跳到主要内容

收集器监控指标

介绍​

在Zipkin的分布式追踪系统中，**收集器（Collector）**是接收、处理和存储追踪数据的核心组件。监控收集器的运行指标（Metrics）能帮助开发者快速定位性能瓶颈、发现异常行为，并优化系统稳定性。本章将详细介绍Zipkin收集器的关键监控指标及其实际应用。

核心监控指标​

Zipkin收集器默认通过/metrics端点暴露监控数据（需集成Micrometer或Prometheus等监控库）。以下是关键指标分类：

1. 吞吐量指标​

  • counter.zipkin_collector.messages: 接收到的总消息数（如HTTP请求、Kafka消息）。
  • counter.zipkin_collector.bytes: 接收到的数据总字节数。
  • counter.zipkin_collector.spans: 成功处理的Span数量。

2. 错误指标​

  • counter.zipkin_collector.messages_dropped: 因队列满或格式错误被丢弃的消息数。
  • counter.zipkin_collector.spans_dropped: 处理失败的Span数量。

3. 性能指标​

  • timer.zipkin_collector.message: 处理单条消息的平均耗时（单位：毫秒）。
  • gauge.zipkin_collector.message_queue_size: 当前待处理消息队列长度。

代码示例：指标暴露与查询​

配置Prometheus监控（Spring Boot示例）​

yaml
# application.yml
management:
  endpoints:
    web:
      exposure:
        include: metrics,prometheus
  metrics:
    export:
      prometheus:
        enabled: true

查询示例​

通过PromQL查询最近5分钟的Span处理速率：

promql
rate(counter_zipkin_collector_spans_total[5m])

实际案例：诊断高延迟问题​

场景描述​

用户报告Zipkin收集器响应变慢，追踪数据延迟高达10秒。

诊断步骤​

  1. 检查timer.zipkin_collector.message指标，发现平均处理时间从50ms飙升到1200ms。
  2. 观察gauge.zipkin_collector.message_queue_size，发现队列积压超过10,000条消息。
  3. 结合counter.zipkin_collector.messages_dropped上升，确认系统过载。

解决方案​

  • 横向扩展收集器实例。
  • 调整Kafka消费者组的并发度（如果使用Kafka传输）。

总结​

监控Zipkin收集器指标是保障分布式追踪系统健康运行的关键。重点应关注：

  • 吞吐量：确保系统能处理预期负载。
  • 错误率：及时发现数据丢失或格式问题。
  • 延迟与队列：避免处理瓶颈。
扩展练习
  1. 部署本地Zipkin服务器，启用Prometheus指标并模拟高负载场景。
  2. 使用Grafana创建仪表盘，可视化spans_dropped与message_queue_size的关联性。

附加资源：