跳到主要内容

SkyWalking 云原生应用监控

介绍​

Apache SkyWalking 是一款开源的 应用性能监控（APM） 和 分布式追踪系统，专为云原生环境设计。它能够帮助开发者监控微服务架构、容器化应用和 Kubernetes 集群，提供从基础设施到应用层的全栈可观测性。

在云原生环境中，应用通常以微服务形式部署，并动态扩展。SkyWalking 通过以下核心功能支持云原生监控：

  • 分布式追踪：跟踪请求在多个服务间的流转路径。
  • 指标收集：监控服务性能指标（如响应时间、错误率）。
  • 拓扑分析：自动生成服务依赖关系图。
  • 告警机制：基于阈值触发通知。

核心概念​

1. 架构组件​

SkyWalking 的核心组件包括：

  • OAP（Observability Analysis Platform）：负责数据分析和存储。
  • UI：可视化监控数据。
  • Agent：集成到应用中收集数据（支持 Java、Go、Node.js 等）。

2. 数据模型​

SkyWalking 使用以下数据模型：

  • Service：一个独立的应用或微服务。
  • Instance：服务的运行实例（如 Kubernetes Pod）。
  • Endpoint：服务暴露的接口（如 HTTP API）。

部署配置​

1. 安装 SkyWalking​

以下是通过 Helm 在 Kubernetes 中快速部署 SkyWalking 的示例：

bash
helm repo add skywalking https://apache.jfrog.io/artifactory/skywalking-helm
helm install skywalking skywalking/skywalking -n skywalking --create-namespace

2. 集成应用 Agent​

以 Java 应用为例，添加 SkyWalking Agent 启动参数：

bash
java -javaagent:/path/to/skywalking-agent.jar \
     -Dskywalking.agent.service_name=my-service \
     -Dskywalking.collector.backend_service=oap:11800 \
     -jar my-app.jar

实际案例​

场景：监控 Spring Cloud 微服务​

假设有一个由以下服务组成的电商系统：

  • user-service（用户管理）
  • order-service（订单处理）
  • payment-service（支付网关）

步骤 1：为所有服务添加 Agent​

在每个服务的启动命令中配置 SkyWalking Agent（如上述 Java 示例）。

步骤 2：查看监控结果​

在 SkyWalking UI 中可以看到：

  • 服务间的调用拓扑图。
  • 每个接口的响应时间和错误率。
提示

在 Kubernetes 中，可以通过 Sidecar 模式自动注入 Agent，避免手动修改部署配置。

最佳实践​

  1. 标签与自定义指标
    使用 @Trace 注解（Java）或 SDK 添加自定义标签：

    java
    @Trace(operationName = "process_payment")
    public void processPayment() {
        // 业务逻辑
    }

  2. 告警规则配置
    在 alarm-settings.yml 中定义阈值告警：

    yaml
    rules:
      - name: high_error_rate
        expression: endpoint_cpm > 100 && endpoint_success_rate < 80%

  3. 存储优化
    对于生产环境，建议使用 Elasticsearch 替代默认的 H2 存储：

    yaml
    storage:
      selector: elasticsearch
      elasticsearch:
        namespace: skywalking
        clusterNodes: elasticsearch:9200

总结​

SkyWalking 为云原生应用提供了以下关键价值：

  • 全栈监控：覆盖从基础设施到业务逻辑。
  • 低侵入性：通过 Agent 实现无代码修改的集成。
  • 动态扩展支持：天然适配 Kubernetes 环境。

扩展资源​