前言

在我们越来越庞大的微服务群中，随着业务的不断扩展，微服务的个数也越来越多， 微服务的架构体系，服务拆分导致系统调用链路也在不断地复杂化，一个稍微复杂的前端请求可能最终需要调用很多次后端服务才能完成，一个后端的服务，可能通过多次的Feign调用才能实现；当我们的请求出现故障或者是性能降低时，我们分析到最后的根本致错的微服务也带来了很大的困难，分布式系统的链路追踪便是用来挑战这个困难的，今天我们介绍的Sleuth+Zipkin，就是用来对SpringCloude的微服务云体系里的服务定位和追踪的解决方案。

目录

• go微服务框架kratos学习笔记九(kratos 全链路追踪 zipkin)

Sleuth与Zipkin技术

Spring Cloud Sleuth为Spring Cloud实现了分布式跟踪解决方案，Sleuth可以结合Zipkin做链路跟踪。Spring Cloud Sleuth的服务链路跟踪功能可以帮助我们快速发现错误根源，以及监控分析每条请求链路上的请求性能。Sleuth的主要工作原理是拦截请求，并在日志中加入额外的Span和Trace的相关信息。从Sleuth 2.0.0开始，Sleuth使用Brave作为调用链工具库。Brave是一个用于捕捉分布式系统之间调用信息的工具库，可以将这些信息以Span的形式发送给Zipkin。

1、本文属于mini商城系列文档的第0章，由于篇幅原因，这篇文章拆成了6部分，本文属于最后一部分。

2、mini商城项目详细文档及代码见CSDN：

https://blog.csdn.net/Eclipse_2019/article/details/132141211

为何要进行服务链路追踪？

在一个微服务系统架构中，一个完整的请求可能涉及到多个微服务的调用，这个调用形成一个链路。

传统单机系统在使用过程中，如果某个请求响应过慢或是响应出错，开发人员可以清楚知道某个请求出了问题，查看日志可以定位到具体方法。但是在分布式系统中，倘若客户端一个请求到达服务器后，由多个服务协作完成。比如：服务A调用服务B，服务B又调用服务C和服务D，服务D又调用服务E，那么想要知道是哪个服务处理时间过长或是处理异常导致这个请求响应缓慢或中断的话，就需要开发人员一个服务接一个服务的去机器上查看日志，先定位到出问题的服务，再定位出问题的具体地方。试想一下，随着系统越来越壮大，服务越来越多，一个请求对应处理的服务调用链越来越长，这种排查方式何其艰难。为了解决这种问题，便诞生了各种分布式场景中追踪问题的解决方案，zipkin就是其中之一。

背景

在我们进行软件开发的过程中，日志收集与打印是解决产品发布后查找问题分析问题的主要途径。对于日志收集我们又很多种方法如ELK、EFK，还有我之前发布的轻量级日志收集工具Grafan-Loki。日志收集查看分析有了根据，我们在查看日志的时候通常会因为某个事件触发的一系列日志信息，那么怎么通过一种方式去日志链接起来，这就需要我们进行全日志链路分析了。可以根据trace-ID来查询整个链路的过程

大家好，今天一起来学习一下在软件性能测试过程中如何使用Zipkin这个工具来追踪链接程序逻辑链路上的相关问题

解决办法：

输入：chmod 777 xx.exe

错误描述：

Win10系统，NodeJS程序。

使用express框架开发的http服务器，启动时出现错误提示“listen Access：permission denied"。

错误原因：

这是由于express使用的端口号在系统不允许的动态端口范围所导致的。