[Java知识库]Skywalking使用记录

Skywalking 使用记录

skywalking+docker安装

1. pull 依赖

docker pull apache/skywalking-oap-server
docker pull apache/skywalking-ui

2.启动容器

 docker run --name dwalking -d -p 1234:1234 -p 11800:11800 -p 12800:12800 --restart always  apache/skywalking-oap-server:8.9.1
 docker run --name skywalking-ui -d -p 8090:8080 --link skywalking:skywalking -e SW_OAP_ADDRESS=skywalking:12800 --restart always apache/skywalking-ui:8.9.1

3.Docker-Compose.yml

version: '3' 
   
services:
      skywalking-oap:
        image: harbor.xxxxxxx/skywalking-oap-server:latest
        container_name: oap
        restart: always
        volumes:
        - ./skywalking_db:/opt/skywalking
        - ./conf/application.yml:/skywalking/config/application.yml
        ports:
          - "1234:1234"
          - "12800:12800"
          - "11800:11800" 
    
      skywalking-ui:
        image: apache/skywalking-ui:8.5.0
        container_name: ui
        restart: always 
        depends_on:
          - oap
        links:
          - oap
        ports:
          - "8090:8080"
        environment:
          SW_OAP_ADDRESS: http://oap:12800

skywalking 存储

1. 默认h2存储 (支持elasticsearch , mysql ,tidb,influxdb,postgresql等)
2. 修改skywalking存储 ----修改application.yml文档(storage)

springboot集成skywalking

1.设定启动参数

javaagent: 用于指定探针路径。指定agent包位置.
Dskywalking.agent.service_name: 用于重写 agent/config/agent.config 配置文件中的服务名
Dskywalking.collector.backend_service: 用于重写agent/config/agent.config 配置文件中的服务地址

java -javaagent:/path/to/skywalking-agent/skywalking-agent.jar 
   	 -Dskywalking.agent.service_name=toutou_blog 
     -Dskywalking.collector.backend_service=127.0.0.1:11800
     -jar yourApp.jar

2.引入LOG

a.引入依赖

 <dependency>
      <groupId>org.apache.skywalking</groupId>
      <artifactId>apm-toolkit-logback-1.x</artifactId>
   	  <version>8.9.0</version>
 </dependency>

b.引入追踪ID

方式一：在原有的logback打印中加入[%tid]
     	 <!--控制台日志， 控制台输出 --
 <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender"
     <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder"
         <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout"
             <!--格式化输出：%d表示日期，%thread表示线程名，%-5level：级别从左显示5个字符宽度,%msg：日志消息，%n是换行符--
             <pattern%d{yyyy-MM-dd HH:mm:ss.SSS} [%tid][%thread] %-5level %logger{50}[%L]- %msg%n</pattern
         </layout
     </encoder
 </appender
 <!-- 日志输出级别 --
 <root level="INFO"
     <appender-ref ref="STDOUT"/
 </root
 方式二：
 <conversionRule conversionWord="tid" converterClass="org.apache.skywalking.apm.toolkit.log.logback.v1.x.LogbackPatternConverter"/
 <!--控制台日志， 控制台输出 --
 <appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender"
     <encoder class="ch.qos.logback.classic.encoder.PatternLayoutEncoder"
         <!--格式化输出：%d表示日期，%thread表示线程名，%-5level：级别从左显示5个字符宽度,%msg：日志消息，%n是换行符--
         <pattern%d{yyyy-MM-dd HH:mm:ss.SSS} [%tid][%thread] %-5level %logger{50}[%L]- %msg%n</pattern
     </encoder
 </appender
 <!-- 日志输出级别 --
 <root level="INFO"
     <appender-ref ref="STDOUT"/
 </root

若skywalking与服务不在同一服务器，需要修改探针中的配置文件
plugin.toolkit.log.grpc.reporter.server_host=$S{W}_{G}RP{C}_{L}O{G}_{S}ERVE{R}_{H}OST:\mathrm{127.0.0.1}plugin.toolkit.log.grpc.reporter.serve{r}_{p}ort=${SW_GRPC_LOG_SERVER_PORT:11800}
plugin.toolkit.log.grpc.reporter.max_message_size=$S{W}_{G}RP{C}_{L}O{G}_{M}A{X}_{M}ESSAG{E}_{S}IZE:10485760plugin.toolkit.log.grpc.reporter.upstrea{m}_{t}imeout=${SW_GRPC_LOG_GRPC_UPSTREAM_TIMEOUT:30}

Skywalking UI参数

1.	CPM :每分钟请求调用的次数
2.	Slow Services:  慢响应服务，单位ms
3.  Un-Health services(Apdex): Apdex性能指标，1为满分
4.  Slow Endpoint: 慢响应端点，单位ms 

Apdex性能指标：

5.  Global Response Latency : 百分比响应延时，不同百分比的延时时间 例如: 99%的请求响应低于580ms 95%的低于80ms
6.  Global Heatmap：服务响应时间热力分布图，根据时间段内不同响应时间的数量显示颜色深度

1.	Service Apdex（数字）:当前服务的评分；
2.	Service Apdex（折线图）：不同时间的Apdex评分；
3.	Service Avg Response Times：平均响应延时，单位ms；
4.	Service Response Time Percentile：百分比响应延时；
5.	Successful Rate（数字）：请求成功率；
6.	Successful Rate（折线图）：不同时间的请求成功率；
7.	Service Load（数字）：每分钟请求数；
8.	Service Load（折线图）：不同时间的每分钟请求数；
9.	Service Instances Load：每个服务实例的每分钟请求数；
10.	Show Service Instance：每个服务实例的最大延时；
11.	Service Instance Successful Rate：每个服务实例的请求成功率； 

Service Instance Load：当前实例的每分钟请求数；
Service Instance Successful Rate：当前实例的请求成功率；
Service Instance Latency：当前实例的响应延时；
JVM CPU：jvm占用CPU的百分比；
JVM Memory：JVM内存占用大小，单位m；
JVM GC Time：JVM垃圾回收时间，包含YGC和OGC；
JVM GC Count：JVM垃圾回收次数，包含YGC和OGC；
JVM Thread Count：JVM线程数； 

Endpoint端点（API）维度
Endpoint Load in Current Service：每个端点的每分钟请求数；
Slow Endpoints in Current Service：每个端点的最慢请求时间，单位ms；
Successful Rate in Current Service：每个端点的请求成功率；
Endpoint Load：当前端点每个时间段的请求数据；
Endpoint Avg Response Time：当前端点每个时间段的请求行响应时间；
Endpoint Response Time Percentile：当前端点每个时间段的响应时间占比；
Endpoint Successful Rate：当前端点每个时间段的请求成功率；