public class SleuthZipkinConfig {
@Bean
public ZipkinSender sender() {
return new ZipkinSender();
}
@Bean
public SpanReporter reporter() {
return new SpanReporter.Builder(sender()).build();
}
}分散式追蹤的好處
#分散式追蹤在應用程式開發和維護中具有以下優勢：
結論
Sleuth 和 Zipkin 是分散式追蹤的強大組合，使開發人員能夠深入了解應用程式的內部邏輯，提升效能和可靠性。透過將這兩個工具整合到分散式系統中，可以顯著改善應用程式的可觀察性，並獲得控制、最佳化和故障排除所需的見解。
以上是Sleuth 與 Zipkin：分散式追踪，揭開應用黑盒中的奧秘的詳細內容。更多資訊請關注PHP中文網其他相關文章！
