【技术创作101训练营】业务全链路监控的探索
演讲文稿：
第一页演讲文稿：
众说周知，随着微服务技术架构的流行，应用程序在监控层面的复杂度越来越高，维护实施成本也同样增高，但技术发展到今天，解决的办法也随之出现了，今天我们要介绍的就是全链路监控。
第二页演讲文稿：
为什么要对业务程序做监控，监控的目的是什么? 主要有以下几个方向：
- 优化业务体验
- 清楚业务间调用关系
- 加速问题解决速度
- 对异常业务行为预警
- 使得老板、产品、运营、运维等用户都可以快速了解业务是否有问题
第三页演讲文稿：
但现在的问题是，使用分布式跨机房的部署架构后，这么复杂的业务我怎么理清楚呢；服务依赖这么多，哪个地方才需要优化？
这么多依赖，我解决问题的速度快不起来，那就会导致故障扩大，间接造成公司损失。怎么解决这些问题呢，接下来我们就会知道
第四页演讲文稿：
随着互联网行业的进步，监控的意义与重要性被越来越多人重视，因此打造一个完备的监控体系势在必得。以往监控的弊端有以下几点：
- 各系统监控能力与覆盖度参差不齐
- 系统、业务监控一把抓
- 上下游跨部门协助成本高
- 看不到全貌
那么我们就要通过应用管控层面+业务运营层面来打造一套多维度立体化的监控体系。
第五页演讲文稿：
首先了解下全链路监控的由来，首先来自 goole dapper这么一篇论文，论文中提到的三要素奠定了理论实现的基础，它们分别是Span、Trace、调用链。具体定义的内容大家可以看看PPT
第六页演讲文稿：
既然要做这么一套东西，就先找找有没有开源的实现产品，其实只要是支持OpenTracing规范的框架产品都可以，本文选用apache 顶级项目skywalking，OpenTracing规范包含以下三点：
- Metrics(aggregatable)：
- 单指标分析Tracing(request scope)：
- 分布式追踪Loggin(events)：日志事件文件
右下角是全链路监控的架构略缩图
第七页演讲文稿：
这里说下整个全链路监控的系统流程
- 项目经理发布需求后由程序员开发编码
- 编码完成后统一发布到容器环境中
- 每个容器都有一个用于收集环境于应用信息的SDK
- 通过主动提交至数据采集平台完成信息聚合
- 自定义各种监控策略，以供面板显示
第八页演讲文稿：
那么在监控面板上，我们主要关注的是哪些信息呢？主要关注的有：
- 服务的QPS，每秒的投标数
- 服务处理耗时，区别成功、失败
- 服务的异常，错误率，错误码
- 在使用资源占比，区分应用类型
其实主要分为两大类：核心指标与辅助指标
第九页演讲文稿：
那么常见的分级指标有以下这些，仅供参考：
- 应用类型指标有：系统指标、JVM、中间件、数据库、API调用量
- 关联类型的指标有：调用方、来源、是否压测、机房单位
- 核心类型指标有：流量、延时、错误率
第十页演讲文稿：
我们来看看阿里巴巴针对业务领域划分后架构的全链路监控模型，各位可以对比自己负责的项目架构做拆分理解。
交易域中包含多个维度的数据，比如业务方维度、物理维度、环境维度等，这些数据都会统一等被当作价值数据提供到全链路平台中，以便故障排查与定位。
第十一页演讲文稿：
那么数据采集上肯定是需要一个规范的，不然各个业务产品线都按照自己的想法来，岂不乱套了。至于规范有以上两种方式可以参考：
- 日志格式化：采用统一的规范标准，全平台应用统一监控，减轻运维与开发学习成本，提高系统运算速度
- 埋点配置化：提供专业的埋点SDK，通过配置化的方式实现对数据的拦截、计算、上报，用户无需修改业务代码。
第十二页演讲文稿：
说了这么多理论内容，这里给大家看看实际多skywalking效果吧，从图中可以看到应用的各种平均值，如平均响应时长等。
第十三页演讲文稿：
还可以看到节点等应用平均值，如响应时长呀，执行等sql呀，耗时呀。
第十四页演讲文稿：
还可以看到应用全局到拓扑图，了解系统相关到依赖，还能从中了解系统模块之间流量、耗时、成功率等关键数据
第十五页演讲文稿：
当然还有局部拓扑图，显示业务之间调用成功数/失败数；各模块实例节点数；当前机器cpu/内存。可以关注某个重点业务线相关联的拓扑图，也可以在拓扑图上选某条线关注其相关的服务节点（如优惠券使用需要账户、产品、交易三个业务交互）
第十六页演讲文稿：
在一次请求当中，我们往往想知道具体底层经过了哪些方法操作，skywaling还提供了业务调用连的查询，如图。调用链其实可以反应一次业务操作所要经过的所有业务，比如投标操作：需要验证账户、校验资金、下单、确认付款、标的信息变更、合同等多方操作。
第十七页演讲文稿：
对于分布式的应用，除了查看服务内调用的方法链路，还需要知道是与其交互的其他微服务节点，那么同样可以看到。如图，
比如从当前时间开始，持续了3401毫秒，总共跨越调度了9个节点（有中间件、数据库、服务）显示每个跨度点的调用量、流量、耗时、IP等
第十八页演讲文稿：
最后我这里提出三个问题，大家可以举手来回答，如果没有人的话，这就留给各位同事去私下研究下，不懂的可以请教我。
第十九页演讲文稿：
谢谢大家来参加本次技术分享，希望这次的内容对你们有所帮助或提升。
