基于消息中間件的調(diào)用鏈跟蹤設(shè)計與實現(xiàn)

唐文

摘要：分布式系統(tǒng)對高性能、高可用性、可伸縮要求越來越高，消息中間件是重要的技術(shù)之一，解決應(yīng)用解耦、異步消息、流量削峰等問題。消息中間件松耦合交互方式在系統(tǒng)整體實現(xiàn)層面會呈現(xiàn)出復(fù)雜度，多應(yīng)用間業(yè)務(wù)流無法跟蹤、無法定位問題，需要耗費大量的時間來查找定位問題。該文實現(xiàn)一種基于消息中間件的調(diào)用鏈跟蹤方法，可視化業(yè)務(wù)流完整的調(diào)用鏈，同時統(tǒng)計分析各階段耗時，而且方法對應(yīng)用程序?qū)崿F(xiàn)“零侵入”。

關(guān)鍵詞：分布式系統(tǒng);消息中間件;調(diào)用鏈跟蹤;服務(wù)跟蹤

中圖分類號：TP311 文獻標(biāo)識碼：A

文章編號：1009-3044（2019）30-0054-02

1概述

分布式系統(tǒng)中應(yīng)用部署在不同節(jié)點中，不同的應(yīng)用之間通過傳遞消息來激活對方的事件觸發(fā)相應(yīng)的操作，發(fā)送者將消息發(fā)布到主題中，消費者通過訂閱主題來獲取關(guān)注的消息，消息中間件能在不同平臺之間通信，屏蔽掉各種平臺及協(xié)議之間的特性，實現(xiàn)應(yīng)用程序之間的協(xié)同。發(fā)布/訂閱者不相互感知，由此帶來一些問題：消息在應(yīng)用程序之間傳遞丟失，無法快速定位出丟失消息的應(yīng)用嘲;業(yè)務(wù)流過程中如果出現(xiàn)性能問題，無法快速確定哪個應(yīng)用耗時長。以上問題往往需要將各個應(yīng)用日志打開，耗費大量人力才能找出問題。

分布式消息跟蹤業(yè)界已有成熟的實現(xiàn)方案，代表是GoogleDapper，其實現(xiàn)原理是：對于每次用戶發(fā)起的請求，使用一個TRACE ID作為標(biāo)識，每個服務(wù)組件使用SPAN ID作為標(biāo)識，服務(wù)組件對于到達的請求記錄跟蹤日志，跟蹤日志中包含TRACE，ID、SPAN ID和PARENT，ID（消息發(fā)送上游組件的SPAN加），組件通過PARENT ID找到上游組件，用戶發(fā)起的請求涉及的所有組件調(diào)用關(guān)系可視出來。Dapper已有實現(xiàn)主要在遠程過程調(diào)用（RPC）場景，對應(yīng)用開發(fā)者未完全實現(xiàn)“零侵入”嘲。

2設(shè)計實現(xiàn)

2.1方案

消息中間件（MOM）采用發(fā)布/訂閱模式，生產(chǎn)者將消息發(fā)送到主題中，中間件將主題中消息發(fā)送給訂閱者，將Dapper的TRACE，ID、SPAN，ID和PARENT ID在發(fā)布訂閱消息中傳遞，應(yīng)用將ID持久化到日志中，通過日志則可分析出調(diào)用鏈。

如圖1所示，業(yè)務(wù)流由APPl發(fā)起消息，消息APP2和APP3訂閱處理，APP2處理之后發(fā)布新消息，新消息APP4訂閱處理，一次完整的業(yè)務(wù)流經(jīng)過APP1、APP2、APP3、APP4和中間件5個組件，參照Dapper原理過程如下：

1）APP1業(yè)務(wù)流發(fā)起來，生成一個Traceid假若為1，Parentid等于自身Moduleid為1，兩個id攜帶在發(fā)布的消息中，同時id持久化到日志中;

2）APP2訂閱到消息，首先將接收到消息的Traceid=1、Parentid=1持久化到日志中，消息處理完成后生成新消息，新消息Traceid繼承已處理消息的Traceid為1，Parentid等于自身Moduleid為2;

3）APP4訂閱到消息，將接收到消息的Traceid=1、Parentid=2持久化到日志中;

41 APP3訂閱到消息，將接收到消息的Traceid=1、Parentid=2持久化到日志中。

步驟2中APP2發(fā)布新消息繼承Traceid對應(yīng)用程序“零侵人”原理在消息處理進程/線程上下文未改變。日志文件命名與Moduleid一致，通過日志文件中的Traceid、Parentid則可以將業(yè)務(wù)流調(diào)用鏈識別出來。APP發(fā)送/接收端記錄日志信息，同樣中間件接收，發(fā)送端也記錄日志信息，日志信息加上時間戳，不僅是調(diào)用鏈，業(yè)務(wù)流完整耗時、分段耗時、應(yīng)用耗時占比、熱點應(yīng)用都可識別出來，幫助運維者管理和決策。

方案實現(xiàn)存在以下幾個問題需要考慮：

1）Traceid和Moduleid確保系統(tǒng)全局唯一，需要有一個ID生成策略;

2）調(diào)用鏈跟蹤影響系統(tǒng)正常運行，涉及組件眾多，如何動態(tài)開關(guān)功能;

3）調(diào)用鏈生成大量的日志需要機器分析，日志規(guī)格化便于機器分析。

2.2ID生成策略

Traceid代表一次業(yè)務(wù)流，不能出現(xiàn)兩個一樣的Traceid，使用時間戳是一個很好的辦法，Linux時間戳精確到微妙/納秒，如果在APP端生成Traceid，同一個時間精度點上可能小概率出現(xiàn)兩個APP生成相同的Traceid。中間件為單線程處理，單次處理耗時小于一個時間戳精度不會發(fā)生，因此在中間件中生成更合理，Traceid規(guī)則如下：

考慮到中間件是多實例多進程，Traceid中加人中間件ID。由于0號Traceid在系統(tǒng)中中約定為不存在ID號，需要保證生成的Traceid不為0，因此將最后12bit最后一位設(shè)置為1。

Moduleid需要考慮應(yīng)用進程在多實例的情況下也能夠識別，Moduleid組成格式-。Moduleid采用字符串構(gòu)成，使用Pid來區(qū)分業(yè)務(wù)進程多實例的情況?？紤]到服務(wù)鏈跟蹤需要做到應(yīng)用“零侵入”，新增功能不需要修改代碼，Moduleid不能夠由業(yè)務(wù)來進行設(shè)置，應(yīng)用使用中間件時注冊了Moduleid，因此可由中間件直接將Moduleid加入到消息通告中，應(yīng)用無需感知。

2.3功能開關(guān)

服務(wù)鏈跟蹤功能默認開啟，一個是影響正常業(yè)務(wù)性能，一個是產(chǎn)生大量log，兩個都浪費系統(tǒng)資源，因此需要支持動態(tài)開關(guān)。一次業(yè)務(wù)流涉及的所有應(yīng)用很難提前知曉，發(fā)起應(yīng)用則很容易知道，在業(yè)務(wù)流發(fā)起應(yīng)用打開功能更合理的，同時能支持指定消息主題打開。

業(yè)務(wù)流發(fā)起應(yīng)用打開功能后，中間件以及所有的下游應(yīng)用如何識別。發(fā)起應(yīng)用可通過特定命令告訴中間件該次消息需要使用調(diào)用鏈跟蹤，中間件識別到則生成一個新的Traceid，并在消息通告中攜帶上Traceid和Parentid，下流應(yīng)用接收到攜帶ID的消息則認為功能開啟，這樣鏈?zhǔn)絺鬟f將所有涉及的應(yīng)用功能開啟。實現(xiàn)上將Traceid=O作為功能開啟，這也是上小節(jié)為什么將0號視為不存在的Traceid。業(yè)務(wù)流執(zhí)行完成功能同時關(guān)閉，因此功能關(guān)閉不需要額外處理。

2.4日志分析

為支持機器分析日志，日志首先需要支持規(guī)格化，XML/JSON是常用的規(guī)格化方式，嵌入式系統(tǒng)中資源受限使用最簡單的規(guī)格化方式，在日志將增加標(biāo)簽。單條日志包含的信息如下：其中：

Traceid標(biāo)識本條日志屬于哪條跟蹤鏈;CMod標(biāo)識本條日志屬于哪個應(yīng)用;

LMod標(biāo)識本條日志Parentid是哪個應(yīng)用;

Key標(biāo)識觸發(fā)本次消息的主題;

Act標(biāo)識觸發(fā)本次消息的增/刪/改行為。

跟蹤日志具有固定的格式，因此可以使用正則表達式從中分析出所有信息，通過CMod和LMod找出調(diào)用父子關(guān)系，構(gòu)造出調(diào)用鏈樹形圖。另外，耗時可以是日志生成的時間戳中分析獲取。

3測試

下圖2展示了系統(tǒng)中一次業(yè)務(wù)流調(diào)用鏈圖，上下流應(yīng)用調(diào)用關(guān)系、消息傳遞的主題Key、業(yè)務(wù)流完整耗時、各階段耗時及占比全部可顯示出來，達到了系統(tǒng)設(shè)計預(yù)期。

4結(jié)論

本文基于Google Dapper原理實現(xiàn)了基于消息中間的調(diào)用鏈跟蹤，解決了分布式系統(tǒng)中應(yīng)用之間調(diào)用關(guān)系難于跟蹤定位問題，對于業(yè)務(wù)流時延性能分析能夠顯著的幫助，優(yōu)化只需要關(guān)注各個應(yīng)用，完整視圖由機器來自動化生產(chǎn)，節(jié)省人力資源投入。本文實現(xiàn)還存在下一步優(yōu)化點：1）應(yīng)用消息處理更改上下文，如采用異步處理方式;2）分布式節(jié)點中時間戳存在不一致，耗時分析增加這部分考慮。