跳到主要内容

服务依赖图分析

介绍​

服务依赖图（Service Dependency Graph）是Zipkin提供的核心功能之一，它通过可视化方式展示微服务之间的调用关系。对于初学者而言，理解服务依赖图能帮助你快速掌握分布式系统的整体架构，识别潜在的性能瓶颈或单点故障。

当多个微服务相互调用时，手动跟踪这些关系会非常困难。Zipkin通过收集分布式追踪数据，自动生成依赖图，图中节点代表服务，边代表调用关系。例如：

访问依赖图​

  1. 打开Zipkin UI（通常为 http://localhost:9411）
  2. 点击顶部导航栏的 "Dependencies" 选项卡
  3. 选择时间范围（默认显示最近1天的数据）
提示

如果依赖图为空，请确保：

  • 有服务正在上报追踪数据
  • 选择的时间范围内有调用发生

解读依赖图元素​

元素类型说明示例
节点矩形框代表独立服务[user-service]
边带箭头的线表示调用方向web-app → auth-service
边宽度越宽表示调用频率越高
边颜色红色表示错误率较高

实际案例分析​

假设我们有一个电商系统，包含以下服务调用链：

  1. 用户访问前端（web-app）
  2. 前端调用商品服务（product-service）获取列表
  3. 商品服务调用库存服务（inventory-service）检查库存

在Zipkin中看到的依赖图可能如下：

问题诊断

如果在图中发现：

  • user-service 到 auth-db 的边呈红色
  • 该边的错误率显示为15%

这表明用户服务的数据库调用存在异常，需要优先排查

高级功能​

时间范围对比​

通过调整右上角的时间选择器，可以对比不同时段的依赖关系变化。例如：

  • 选择黑色星期五与平常日期的数据
  • 观察新出现的服务节点或调用关系

点击交互​

  1. 点击节点：显示该服务的详细信息，包括：
    • 平均延迟
    • 请求量
    • 错误率
  2. 点击边：显示服务间调用的统计信息：
    json
    {
      "callCount": 1428,
      "errorCount": 23,
      "avgDuration": 56.7
    }

最佳实践​

  1. 命名规范：确保所有服务使用一致的命名（如全小写+连字符）
    • 错误示例：UserService vs user-service
  2. 采样率：在生产环境中合理设置采样率（建议10-20%）
    java
    // Spring Cloud Sleuth示例
    spring.sleuth.sampler.probability=0.1
  3. 异常监控：定期检查红色边对应的服务日志

总结​

服务依赖图是理解微服务架构的"地图"，通过本指南你学会了：

  • 如何访问和解读Zipkin的依赖图
  • 识别常见拓扑结构问题
  • 利用交互功能深入分析

扩展练习​

  1. 在你的本地环境中部署两个相互调用的服务
  2. 配置Zipkin收集追踪数据
  3. 观察依赖图的变化：
    • 正常情况下的图形
    • 停止一个服务后的图形变化

附加资源​