作為可觀測(cè)性體系之一的分布式追蹤一直是一個(gè)備受爭(zhēng)議的話題。作為過去每屆 全球知名大會(huì) KubeCon 以及國內(nèi)各種技術(shù)峰會(huì)所扯的老牌技術(shù)，曾一度被寄予厚望，被認(rèn)為會(huì)徹底改變系統(tǒng)觀測(cè)認(rèn)知。然而，五年已經(jīng)過去了。。。

一、什么是 Distributed Ttracing ?

通常來講，分布式跟蹤是一種在分布式系統(tǒng)和微服務(wù)中傳播的請(qǐng)求，生成有關(guān)這些請(qǐng)求的高質(zhì)量數(shù)據(jù)，并使其可供分析的方法。

分布式追蹤(Distributed Tracing)是一種用于監(jiān)測(cè)分布式系統(tǒng)中請(qǐng)求流程的技術(shù)。它可以追蹤一個(gè)請(qǐng)求在不同的微服務(wù)中的執(zhí)行情況，并將這些信息整合到一個(gè)完整的請(qǐng)求鏈路圖中，以便于監(jiān)測(cè)和調(diào)試。分布式追蹤通常通過在請(qǐng)求的不同階段插入唯一的標(biāo)識(shí)符(例如 Trace ID 和 Span ID 等)來實(shí)現(xiàn)。這些標(biāo)識(shí)符隨著請(qǐng)求的傳遞，會(huì)在不同的微服務(wù)之間傳遞，用于標(biāo)記請(qǐng)求的不同階段，從而構(gòu)建完整的請(qǐng)求鏈路圖。

分布式跟蹤對(duì)于監(jiān)控、調(diào)試和優(yōu)化分布式軟件架構(gòu)至關(guān)重要，特別是在動(dòng)態(tài)微服務(wù)架構(gòu)中，因?yàn)樗兄趫F(tuán)隊(duì)更快地了解每個(gè)微服務(wù)的性能。

二、分布式追蹤的工作原理

分布式跟蹤的工作原理是跟蹤通過分布式系統(tǒng)的請(qǐng)求流，并在請(qǐng)求通過各種服務(wù)和組件時(shí)收集有關(guān)請(qǐng)求每個(gè)步驟的數(shù)據(jù)。 然后，該數(shù)據(jù)用于構(gòu)建請(qǐng)求過程(從初始請(qǐng)求到最終響應(yīng))的完整畫面。

為了實(shí)現(xiàn)這一點(diǎn)，分布式跟蹤通常依賴于使用唯一標(biāo)識(shí)符，例如跟蹤 ID 和跨度 ID，這些標(biāo)識(shí)符附加到每個(gè)請(qǐng)求，并在請(qǐng)求遍歷不同服務(wù)時(shí)通過系統(tǒng)傳遞。 這些標(biāo)識(shí)符允許跟蹤系統(tǒng)將請(qǐng)求的每個(gè)步驟與整個(gè)請(qǐng)求鏈關(guān)聯(lián)起來，即使它通過不同的服務(wù)和組件也是如此。

在典型的分布式跟蹤系統(tǒng)中，通常由三個(gè)主要組件組成：追蹤代理(Tracing Agent)、追蹤收集器(Tracing Collector)和追蹤存儲(chǔ)(Tracing Storage)三個(gè)主要組件協(xié)同工作來跟蹤請(qǐng)求

1、追蹤代理

作為在分布式系統(tǒng)中的每個(gè)服務(wù)或組件上運(yùn)行的軟件組件，追蹤代理主要負(fù)責(zé)收集有關(guān)通過它們的請(qǐng)求的數(shù)據(jù)。 追蹤代理通常將跟蹤和跨度 ID 添加到請(qǐng)求標(biāo)頭，并將此信息發(fā)送到追蹤收集器。

2、追蹤收集器

追蹤收集器組件從跟蹤代理接收追蹤數(shù)據(jù)并將其聚合成完整的請(qǐng)求跟蹤，然后負(fù)責(zé)關(guān)聯(lián)不同服務(wù)和組件之間的追蹤和跨度 ID，以構(gòu)建請(qǐng)求旅程的完整畫面。

3、追蹤存儲(chǔ)

追蹤存儲(chǔ)組件為存儲(chǔ)追蹤數(shù)據(jù)以供以后檢索和分析的組件，主要用于診斷問題、優(yōu)化性能并深入了解分布式系統(tǒng)的整體行為。

三、為什么我們的系統(tǒng)需要分布式追蹤?

分布式追蹤在實(shí)際業(yè)務(wù)場(chǎng)景中通常是獨(dú)一無二的，因?yàn)樗鼘Ｗ⒂谡?qǐng)求作為可觀察性的單元。在監(jiān)控和度量平臺(tái)中，通常以組件(如服務(wù)和主機(jī))作為被觀察的基本單位。這些平臺(tái)可以提供有關(guān)整個(gè)組件隨時(shí)間的行為的信息，例如在特定時(shí)間范圍內(nèi)該服務(wù)的健康狀況、吞吐量和錯(cuò)誤率。

相比之下，日志的被觀察單位是事件。例如，當(dāng)代碼執(zhí)行期間出現(xiàn)事件時(shí)，可以打印一些信息。這些事件是開發(fā)人員在編寫代碼時(shí)主觀定義的。然而，日志的挑戰(zhàn)在于它們通常是脫節(jié)的，每個(gè)組件都單獨(dú)打印自己的日志消息，沒有簡(jiǎn)單的方法將它們連接在一起，以便形成有意義的整體視圖。

相對(duì)地，分布式追蹤的被觀察單位是單個(gè)請(qǐng)求，因?yàn)樗诙鄠€(gè)組件之間遍歷。這使得我們能夠?qū)φ麄€(gè)分布式系統(tǒng)進(jìn)行查詢，并了解在一個(gè)復(fù)雜、互聯(lián)的系統(tǒng)中發(fā)生了什么。這種可觀察性的單元使分布式追蹤成為了一種強(qiáng)大的工具，可以幫助開發(fā)人員快速診斷問題、優(yōu)化性能和改進(jìn)可維護(hù)性。

通常而言，借助分布式追蹤，我們能夠?qū)崿F(xiàn)：

1、快速診斷

分布式應(yīng)用程序通常由多個(gè)服務(wù)和組件組成，當(dāng)出現(xiàn)問題時(shí)，需要快速定位問題所在，并診斷問題的根本原因。分布式追蹤可以幫助開發(fā)人員快速診斷問題，因?yàn)樗峁┝嗽敿?xì)的請(qǐng)求鏈路信息，可以直接指出問題所在。

2、改進(jìn)可維護(hù)性

分布式追蹤可以提供應(yīng)用程序的全面視圖，包括不同服務(wù)和組件之間的相互作用。這有助于開發(fā)人員更好地理解應(yīng)用程序的結(jié)構(gòu)和功能，并改進(jìn)其可維護(hù)性。

3、理解系統(tǒng)

現(xiàn)代應(yīng)用程序通常由多個(gè)服務(wù)和組件組成，這些服務(wù)和組件之間的相互作用非常復(fù)雜。分布式追蹤可以提供完整的請(qǐng)求鏈路信息，并幫助開發(fā)人員了解系統(tǒng)中不同組件之間的相互作用，從而更好地理解系統(tǒng)的行為和性能。

一句話總結(jié)：

“分布式跟蹤的基本情況在于，圍繞請(qǐng)求的這種方向最接近最終用戶的體驗(yàn)。因此，對(duì)于我們?nèi)绾螜z查和排除分布式架構(gòu)的故障來說，這也是最直觀的。”

四、今天，分布式追蹤所面臨的問題?

在實(shí)際的業(yè)務(wù)場(chǎng)景中，分布式追蹤在企業(yè)的落地及應(yīng)用往往因?yàn)楦鞣N各樣的因素導(dǎo)致面臨各種問題，具體如下：

1、實(shí)施艱難

實(shí)施分布式追蹤可能會(huì)面臨一些挑戰(zhàn)。為了實(shí)現(xiàn)分布式追蹤，我們需要對(duì)代碼進(jìn)行修改和發(fā)布。雖然代碼修改是實(shí)現(xiàn)可觀察性的共同要求，但是分布式追蹤的挑戰(zhàn)在于，為了獲得分布式追蹤，每個(gè)服務(wù)或組件都需要進(jìn)行工具化，否則跟蹤將中斷。

這意味著在實(shí)施分布式追蹤之前，我們需要對(duì)每個(gè)服務(wù)或組件進(jìn)行儀器化，以便收集有關(guān)請(qǐng)求的跟蹤信息，并將其傳遞給追蹤系統(tǒng)。這可能需要一些額外的工作，包括修改現(xiàn)有代碼、添加新的跟蹤代碼和重新部署應(yīng)用程序。此外，由于每個(gè)服務(wù)或組件都需要進(jìn)行儀器化，這可能會(huì)導(dǎo)致一些復(fù)雜性和維護(hù)成本的增加

2、價(jià)值削弱

盡管分布式跟蹤在分布式系統(tǒng)中的可觀察性和問題排查方面有很大的優(yōu)勢(shì)，但在某些情況下，分布式跟蹤的價(jià)值可能會(huì)被削弱，最大的障礙在于高昂的成本。實(shí)施分布式跟蹤需要對(duì)每個(gè)服務(wù)和組件進(jìn)行工具化，這可能會(huì)導(dǎo)致額外的成本和復(fù)雜性。如果在實(shí)施分布式跟蹤之前沒有考慮好成本和收益，那么分布式跟蹤的價(jià)值可能會(huì)被削弱

第二個(gè)在于團(tuán)隊(duì)的技術(shù)儲(chǔ)備，團(tuán)隊(duì)的技術(shù)儲(chǔ)備對(duì)實(shí)施分布式追蹤的影響是十分重要的。實(shí)施分布式追蹤需要對(duì)分布式系統(tǒng)進(jìn)行儀器化，以便收集請(qǐng)求的跟蹤信息，并將其傳遞給追蹤系統(tǒng)。這需要對(duì)現(xiàn)有代碼進(jìn)行修改，并添加新的跟蹤代碼，并且需要在不影響系統(tǒng)功能的情況下進(jìn)行部署。如果團(tuán)隊(duì)缺乏實(shí)施分布式追蹤所需的技術(shù)儲(chǔ)備，那么實(shí)施分布式追蹤可能會(huì)變得困難。

3、復(fù)雜的抽樣決策

在實(shí)施分布式追蹤時(shí)，抽樣決策是一個(gè)重要的考慮因素。由于分布式追蹤會(huì)產(chǎn)生大量的跟蹤數(shù)據(jù)，因此需要采用抽樣技術(shù)來減少數(shù)據(jù)量，以避免存儲(chǔ)和處理方面的問題。但是，抽樣決策的復(fù)雜性會(huì)影響實(shí)施分布式追蹤的效果，主要涉及抽樣決策的準(zhǔn)確性、復(fù)雜性以及一致性。

抽樣決策的準(zhǔn)確性直接影響到跟蹤數(shù)據(jù)的質(zhì)量。如果抽樣決策過于簡(jiǎn)單或不準(zhǔn)確，那么可能會(huì)忽略重要的請(qǐng)求路徑，導(dǎo)致無法正確診斷問題。

抽樣決策的復(fù)雜性也會(huì)影響到實(shí)施分布式追蹤的效果。如果抽樣決策過于復(fù)雜，那么可能會(huì)增加實(shí)施分布式追蹤的難度，導(dǎo)致實(shí)施時(shí)間和成本的增加。

在分布式系統(tǒng)中，不同服務(wù)和組件可能會(huì)使用不同的抽樣策略，這可能會(huì)導(dǎo)致跟蹤數(shù)據(jù)的不一致性。如果不同組件使用不同的抽樣策略，那么可能會(huì)導(dǎo)致跟蹤數(shù)據(jù)的缺失或重疊，從而影響跟蹤數(shù)據(jù)的質(zhì)量。

當(dāng)然，除了上面核心的因素外，還有其他可觀因素，此處咱不贅述。

五、未來，分布式追蹤如何發(fā)力?

隨著分布式系統(tǒng)的普及和應(yīng)用場(chǎng)景的增多，分布式追蹤的未來發(fā)展前景非常廣闊。分布式追蹤將成為分布式系統(tǒng)可觀測(cè)性的核心工具之一，并且將在以下方面發(fā)揮更大的作用：

1、自動(dòng)化：隨著人工智能和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，分布式追蹤將越來越自動(dòng)化。例如，可以使用機(jī)器學(xué)習(xí)來自動(dòng)識(shí)別異常行為和性能問題，并提供自動(dòng)化的問題排查和修復(fù)建議。

2、效率：分布式追蹤將成為分布式系統(tǒng)管理的重要工具之一。通過對(duì)系統(tǒng)的全面監(jiān)控和診斷，分布式追蹤能夠提高系統(tǒng)的效率和穩(wěn)定性，并減少故障排查的時(shí)間和成本。

3、安全：分布式追蹤將成為安全領(lǐng)域的重要工具之一。通過監(jiān)控和分析請(qǐng)求的路徑和數(shù)據(jù)流，分布式追蹤能夠識(shí)別潛在的安全漏洞和攻擊，并提供及時(shí)的響應(yīng)和修復(fù)建議。

4、標(biāo)準(zhǔn)化：分布式追蹤將越來越標(biāo)準(zhǔn)化，以便不同供應(yīng)商和廠商的系統(tǒng)可以無縫地集成和互操作。例如，OpenTelemetry 就是一個(gè)流行的開放標(biāo)準(zhǔn)，用于實(shí)現(xiàn)分布式追蹤和度量。

總之，分布式追蹤的未來發(fā)展前景非常廣闊。隨著技術(shù)的進(jìn)步和需求的增長，分布式追蹤將成為分布式系統(tǒng)可觀察性的核心工具之一，并在自動(dòng)化、效率、安全和標(biāo)準(zhǔn)化等方面發(fā)揮更大的作用。