跳到主要内容

SkyWalking 核心概念

介绍​

Apache SkyWalking 是一款开源的 应用性能监控（APM） 和 分布式追踪系统，专为微服务、云原生和容器化架构设计。它帮助开发者和运维团队监控、诊断和优化分布式系统的性能问题。

在开始学习 SkyWalking 之前，掌握其核心概念至关重要。本章将介绍 SkyWalking 的关键术语、架构和基本组件，帮助你理解其工作原理。

1. SkyWalking 架构概述​

SkyWalking 采用 分布式架构，主要由以下组件构成：

  • 探针（Agent）：嵌入到应用程序中，负责收集数据并发送给 SkyWalking 后端。
  • 后端（OAP Server）：接收、分析和存储来自探针的数据。
  • 存储（Storage）：支持多种数据库（如 Elasticsearch、MySQL、H2 等）存储监控数据。
  • 用户界面（UI）：提供可视化仪表盘，展示监控和分析结果。

2. 关键术语​

2.1 追踪（Tracing）​

追踪 是 SkyWalking 的核心功能，用于记录请求在分布式系统中的流转路径。每个请求会生成一个唯一的 Trace ID，并在经过不同服务时记录 Span（即单个操作的记录）。

备注
  • Trace：表示一个完整的请求链路，包含多个 Span。
  • Span：表示单个操作（如 HTTP 请求、数据库查询等）。

2.2 指标（Metrics）​

SkyWalking 收集多种 指标，如：

  • 请求响应时间（Response Time）
  • 吞吐量（Throughput）
  • 错误率（Error Rate）

这些指标帮助分析系统性能瓶颈。

2.3 服务（Service）与实例（Instance）​

  • Service：表示一个独立的业务逻辑单元（如订单服务、用户服务）。
  • Instance：表示服务的运行实例（如订单服务的某个 Pod 或容器）。

2.4 拓扑图（Topology）​

SkyWalking 自动生成 服务拓扑图，展示服务之间的依赖关系和流量流向。

3. 实际案例​

场景：电商系统监控​

假设你有一个电商系统，包含以下服务：

  1. 用户服务：处理用户登录和注册。
  2. 订单服务：处理订单创建和查询。
  3. 支付服务：处理支付请求。

使用 SkyWalking，你可以：

  • 追踪用户从登录到支付的完整链路。
  • 监控每个服务的响应时间和错误率。
  • 发现性能瓶颈（如支付服务响应过慢）。

4. 总结​

SkyWalking 的核心概念包括：

  1. 架构：探针、OAP Server、存储和 UI。
  2. 关键术语：追踪（Tracing）、指标（Metrics）、服务与实例、拓扑图。
  3. 应用场景：分布式系统监控和性能优化。

掌握这些概念后，你可以更高效地使用 SkyWalking 分析和优化你的系统。

附加资源与练习​

练习​

  1. 部署 SkyWalking 并接入一个简单的 Spring Boot 应用。
  2. 观察生成的拓扑图和追踪数据。

进一步学习​

提示

尝试在本地搭建 SkyWalking 环境，并模拟一个分布式请求链路，观察 SkyWalking 如何记录和展示数据。