带你一步步实现最简单的分布式系统日志全链路追踪
一、日志系统
1、日志框架
在每个系统应用中,我们都会使用日志系统,主要是为了记录必要的信息和方便排查问题。
而现在主流的就是 SLF4J + Logback。
当我们的系统是单体应用,日志做起来时非常简单的,直接使用 log.info
,log.error
,log.warn
等等方法。
而当我们的系统是分布式系统,服务之间通信通常都是使用 Dubbo 这个 RPC 框架。
此时做日志就不是这么简单了,因为不同服务都是不同的实例,日志就无法做到一起了,怎么将服务间的调用串联起来,也是一个问题。
但是呢,SLF4J 提供了一个 MDC 机制,它的设计目标就是为了应对分布式应用系统的审计和调试。
所以,我们可以利用 MDC ,然后配合 Dubbo 的 RpcContext 来做分布式系统的全链路日志功能。
2、搭建日志系统
前提:我们使用的是 Spring Boot 项目。
Spring Boot 引入日志依赖:
<!-- log begin -->
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-api</artifactId>
</dependency>
<dependency>
<groupId>ch.qos.logback</groupId>
<artifactId>logback-core</artifactId>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.68</version>
</dependency>
<!-- log end -->
加入 Logback 的 xml 配置文件:
<configuration debug="false">
<!-- 程序服务名 -->
<springProperty scope="context" name="SERVICE_NAME" source="spring.application.name" defaultValue="unknown"/>
<!-- 定义日志的根目录 -->
<springProperty scope="context" name="LOG_PATH" source="logging.file.path" defaultValue="/Users/howinfun/weblog/java/${SERVICE_NAME}"/>
<!-- 日志输出格式 -->
<springProperty scope="context" name="LOG_PATTERN" source="logging.pattern" defaultValue="%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] [%-5level] [%logger{5}] [%X{uri}] [%X{trace_id}] - %msg%n"/>
<!-- 控制台输出 -->
<appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender">
<layout class="ch.qos.logback.classic.PatternLayout">
<!--格式化输出:%d表示日期,%thread表示线程名,%-5level:级别从左显示5个字符宽度%msg:日志消息,%n是换行符-->
<pattern>${LOG_PATTERN}</pattern>
</layout>
<!--此日志appender是为开发使用,只配置最底级别,控制台输出的日志级别是大于或等于此级别的日志信息-->
<filter class="ch.qos.logback.classic.filter.ThresholdFilter">
<level>debug</level>
</filter>
<encoder>
<Pattern>${LOG_PATTERN}</Pattern>
<!-- 设置字符集 -->
<charset>UTF-8</charset>
</encoder>
</appender>
// .... 还有各种 Info、Warn、Error 等日志配置
<!-- 日志输出级别 -->
<root level="INFO">
<appender-ref ref="STDOUT" />
</root>
</configuration>
上面的注释已经写得非常的清晰了,而我们最主要关注的就是LOG_PATTERN
这个属性。它主要是规定了日志打印的规范,如何打印日志,日志该带上哪些关键信息。
[%X{uri}]
:这里主要是记录接口的请求 uri。[%X{trace_id}]
:这里主要是记录此次请求的 TraceId,这个 TraceId 也会带到 Dubbo 的服务提供端,让整个链路都带上这个 TraceId。这样在日志记录的时候,全都可以利用 TraceId 了。
这样等到日志排查的时候,只需要前端或者测试给后端的同学提供一个 TraceId,我们就能非常快速的定位到问题所在了。
下面的项目都是引入上面的依赖和加入 xml 文件即可。
二、项目搭建
接下来我们会创建四个项目,分别是 dubbo-api(提供API和工具类)、dubbo-provider-one(Dubbo 服务提供者1)、dubbo-provider-two(Dubbo 服务提供者2)、dubbo-consumer(Dubbo 服务消费者,对外提供 HTTP 接口)。
1、dubbo-api:
这里面最重要的是 TraceUtil 工具类。
这个工具类提供了几个很重要的方法:
TraceId 的初始化:生成 TraceId,并利用 MDC 将 Trace 相关信息存放在当前线程(请求)的 ThreaLocal 中。
TraceId 的存放:将当前线程(请求)的 Trace 相关信息存放在 Dubbo 的 RPC 上下文 RpcContext 中,这样可以将当前请求的 Trace 信息传递到 Dubbo 的服务提供者。
TraceId 的获取:当然了,Dubbo 的服务提供者也可以利用这工具类,从 RpcContext 中获取 Trace 信息。
下面直接上代码:
/**
* Trace 工具
* @author winfun
* @date 2020/10/30 9:02 上午
**/
public class TraceUtil {
public final static String TRACE_ID = "trace_id";
public final static String TRACE_URI = "uri";
/**
* 初始化 TraceId
* @param uri 请求uri
*/
public static void initTrace(String uri) {
if(StringUtils.isBlank(MDC.get(TRACE_ID))) {
String traceId = generateTraceId();
setTraceId(traceId);
MDC.put(TRACE_URI, uri);
}
}
/**
* 从 RpcContext 中获取 Trace 相关信息,包括 TraceId 和 TraceUri
* 给 Dubbo 服务端调用
* @param context Dubbo 的 RPC 上下文
*/
public static void getTraceFrom(RpcContext context) {
String traceId = context.getAttachment(TRACE_ID);
if (StringUtils.isNotBlank(traceId)){
setTraceId(traceId);
}
String uri = context.getAttachment(TRACE_URI);
if (StringUtils.isNotEmpty(uri)) {
MDC.put(TRACE_URI, uri);
}
}
/**
* 将 Trace 相关信息,包括 TraceId 和 TraceUri 放入 RPC上下文中
* 给 Dubbo 消费端调用
* @param context Dubbo 的 RPC 上下文
*/
public static void putTraceInto(RpcContext context) {
String traceId = MDC.get(TRACE_ID);
if (StringUtils.isNotBlank(traceId)) {
context.setAttachment(TRACE_ID, traceId);
}
String uri = MDC.get(TRACE_URI);
if (StringUtils.isNotBlank(uri)) {
context.setAttachment(TRACE_URI, uri);
}
}
/**
* 从 MDC 中清除当前线程的 Trace信息
*/
public static void clearTrace() {
MDC.clear();
}
/**
* 将traceId放入MDC
* @param traceId 链路ID
*/
private static void setTraceId(String traceId) {
traceId = StringUtils.left(traceId, 36);
MDC.put(TRACE_ID, traceId);
}
/**
* 生成traceId
* @return 链路ID
*/
private static String generateTraceId() {
return TraceIdUtil.nextNumber();
}
}
2、dubbo-consumer
项目结构如下:
项目是基于 Spring Boot 框架搭建的,使用 dubbo-spring-boot-starter 整合 Dubbo 框架。
WebRequestFilter:
首先,利用 @WebFilter,拦截所有 Http 请求,然后利用 TraceUtil 给这个请求初始化对应的 Trace 信息,然后将 Trace 信息利用 SLF4J 提供的 MDC 机制存放起来。之后利用 Logger 打日志的时候,会带上 Trace 信息。
下面上代码:
/**
* Web Request Filter
* @author winfun
* @date 2020/10/30 3:02 下午
**/
4j
1) (
"/*") (urlPatterns =
public class WebRequestFilter implements Filter {
public void doFilter(ServletRequest servletRequest, ServletResponse servletResponse, FilterChain filterChain) throws IOException, ServletException {
HttpServletRequest request = (HttpServletRequest) servletRequest;
HttpServletResponse response = (HttpServletResponse) servletResponse;
String uri = request.getRequestURI();
// 初始化 TraceId
TraceUtil.initTrace(uri);
filterChain.doFilter(request,response);
// 清除 TraceId 和 TraceUri
TraceUtil.clearTrace();
}
}
DubboTraceFilter:
接着,我们利用 Dubbo 提供的 Filter 机制,在每次进行 Dubbo 调用的前后,进行日志打印。
在过滤器的最开始,首先会处理 Trace 相关信息:
如果是当前调用时消费者的话,主动从 MDC 中获取 Trace 信息并放入 RpcContext 中,这样可以将 Trace 信息传递到服务提供者那边。
如果当前是服务提供者,则可以从 RpcContext 中获取 Trace 信息,接着利用 MDC 将 Trace 信息保存起来。
下面上代码:
/**
* Dubbo Trace Filter
* @author winfun
* @date 2020/10/30 9:46 上午
**/
4j
100,group = {Constants.PROVIDER_PROTOCOL,Constants.CONSUMER_PROTOCOL}) (order =
public class DubboTraceFilter implements Filter {
public Result invoke(Invoker<?> invoker, Invocation invocation) throws RpcException {
// 处理 Trace 信息
printRequest(invocation);
// 执行前
handleTraceId();
long start = System.currentTimeMillis();
Result result = invoker.invoke(invocation);
long end = System.currentTimeMillis();
// 执行后
printResponse(invocation,result,end-start);
return result;
}
/***
* 打印请求
* @author winfun
* @param invocation invocation
* @return {@link }
**/
private void printRequest(Invocation invocation){
DubboRequestDTO requestDTO = new DubboRequestDTO();
requestDTO.setInterfaceClass(invocation.getInvoker().getInterface().getName());
requestDTO.setMethodName(invocation.getMethodName());
requestDTO.setArgs(getArgs(invocation));
log.info("call Dubbo Api start , request is {}",requestDTO);
}
/***
* 打印结果
* @author winfun
* @param invocation invocation
* @param result result
* @return {@link }
**/
private void printResponse(Invocation invocation,Result result,long spendTime){
DubboResponseDTO responseDTO = new DubboResponseDTO();
responseDTO.setInterfaceClassName(invocation.getInvoker().getInterface().getName());
responseDTO.setMethodName(invocation.getMethodName());
responseDTO.setResult(JSON.toJSONString(result.getValue()));
responseDTO.setSpendTime(spendTime);
log.info("call Dubbo Api end , response is {}",responseDTO);
}
/***
* 获取 Invocation 参数,过滤掉大参数
* @author winfun
* @param invocation invocation
* @return {@link Object[] }
**/
private Object[] getArgs(Invocation invocation){
Object[] args = invocation.getArguments();
args = Arrays.stream(args).filter(arg->{
if (arg instanceof byte[] || arg instanceof Byte[] || arg instanceof InputStream || arg instanceof File){
return false;
}
return true;
}).toArray();
return args;
}
/***
* 处理 TraceId,如果当前对象是服务消费者,则将 Trace 信息放入 RpcContext中
* 如果当前对象是服务提供者,则从 RpcContext 中获取 Trace 信息。
* @author winfun
* @return {@link }
**/
private void handleTraceId() {
RpcContext context = RpcContext.getContext();
if (context.isConsumerSide()) {
TraceUtil.putTraceInto(context);
} else if (context.isProviderSide()) {
TraceUtil.getTraceFrom(context);
}
}
}
ResponseBodyAdvice:
还有一个比较重要的点是,我们需要在接口返回时将 TraceId 返回给前端,我们当然不可能在每个接口那里植入返回 TraceId 的代码,而是利用 ResponseBodyAdvice,可以在接口结果返回前,对返回结果进行进一步的处理。
下面上代码:
/**
* Response Advice
* @author winfun
* @date 2020/10/30 3:47 下午
**/
public class WebResponseModifyAdvice implements ResponseBodyAdvice {
public boolean supports(final MethodParameter methodParameter, final Class converterType) {
// 返回 class 为 ApiResult(带 TraceId 属性) & converterType 为 Json 转换
return methodParameter.getMethod().getReturnType().isAssignableFrom(ApiResult.class)
&& converterType.isAssignableFrom(MappingJackson2HttpMessageConverter.class);
}
public Object beforeBodyWrite(final Object body, final MethodParameter methodParameter, final MediaType mediaType, final Class aClass,
final ServerHttpRequest serverHttpRequest, final ServerHttpResponse serverHttpResponse) {
// 设置 TraceId
((ApiResult<?>) body).setTraceId(MDC.get(TraceUtil.TRACE_ID));
return body;
}
}
3、dubbo-provider-one & dubbo-provider-two
服务提供者也是非常的简单,同样只需要使用上面消费者的 DubboTraceFiler 即可,里面会先从 RpcContext 中获取 Trace 信息,然后将 Dubbo 调用前的 Request 和调用后的 Response 都打印出来。就没有其他多余的动作了。
三、测试
1、接口如下:
接口非常简单,直接引入两个服务提供者的依赖,然后进行 Dubbo 接口的调用,最后将俩接口的返回值拼接起来返回给前端即可。
下面上代码:
/**
* Say Hello & Hi
* @author winfun
* @date 2020/10/29 5:12 下午
**/
public class HelloController {
private DubboServiceOne dubboServiceOne;
private DubboServiceTwo dubboServiceTwo;
public ApiResult sayHello( String name){
String hello = dubboServiceOne.sayHello(name);
String hi = dubboServiceTwo.sayHi(name);
return ApiResult.success(hello+" "+hi);
}
}
2、接口返回:
我们可以看到接口已经成功返回,并且可以看到 TraceId 为16042841032799628772:
接下来,我们看看消费者的后台打印是否是同一个 TraceId,无疑是一样的:
最后,我们要确定两个服务提供者是否能拿到对应的 Trace 信息:
服务提供者One:
服务提供者Two:
到此,我们可以发现:不管是前端,Dubbo 消费者,和 Dubbo 提供者,都是同一个 TraceId。这样的话,我们整个日志链路就跑通了。
四、最后
当然了,上面的日志全链路追踪只适合用于 Dubbo 作为 PRC 框架。假设我们使用 OpenFeign 的话,只能自己再做扩展了。
虽然项目代码不多,但是就不全部放上来了,如果大家感兴趣,可以去看看这个链接:https://github.com/Howinfun/study-in-work-and-life/tree/master/dubbo