什么是分布式跟踪？

分布式跟踪通过在整个事务过程中收集和聚合有关用户交互的数据来跟踪这些应用程序请求。这项技术能让您深入了解应用程序的健康状况和整体用户体验。然后，开发人员可以使用这些跟踪集合对存在问题、错误或高延迟的区域进行故障排除。

现在，您已经了解了什么是分布式跟踪，让我们深入了解它的工作原理。与单体式应用程序不同，微服务环境在分布式后端上运行，因此更难跟踪完整的请求旅程。值得庆幸的是，分布式跟踪可以跟踪用户的每一步操作并监控它如何影响从前端到后端的应用程序。

分布式跟踪首先要检测微服务架构。您可以使用OpenTelemetry 等开源工具来开始检测和遥测收集过程。

接下来，开发人员需要在您的服务中实施代码，以记录跟踪数据并为每个事务标记唯一标识符。编码的跟踪上下文在整个应用程序环境中从一个服务器传递到另一个服务器。将自身附加到交易历程的标识符可让您了解客户体验。

分布式跟踪工具会在事件触发后，跟踪服务器中传输的每个活动或片段。收集一个跨距后，它会移动到下一个跨距，依此类推。这些跨距通常从父跨距开始，然后移动到子跨距。

您的工具会将这些操作排序并收集相关指标，例如自定义属性、时间戳和元数据。通常，分布式追踪工具帮助您以火焰图或瀑布视图格式对这些数据进行可视化。这些图表可帮助工程师解读分布式系统的哪些部分遇到了瓶颈、速度减慢或性能问题。

最后，您需要将分布式跟踪工具与可观测性平台相结合，以获得对应用程序的端到端监控。包括 Instana 这样的平台将帮助您提取和处理数据，以便采取正确的后续步骤来解决任何应用程序错误。

现代架构的复杂性使得单体式旧版应用程序难以为承载它们的工具提供服务。考虑到这一挑战，分布式跟踪对于在云原生环境中实现可观测性变得至关重要。

以下是分布式跟踪的一些主要优点：

• 更快地解决问题：大幅缩短平均解决时间 (MTTR) 和平均发现时间 (MTTD)。工程师可以查看分布式跟踪，找出应用程序错误的根本原因和位置。

• 促进团队协作：在典型的微服务环境中，专业团队处理和开发不同的技术。如果团队不知道错误发生在哪里以及谁负责解决错误，这种情况可能会在团队之间造成混乱。跟踪链接可以帮助工程团队对数据进行可视化，这样他们就可以提醒正确的开发人员修复问题。
  

• 灵活的集成和实施：开发人员可以在几乎任何云原生环境中实现分布式跟踪。这些工具兼容多种编程语言和应用程序。

这些好处中的每一个都让您能够深入了解服务器如何处理单个请求，从而提高应用程序性能。虽然分布式跟踪有很多优点，但也有一些挑战需要注意。

• 手动工具：一些分布式跟踪平台要求开发人员修改代码以开始跟踪用户请求。手动检测过程需要大量工时，使您的应用程序更容易受到错误的影响，并最终可能导致缺少跟踪。
  

• 缺乏前端分析：购买分布式跟踪工具时，确保端到端覆盖非常重要。如果没有此能力，您将只能深入了解后端，而无法获得最终用户的前端体验。这种限制会使调试应用程序变得更加困难。
  

• 采样：一些分布式跟踪工具使用任意采样，随机选择跟踪进行采样和分析。由于跟踪是随机选择的，并且无法知道哪些跟踪会有问题，因此可能会导致团队错过存在的重大错误。

尽管使用分布式系统时可能会出现一些困难，但优点几乎总是大于缺点。将分布式跟踪工具与 Instana 相结合，以帮助应对解决这些挑战。

为了理解分布式跟踪与日志记录之间的区别，我们首先需要了解什么是日志。日志是应用程序系统中发生的事件的时间戳。日志记录监视由日志标识的这些重要事件，以突出显示应用程序中不可预测的行为。如果发生错误，它会触发自动响应并提醒您的开发运维团队。

单独使用日志记录的主要缺点之一是，它无法在没有跟踪的情况下全面了解应用程序性能。

分布式跟踪使用跟踪 ID 在您的系统中跟踪事务及其上下文。通过此上下文，您可以找到系统中发生错误的确切位置。这种对基于微服务的系统的可见性缩短了整个事务环境的检测响应时间。因此，许多团队将分布式跟踪和日志记录相互结合使用，以全面了解其现代应用程序的运行状况。

分布式跟踪工具通常支持仪器、数据收集和将数据可视化为火焰图。建立分布式跟踪解决方案最常用的方法是使用开源工具。

以下是市场上一些最流行的开源选项：

• OpenTelemetry： OpenTelemetry 提供一系列软件开发工具包 (SDK)、数据收集软件、供应商中立的 API 和检测工具。它是 OpenCensus 和 OpenTracing 的组合。这一用于云环境的性能监控框架是最受欢迎的分布式跟踪工具之一。OTel 不包含用于分析或可视化数据的工具，但您可以将遥测数据发送给第三方应用程序以开展此类研究。

• OpenCensus：OpenCensus 由 Google 基于其内部跟踪系统创建。它最终被开源并在多语言库中可用。它可以收集数据并将其传输到后端平台以帮助调试，但遗憾的是，缺乏将软件嵌入到代码中的 API。此限制是 Cloud Native Computing Foundation (CNCF) 将 OpenCensus 和 OpenTracing 组合在一起以创建 OpenTelemetry 的主要原因之一。

• OpenTracing：OpenTracing 是一种与供应商无关的 API，可帮助开发人员检测分布式跟踪代码。该开源项目提供九种不同语言的版本，包括 Java、Python 和 Ruby。

• Zipkin：Zipkin 是 Twitter 创建的另一个开源项目。该分布式跟踪系统可帮助开发运维专业人员收集重要的应用程序数据并排查不同服务架构中的延迟问题。您可以使用 Apache、Kafka 或 HTTP 向 Zipkin 报告数据。

• Jaeger：Jaeger 是此列表中最新的开源项目，由 Uber 创建，可以与 OpenTracing 轻松集成。该工具具有很强的弹性，使其成为通过微服务环境进行请求跟踪的绝佳选择。Zipkin 和 Jaeger 都有助于统计数据的可视化，但在数据采样方面各有局限性。

虽然 OpenCensus 和 OpenTracing 在过去很流行，但我们建议使用 OpenTelemetry、Zipkin 或 Jaeger。将这些工具与 APM 或 Instana 等可观测性工具结合使用，可以全面了解应用程序中发生的情况。

要了解应用程序及其组件之间传递的消息之间的交互，您需要进行跟踪。使用 Instana AutoTrace，您将不会错过任何上下文或调用，因为我们能够捕获每个请求并关联来自开源 API 的跟踪。Instana 通过其动态图使这一切变得简单。

我们优化您的应用程序、服务和系统架构之间的每个跟踪，为您提供完整的系统覆盖。要试用具有分布式跟踪功能的 Instana，请注册我们免费的两周试用版以访问我们的功能。