• 0

  • 499

微服务应用性能如何?APM监控工具来告诉你!

智能的司机

我是老司机

1星期前

SpringBoot实战电商项目mall(40k+star)地址:github.com/macrozheng/…

摘要

当微服务系统越来越庞大,各个服务间的调用关系也变得越来越复杂,需要一个工具来帮忙理清请求调用的服务链路。之前在《Spring Cloud Sleuth:分布式请求链路跟踪》一文中使用的是Sleuth+Zipkin的解决方案,最近发现应用性能监控(Application Performance Monitoring,APM)也可以很好地解决该问题。对比SkyWalking和Elastic APM之后,发现Elastic APM更胜一筹,今天我们来一波Elastic APM的使用实践!

Elastic APM 简介

Elastic APM是基于Elastic Stack构建的应用性能监控(APM)系统。它主要有如下用途:

  • 用来实时监控应用性能信息,包括HTTP请求调用时长、数据库查询信息、缓存调用信息和外部的HTTP请求调用信息。有助于我们快速找出并解决性能问题。
  • 自动收集应用中未处理的错误和异常,显示异常的堆栈信息,有助于快速定位异常和了解出现频率。
  • 度量指标是调试生产系统时的另一个重要信息来源。Elastic APM Agent 会自动收集主机级别的度量指标(比如Java JVM和Go Runtime的指标)。
  • 支持分布式请求链路追踪,使你能够在一个视图中分析整个服务架构的性能问题。

相关组件

Elastic APM 包括四大组件: APM Agent, APM Server, Elasticsearch, Kibana。

  • APM Agent:以应用程序库的形式提供,负责收集应用运行时的性能监控数据和错误数据,短时间缓存后发送APM Server。
  • APM Server:一个独立的组件,负责接收APM Agent中发送的性能监控数据。验证并处理完数据后,会转存储到Elasticsearch中,之后就可以在Kibana APM 应用中查看性能监控数据了。
  • Elasticsearch:用于存储应用性能监控数据并提供聚合功能。
  • Kibana APM app:可视化查看APM性能监控数据,有助于找到性能瓶颈。

数据模型

Elastic APM Agent 从其检测的应用程序中捕获不同类型的信息。这些操作被称为事件,可以是Span, Transaction, Error, or Metric。

  • Span(跨度):Span包含一次操作过程中代码执行路径的信息。它从操作的开始到结束进行度量,并且可以与其他Span具有父/子关系。
  • Transaction(事务):Transaction是一种特殊的Span,具有与之关联的其他属性。它描述了Elastic APM Agent捕获的最高级别事件,比如一次请求、一次批处理任务等。
  • Error(错误):Error事件至少包含错误发生的原始异常或创建的日志的信息。
  • Metric(度量):APM Agent 自动获取基本的主机级别指标,包括系统和进程级别的CPU和内存指标。也可以获取特定于代理的指标,例如Java Agent中的JVM指标和Go Agent中的Go运行时指标。

使用实践

学习了上面的基本概念之后,是时候来波实践了,接下来我们将使用Elastic APM来监控SpringBoot应用的性能信息。

安装Elasticsearch和Kibana

安装Elastic APM之前,我们需要先安装好Elasticsearch和Kibana,具体参考《你居然还去服务器上捞日志,搭个日志收集系统难道不香么!》,注意使用7.6.2版本。

安装APM Server

  • 下载完成后解压到指定目录;

  • 修改配置文件apm-server.yml,修改下Elasticsearch的连接地址即可;
output.elasticsearch:
  hosts: ["localhost:9200"]
复制代码
  • 使用如下命令启动APM Server即可,启动成功APM Server将在8200端口运行;
apm-sever -e
复制代码
  • 在Kibana中检测APM Server是否启动成功,访问地址:http://localhost:5601/app/kibana#/home/tutorial/apm

SpringBoot集成APM Agent

Java应用集成APM Agent的方式有三种,我们使用最简单的方式,直接在应用中集成。

  • pom.xml中添加相关依赖;
<!--Elastic Agent相关依赖-->
<dependency>
    <groupId>co.elastic.apm</groupId>
    <artifactId>apm-agent-attach</artifactId>
    <version>1.17.0</version>
</dependency>
复制代码
  • 在应用启动类的main方法中添加Elastic APM的Attach API;
@SpringBootApplication
public class MallTinyApplication {

    public static void main(String[] args) {
        ElasticApmAttacher.attach();
        SpringApplication.run(MallTinyApplication.class, args);
    }

}
复制代码
  • resource目录下添加Elastic APM的配置文件elasticapm.properties
# 配置服务名称
service_name=mall-tiny-apm
# 配置应用所在基础包
application_packages=com.macro.mall.tiny
# 配置APM Server的访问地址
server_urls=http://localhost:8200
复制代码
  • 在Kibana中检测APM Agent是否启动成功,访问地址:http://localhost:5601/app/kibana#/home/tutorial/apm

查看性能监控信息

  • 打开监控面板以后,可以发现我们的mall-tiny-apm服务已经存在了;

  • 多次调用应用接口,即可查看到应用性能信息;

  • 打开某个Transaction查看详情,我们可以看到连SQL执行耗时信息都给我们统计好了;

  • 不仅如此,打开执行查询的Span查看详情,连SQL语句都给我们收集好了;

  • 在项目中添加一个有远程调用接口,看看能不能收集到请求调用链路;
/**
 * 品牌管理Controller
 * Created by macro on 2019/4/19.
 */
@Api(tags = "PmsBrandController", description = "商品品牌管理")
@Controller
@RequestMapping("/brand")
public class PmsBrandController {
    
    @ApiOperation("远程调用获取所有品牌信息")
    @RequestMapping(value = "/remoteListAll", method = RequestMethod.GET)
    @ResponseBody
    public CommonResult<List<PmsBrand>> remoteListAll() {
        //模拟耗时操作
        ThreadUtil.sleep(1, TimeUnit.SECONDS);
        //远程调用获取数据
        String response = HttpUtil.get("http://localhost:8088/brand/listAll");
        JSONObject jsonObject = new JSONObject(response);
        JSONArray data = jsonObject.getJSONArray("data");
        List<PmsBrand> brandList = data.toList(PmsBrand.class);
        return CommonResult.success(brandList);
    }
}
复制代码
  • 发现完全可以,Elastic APM完全可以取代Sleuth+Zipkin来做微服务的请求链路跟踪了;

  • 使用我们之前springcloud-learning中的微服务调用案例,也是可以进行请求链路跟踪的;

  • 接下来我们人为制造一个异常,在方法中添加int i=1/0;即可,查看下收集到的异常信息;

  • 再来看下应用主机的度量信息,非常全面,CPU、内存、JVM信息都有了,以后性能调优的时候可以看看!

总结

Elastic APM 完全可以取代Sleuth+Zipkin来做分布式请求链路追踪,并且提供了数据库及缓存调用时长的统计,很好很强大!不止于此,它还可以用来实时监控应用性能信息及度量指标,连错误日志也收集好了,是一款很好的应用性能监控工具!

项目源码地址

github.com/macrozheng/…

参考资料

官方文档:www.elastic.co/guide/en/ap…

本文 GitHub github.com/macrozheng/… 已经收录,欢迎大家Star!

免责声明:文章版权归原作者所有,其内容与观点不代表Unitimes立场,亦不构成任何投资意见或建议。

499

相关文章推荐

未登录头像

暂无评论