⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处不焦躁的程序员「不焦躁的程序员」欢迎转载，保留摘要，谢谢！

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表

RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址

您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。

新的源码解析文章实时收到通知。每周更新一篇左右。

认真的源码交流微信群。

随着业务发展壮大，微服务越来越多，调用链路越来越复杂，需要快速建立链路跟踪系统，以及建立系统的可观测性，以便快速了解系统的整体运行情况。此时就非常推荐 SkyWalking 了，SkyWalking 不仅仅是一款链路跟踪工具，还可以作为一个系统监控工具，还具有告警功能。使用简便、上手又快。真可谓快、准、狠。

本文主要介绍如何快速集成使用 SkyWalking，从 3 个方面入手：原理、搭建、使用。

1、原理

1.1、概括

SkyWalking 整体分为 4 个部分：探针采集层、数据传输和逻辑处理层、数据存储层、数据展示层。

1.2、探针采集层

所谓探针，实际上是一种动态代理技术，只不过不是我们常用的 Java 代理类，而是在类加载时，就生成了增强过的代理类的字节码，增强了数据拦截和采集上报的功能。

探针技术是在项目启动时通过字节码技术（比如 JavaAgent、ByteBuddy）进行类加载和替换，生成新的增强过的 Class 文件，对性能的影响是一次性的。

探针技术，因为在类加载时进行转换，增强了部分功能，所以会增加项目启动时间，同时也会增加内存占用量和线程数量。但是对性能影响不大，官方介绍在 5% ~ 10%之间。

探针层在类转换时，通过各种插件对原有的类进行增强，之后在运行时拦截请求，然后将拦截的数据上报给 Skywalking 服务端。同时再加上一些定时任务，去采集应用服务器的基础数据，比如 JVM 信息等。

1.3、数据传输和逻辑处理层

SkyWalking 探针层使用了 GRPC 作为数据传输框架，将采集的数据上报到 SkyWalking 服务端。

SkyWalking 服务端接收数据后，利用各种插件来进行数据的分析和逻辑处理。比如：JVM 相关插件，主要用于处理上报上来的 JVM 信息，数据库插件用来分析访问数据库的信息。然后在将数据存入到数据存储层。

1.4、数据存储层

SkyWalking 的数据存储层支持多种主流数据库，可以自行到配置文件里查阅。我推荐使用 ElasticSearch，存储量大，搜索性能又好。

1.5、数据展示层

SkyWalking 通过 Rocketbot 进行页面 UI 展示。可以在页面的左上角看到这个可爱的Rocketbot。

2、搭建

知道了原理，搭建就很轻松了，使用 SkyWalking 其实就 3 个步骤：

搭建数据存储部件。
搭建 SkyWalking 服务端。
应用通过 agent 探针技术将数据采集上报给 SkyWalking 服务端。

2.1、搭建数据存储部件

SkyWalking 支持多种存储方式，此处推荐采用 Elasticsearch 作为存储组件，存储的数据量较大，搜索响应快。

快速搭建 Elasticsearch：

安装 java：yum install java-1.8.0-openjdk-devel.x86_64
下载 Elasticsearch 安装包：https://www.elastic.co/cn/downloads/past-releases/elasticsearch-7-17-1
修改elasticsearch.yml文件的部分字段：cluster.name，node.name，path.data，path.logs，network.host，http.port，discovery.seed_hosts，cluster.initial_master_nodes。将字段的值改成对应的值。
在 Elasticsearch 的bin目录下执行./elasticsearch启动服务。
访问http://es-ip:9200，看到如下界面就代表安装成功。

{
  "name": "node-1",
  "cluster_name": "my-application",
  "cluster_uuid": "GvK7v9HhS4qgCvfvU6lYCQ",
  "version": {
    "number": "7.17.1",
    "build_flavor": "default",
    "build_type": "rpm",
    "build_hash": "e5acb99f822233d6ad4sdf44ce45a454xxxaasdfas323ab",
    "build_date": "2023-02-23T22:20:54.153567231Z",
    "build_snapshot": false,
    "lucene_version": "8.11.1",
    "minimum_wire_compatibility_version": "6.8.0",
    "minimum_index_compatibility_version": "6.0.0-beta1"
  },
  "tagline": "You Know, for Search"
}

2.2、搭建 SkyWalking 服务端

搭建 SkyWalking 服务端只需要 4 步：

1、下载并解压 SkyWalking：https://archive.apache.org/dist/skywalking/8.9.0/

2、进入到安装目录下的修改配置文件：config/apllication.yaml。将存储修改为 ElasticSearch。

3、进入到安装目录下的bin目录，执行./startup.sh启动 SkyWalking 服务端。

4、此时使用 jps 命令，应该可以看到如下 2 个进程。一个是 web 页面进程，一个是接受和处理上报数据的进程。如果没有 jps 命令，那自行查看下是否配置了 Java 环境变量。同时访问http://ip:8080应该可以看到如下界面。

2.3、应用采集上报数据

应用采集并且上报数据，直接使用 agent 探针方式。分为以下 3 步：

1、下载解压 agent：https://archive.apache.org/dist/skywalking/java-agent/8.9.0/，找到`skywalking-agent.jar`

2、添加启动参数

应用如果是 jar 命令启动，则直接添加启动参数即可：

java -javaagent:/自定义path/skywalking-agent.jar -Dskywalking.collector.backend_service={{agentUrl}} -jar xxxxxx.jar

此处的是 SkyWalking 服务端安装的地址，再加上11800端口。比如：10.20.0.55:11800。

应用如果是 Docker 镜像的部署方式，则需要将skywalking-agent.jar打到镜像里，类似下图：

3、启动项目后，即可看到监控数据，如下图：

3、UI 页面使用

原理和搭建已经介绍完毕，接下来快速介绍 UI 页面的功能。下图标红的部分是重点关注区域：

3.1、仪表盘

APM：以全局（Global）、服务（Service）、服务实例（Instance）、端点（Endpoint）的维度展示各项指标。
Database：展示数据库的各项指标。

服务（Service）：某个微服务，或者某个应用。
服务实例（Instance）：某个微服务或者某个应用集群的一台实例或者一台负载。
端点（Endpoint）：某个 Http 请求的接口，或者某个接口名+方法名。

3.2、拓扑图

3.3、追踪

关于 UI 界面的使用，还可以参考这个链接：https://juejin.cn/post/7106307197763584030，这里写的比较详细。

总结

本文主要从 3 个方面入手：原理、搭建、使用，介绍如何快速集成使用 SkyWalking。核心重点：

SkyWalking 其实就 4 部分组成：探针采集上报、数据分析和逻辑处理、数据存储、数据展示。安装使用简单、易上手。
探针技术是 SkyWalking 的基石，说白了就是：在类加载时进行字节码转换增强，然后去拦截请求，采集上报数据。
UI 页面的使用，多用用就熟悉了。

芋道源码 —— 纯源码解析博客

自从用了这款链路追踪系统，睡觉真香！！