链路追踪模式

一个用户下单请求，跨越了 10 个微服务：网关 → 订单服务 → 库存服务 → 支付服务 → 积分服务 → 物流服务 → 短信服务……每个服务耗时 50ms，总耗时应该不到 1 秒。但用户等了 5 秒。

哪里慢了？你怎么定位？

在单体时代，JProfiler、YourKit 可以轻松定位性能瓶颈。但在微服务架构里，请求跨越多个进程、多个机器，一个请求的调用链路可能延伸到十几二十个服务。传统的方式是看日志：登录机器 A 看日志，登录机器 B 看日志……效率低下，定位困难。

链路追踪的核心思想是：给每个请求一个唯一的 ID（TraceID），这个 ID 跟着请求在所有服务间传递，每个服务记录自己的处理过程（Span）。最后把所有 Span 串联起来，就能还原完整的调用链路。

链路追踪核心概念

Trace 与 Span

Trace：一次完整的请求调用链，从入口到出口的所有处理过程。一个 Trace 由多个 Span 组成，每个 Span 代表一个独立的工作单元。

Span：一个 Span 代表一个服务节点的处理过程，包含：服务名、操作名、开始时间、结束时间、SpanID、ParentSpanID。

sequenceDiagram
    participant Client as 客户端
    participant GW as 网关
    participant Order as 订单服务
    participant Inventory as 库存服务
    participant Payment as 支付服务

    Client->>GW: HTTP Request (traceId: abc123)
    GW->>Order: RPC Call (spanId: 001)
    Order->>Inventory: RPC Call (spanId: 001-001)
    Inventory-->>Order: Response
    Order->>Payment: RPC Call (spanId: 001-002)
    Payment-->>Order: Response
    Order-->>GW: Response
    GW-->>Client: HTTP Response

TraceID 传播

TraceID 需要在所有服务间传播。当服务 A 调用服务 B 时，TraceID 需要通过 HTTP Header 或 RPC 元数据传递。

Header 名称	说明
`X-B3-TraceId`	Zipkin/B3 格式的 TraceID
`traceparent`	W3C Trace Context 标准
`uber-trace-id`	Jaeger 格式
`X-Request-Id`	自定义 header

采样策略

每个请求都记录会占用大量存储空间。采样策略决定哪些请求需要完整记录：

策略	说明	适用场景
全量采样	记录所有请求	低流量场景
固定比例采样	按固定比例（如 10%）采样	流量可控
头部采样	请求入口决定是否采样	统一控制
尾部采样	请求结束后根据结果决定采样	关注异常请求

OpenTracing vs OpenCensus vs OpenTelemetry

链路追踪领域曾经有三个主要标准：

标准	特点	状态
OpenTracing	专注链路追踪，模型清晰	已合并到 OpenTelemetry
OpenCensus	同时支持 Metrics 和 Traces	已合并到 OpenTelemetry
OpenTelemetry	统一的可观测性标准	当前标准

OpenTelemetry 是未来。它是 CNCF 的官方项目，整合了 OpenTracing 和 OpenCensus，提供了统一的可观测性采集标准。

Brave（Zipkin Java 客户端）实战

Brave 是 Zipkin 的 Java 客户端库，提供了低层次的链路追踪埋点 API。Spring Cloud Sleuth 底层就是用 Brave 实现的。

基本配置

pom.xml

<dependency>
    <groupId>io.zipkin.brave</groupId>
    <artifactId>brave</artifactId>
    <version>5.16.0</version>
</dependency>
<dependency>
    <groupId>io.zipkin.reporter2</groupId>
    <artifactId>zipkin-sender-okhttp3</artifactId>
    <version>2.16.3</version>
</dependency>

自定义埋点

TracingConfiguration.java

@Configuration
public class TracingConfiguration {
    
    @Bean
    public Tracing tracing() {
        return Tracing.newBuilder()
            .localServiceName("user-service")
            .sampler(Sampler.create(1.0f))  // 100% 采样
            .spanReporter(ZipkinSpanReporter.create(
                OkHttpSender.create("http://zipkin-server:9411/api/v2/spans")))
            .build();
    }
    
    @Bean
    public Tracer tracer(Tracing tracing) {
        return tracing.tracer();
    }
}

CustomTracingService.java

@Service
public class CustomTracingService {
    
    private final Tracer tracer;
    
    public CustomTracingService(Tracer tracer) {
        this.tracer = tracer;
    }
    
    public User getUserById(Long userId) {
        // 创建子 Span
        Span span = tracer.newChild()
            .name("getUserById")
            .tag("userId", String.valueOf(userId))
            .start();
        
        try (Tracer.SpanInScope scope = tracer.withSpanInScope(span)) {
            log.info("Fetching user with id: {}", userId);
            
            User user = userRepository.findById(userId)
                .orElseThrow(() -> new UserNotFoundException(userId));
            
            // 添加响应信息
            span.tag("userName", user.getName());
            
            return user;
        } catch (Exception e) {
            span.error(e);
            throw e;
        } finally {
            span.finish();
        }
    }
}

异步任务追踪

AsyncTracing.java

@Service
public class AsyncTracingService {
    
    private final Tracer tracer;
    
    @Async
    public void sendNotificationAsync(Long userId) {
        Span span = tracer.nextSpan()
            .name("sendNotification")
            .tag("userId", String.valueOf(userId))
            .start();
        
        try (Tracer.SpanInScope scope = tracer.withSpanInScope(span)) {
            notificationClient.send(userId);
            log.info("Notification sent to user: {}", userId);
        } catch (Exception e) {
            span.error(e);
        } finally {
            span.finish();
        }
    }
}

Sleuth 与 Zipkin 集成

Spring Cloud Sleuth 是 Spring Cloud 官方提供的链路追踪组件，与 Zipkin 深度集成。

Sleuth 配置

application.yml

spring:
  application:
    name: user-service
  zipkin:
    base-url: http://zipkin-server:9411
    # 使用 Brave Sender 发送
    sender:
      type: web
  sleuth:
    # 采样配置
    sampler:
      probability: 1.0  # 100% 采样
    # 127.0.0.1 不采样，方便本地调试
    tracelogging:
      always-sample-local-requests: true
    # 自定义需要记录的 HTTP header
    propagation:
      type: B3
      include: [x-request-id, x-b3-traceId]

拦截器配置

FeignTracingConfiguration.java

@Configuration
public class FeignTracingConfiguration {
    
    @Autowired
    private Tracing tracing;
    
    @Bean
    public RequestInterceptor requestInterceptor() {
        return (template, request) -> {
            // 将 TraceID 注入到 Feign 请求
            Span currentSpan = tracing.tracer().currentSpan();
            if (currentSpan != null) {
                SpanContext context = currentSpan.context();
                template.header("X-B3-TraceId", context.traceIdString());
                template.header("X-B3-SpanId", context.spanIdString());
            }
        };
    }
}

RestTemplateTracingConfiguration.java

@Configuration
public class RestTemplateTracingConfiguration {
    
    @Bean
    public RestTemplate restTemplate(Tracing tracing) {
        // 使用 Brave 拦截器包装 RestTemplate
        RestTemplate restTemplate = new RestTemplate();
        restTemplate.setInterceptors(
            Collections.singletonList(BraveClientHttpRequestInterceptor.create(tracing))
        );
        return restTemplate;
    }
}

SkyWalking 全链路追踪

SkyWalking 是国产的全链路追踪平台，相比 Zipkin 功能更全面，提供了 APM、链路追踪、指标监控、告警等一站式能力。

SkyWalking Java Agent

SkyWalking 采用无侵入的 Agent 模式，通过 Java Agent 字节码增强，自动埋点：

# 启动时指定 Agent
java -javaagent:/path/to/skywalking-agent.jar \
     -Dskywalking.agent.service_name=user-service \
     -Dskywalking.collector.backend_service=oap-server:11800 \
     -jar user-service.jar

Docker 环境配置

docker-compose.yml

version: '3'
services:
  user-service:
    image: user-service:latest
    environment:
      JAVA_OPTS: >
        -javaagent:/opt/skywalking-agent/skywalking-agent.jar
        -Dskywalking.agent.service_name=user-service
        -Dskywalking.collector.backend_service=oap-server:11800
    volumes:
      - ./skywalking-agent:/opt/skywalking-agent

SkyWalking Dashboard

SkyWalking 提供了丰富的可视化界面：

拓扑图：直观展示服务间的调用关系
Trace 列表：查看所有请求的调用链路
慢查询分析：定位耗时最长的调用
JVM 监控：GC、内存、线程分析

常见问题与反模式

TraceID 不传播

改了代码后，发现有些服务的 TraceID 是空的，说明 TraceID 没有正确传播。

排查步骤：

检查 HTTP Header 是否正确传递
检查 RPC 框架的拦截器是否生效
检查异步任务的上下文是否传递

正确做法：确保所有调用（HTTP、RPC、MQ）都正确传播 TraceID。

采样率设置不当

100% 采样在生产环境会占用大量存储，但 1% 采样可能漏掉重要请求。

正确做法：生产环境建议 10%-50% 采样，或者使用尾部采样，只记录慢请求和异常请求。

敏感信息泄露

在 Span Tag 中记录了用户名、密码、订单号等敏感信息。

正确做法：Tag 中只记录必要的追踪信息，敏感数据脱敏处理或不上报。

过度埋点

对每个方法都埋点，导致 Span 数量爆炸。

正确做法：只在关键节点埋点，不要对每个小方法都创建 Span。内部调用通过日志关联即可。

适用场景

应该使用链路追踪：

微服务数量 >= 5，调用链路复杂
需要定位跨服务性能问题
需要分析请求失败的原因
需要监控服务间依赖关系

暂不需要链路追踪：

微服务数量少，调用链路简单
已经有完善的日志体系，可以手动关联
监控需求不高

链路追踪是微服务可观测性的重要组成部分。但它不是银弹，不要期望链路追踪能解决所有问题。日志、指标、链路追踪三者配合，才能构建完整的可观测性体系。

#链路追踪模式

#链路追踪核心概念

#Trace 与 Span

#TraceID 传播

#采样策略

#OpenTracing vs OpenCensus vs OpenTelemetry

#Brave（Zipkin Java 客户端）实战

#基本配置

#自定义埋点

#异步任务追踪

#Sleuth 与 Zipkin 集成

#Sleuth 配置

#拦截器配置

#SkyWalking 全链路追踪

#SkyWalking Java Agent

#Docker 环境配置

#SkyWalking Dashboard

#常见问题与反模式

#TraceID 不传播

#采样率设置不当

#敏感信息泄露

#过度埋点

#适用场景