利用Zipkin追踪MySQL数据库调用

在前文中，我们已经通过Zipkin搭建了一个微服务调用链的追踪中心，并模拟了微服务调用的实验场景。利用Zipkin的库Brave，我们可以收集一个客户端请求从发出到被响应经历了哪些组件、哪些微服务、请求总时长、每个组件所花时长等信息。

本文将讲述如何利用Zipkin对MySQL数据库的调用进行追踪，这里同样借助OpenZipkin库Brave来完成。

扩展ZipkinTool组件

ZipkinTool是在前文中编写的与Zipkin通信的工具组件。为了追踪MySQL数据库调用链，可以对其进行扩展。具体步骤如下：

添加依赖：在项目的pom.xml中添加Brave MySQL依赖。


        
     
      io.zipkin.brave
         
     
      brave-mysql
         
     
      4.0.6

配置管理bean：在ZipkinConfiguration类中添加MySQLStatementInterceptor管理bean。

@Beanpublic MySQLStatementInterceptorManagementBean mySQLStatementInterceptorManagementBean() {    return new MySQLStatementInterceptorManagementBean(brave().clientTracer());}

添加MySQL数据库访问的微服务

依然基于前文，我们需要改造ServiceC微服务，增加对MySQL数据库的交互。具体步骤如下：

添加JDBC和MySQL依赖：在项目的pom.xml中添加JDBC和MySQL驱动。


        
     
      org.springframework.boot
         
     
      spring-boot-starter-jdbc
     
    
        
     
      mysql
         
     
      mysql-connector-java
         
     
      runtime

配置MySQL连接：在application.properties中添加MySQL配置。

spring.datasource.driver-class-name=com.mysql.jdbc.Driversspring.datasource.url=jdbc:mysql://你的Mysql服务所在IP:3307/test?useSSL=false&statementInterceptors=com.github.kristofa.brave.mysql.MySQLStatementInterceptor&zipkinServiceName=mysqlServicespring.datasource.username=rootspring.datasource.password=XXXXXX

在Controller中添加数据库访问代码：

@GetMapping("/mysqltest")public String mysqlTest() {    String name = jdbcTemplate.queryForObject("SELECT name FROM user WHERE id = 1", String.class);    return "Welcome " + name;}

启动MySQL数据库服务

启动MySQL容器：

docker run -d -p 3307:3306 -v ~/mysql/data:/var/lib/mysql -v ~/mysql/conf:/etc/mysql/conf.d -e MYSQL_ROOT_PASSWORD=XXXXXX --name mysql mysql

启动另一个MySQL容器进行配置：

docker run -it --rm --link mysql:mysql mysql -hmysql -u root -p

进入MySQL命令行后，执行以下命令创建数据库和表：

CREATE DATABASE `zipkin`;CREATE TABLE IF NOT EXISTS zipkin_spans (    `trace_id_high` BIGINT NOT NULL DEFAULT 0 COMMENT 'If non zero, this means the trace uses 128 bit traceIds instead of 64 bit',    `trace_id` BIGINT NOT NULL,    `id` BIGINT NOT NULL,    `name` VARCHAR(255) NOT NULL,    `parent_id` BIGINT,    `debug` BIT(1),    `start_ts` BIGINT COMMENT 'Span.timestamp(): epoch micros used for endTs query and to implement TTL',    `duration` BIGINT COMMENT 'Span.duration(): micros used for minDuration and maxDuration query') ENGINE=InnoDB ROW_FORMAT=COMPRESSED CHARACTER SET=utf8 COLLATE utf8_general_ci;

启动Zipkin服务

docker run -d -p 9411:9411 --link mysql:mysql -e STORAGE_TYPE=mysql -e MYSQL_HOST=mysql -e MYSQL_TCP_PORT=3306 -e MYSQL_DB=zipkin -e MYSQL_USER=root -e MYSQL_PASS=XXXXXX --name zipkin openzipkin/zipkin

启动MySQL数据库访问的微服务（ServiceC）

在浏览器中输入：localhost:8883/mysqltest，如果能看到以下输出，说明数据库调用操作已经成功：

Welcome hansonwang99

Zipkin追踪数据库调用实际实验

浏览器操作：

打开Zipkin Web UI，点击服务名下拉列表，可以看到已成功识别的MySQL数据库调用服务。

选中mysqlservice，点击Find Traces，可以看到首次查询MySQL的调用链追踪信息。

随便点开某一个查看，会看到详细的Trace信息，包括各阶段的步骤和耗时。

实验验证：

再次输入localhost:8883/mysqltest，目的是触发MySQL的调用，然后再次Find Traces，可以看到两次MySQL的查询动作。

点开第一个Query，发现这是尝试连接MySQL数据库的过程。

点开第二个Query，发现这是实际查询业务的阶段。

通过Zipkin的可视化界面，可以清晰地看到每个阶段的详细步骤和耗时，从而分析哪个SQL语句执行较慢。

转载地址：http://swinz.baihongyu.com/

你可能感兴趣的文章

Network Dissection:Quantifying Interpretability of Deep Visual Representations（深层视觉表征的量化解释）