vlambda博客
学习文章列表

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:

<?xml version="1.0" encoding="UTF-8"?><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。

带你一步步实现最简单的分布式系统日志全链路追踪

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 **/@Slf4j@Order(1)@WebFilter(urlPatterns = "/*")public class WebRequestFilter implements Filter {
@Override 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 **/@Slf4j@Activate(order = 100,group = {Constants.PROVIDER_PROTOCOL,Constants.CONSUMER_PROTOCOL})public class DubboTraceFilter implements Filter { @Override 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 **/@RestControllerAdvice(basePackages = "com.winfun")public class WebResponseModifyAdvice implements ResponseBodyAdvice {
@Override 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); }
@Override 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

带你一步步实现最简单的分布式系统日志全链路追踪
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 **/@RequestMapping("/hello")@RestControllerpublic class HelloController {
@DubboReference(check = false,lazy = true) private DubboServiceOne dubboServiceOne;
@DubboReference(check = false,lazy = true) private DubboServiceTwo dubboServiceTwo;
@GetMapping("/{name}") public ApiResult sayHello(@PathVariable("name") 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
带你一步步实现最简单的分布式系统日志全链路追踪

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:
带你一步步实现最简单的分布式系统日志全链路追踪

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