Skywalking的存储配置与调优

https://blog.csdn.net/smooth00/article/details/96479544

 做为一款APM和全链路监控平台，Skywalking算是挺出色的。Skywalking是APM监控平台的后起之秀，大有超越其余开源APM监控平台的趋势。它经过探针自动收集所需的指标，并进行分布式追踪。经过这些调用链路以及指标，Skywalking APM会感知应用间关系和服务间关系，并进行相应的指标统计。

        目前Skywalking支持h二、mysql、ElasticSearch做为数据存储，我就说一下，这三个种库的优缺点和使用要求：

     

        ElasticSearch不是自带的，须要安装，考虑到轻量级，我选用的是elasticsearch-6.2.4，缘由是包小免安装，解压完也才30多M，并且目前最新版本的Skywalking 6.2.0是可以支持该版本的ElasticSearch。

        Skywalking启用ES，只须要配置文件设置以下：

storage: elasticsearch: nameSpace: ${SW_NAMESPACE:""} clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:localhost:9200} user: ${SW_ES_USER:""} password: ${SW_ES_PASSWORD:""} indexShardsNumber: ${SW_STORAGE_ES_INDEX_SHARDS_NUMBER:2} indexReplicasNumber: ${SW_STORAGE_ES_INDEX_REPLICAS_NUMBER:0} # Those data TTL settings will override the same settings in core module. recordDataTTL: ${SW_STORAGE_ES_RECORD_DATA_TTL:7} # Unit is day otherMetricsDataTTL: ${SW_STORAGE_ES_OTHER_METRIC_DATA_TTL:45} # Unit is day monthMetricsDataTTL: ${SW_STORAGE_ES_MONTH_METRIC_DATA_TTL:18} # Unit is month bulkActions: ${SW_STORAGE_ES_BULK_ACTIONS:2000} # Execute the bulk every 2000 requests bulkSize: ${SW_STORAGE_ES_BULK_SIZE:20} # flush the bulk every 20mb flushInterval: ${SW_STORAGE_ES_FLUSH_INTERVAL:10} # flush the bulk every 10 seconds whatever the number of requests concurrentRequests: ${SW_STORAGE_ES_CONCURRENT_REQUESTS:2} # the number of concurrent requests metadataQueryMaxSize: ${SW_STORAGE_ES_QUERY_MAX_SIZE:5000} segmentQueryMaxSize: ${SW_STORAGE_ES_QUERY_SEGMENT_SIZE:200}

 另外若是，想让ES能同时被本地和远程访问到，能够改一下ES的配置文件，IP改成以下：

network.host: 0.0.0.0

    我专门写了linux下的ES启动脚本（脚本放在skywalking的bin目录下，ES放在Skywalking的根目录下），因为ES不能以root用户启动，因此脚本里加了用户的自动建立：

#!/bin/bash check_user() { #判断用户是否存在passwd中 i=`cat /etc/passwd | cut -f1 -d':' | grep -w "$1" -c` if [ $i -le 0 ]; then echo "User $1 is not in the passwd"
        return 0
    else #显示用户存在 echo "User $1 is in then use"
        return 1 fi } uname=elsearch check_user $uname if [ $? -eq 0 ] then #添加此用户 sudo useradd $uname passwd $uname --stdin "123456" echo "user $uname add!!!" fi Cur_Dir=$(cd "$(dirname "$0")"; pwd) chown $uname:$uname -R $Cur_Dir/../elasticsearch chmod -R 766 $Cur_Dir/../elasticsearch chmod -R 777 $Cur_Dir/../elasticsearch/bin su - $uname -c "nohup $Cur_Dir/../elasticsearch/bin/elasticsearch > $Cur_Dir/../elasticsearch/logs/output.log 2>&1 &" echo "elasticsearch start success!"

   考虑到ES也是须要先启动，确保端口监听正常了，才能启动oapService，因此我改造了skywalking自带的启动脚本，加了端口监听判断： 

#!/usr/bin/env sh check_port() { grep_port=`netstat -tlpn | grep "\b$1\b"` echo "grep port is $grep_port"
  if [ -n "$grep_port" ] then echo "port $port is in use"
    return 1
  else echo "port is not established,please wait a moment......"
    return 0 fi } PRG="$0" PRGDIR=`dirname "$PRG"` OAP_EXE=oapService.sh WEBAPP_EXE=webappService.sh elsearch_EXE=elasticsearchStart.sh "$PRGDIR"/"$elsearch_EXE" port=9200 echo "check $port"
for i in $(seq 1 20) do check_port $port if [ $? -eq 0 ] then sleep 2s else
    break fi done "$PRGDIR"/"$OAP_EXE"
 
"$PRGDIR"/"$WEBAPP_EXE"

以上的准备，就是为Skywalking应用ES存储作好了准备，可是Elasticsearch自己也是存在写入瓶颈的，也就是说ES也会崩溃，一但崩溃，就可能oapService关闭，或是致使skywalking页面大盘空白。

       咱们能够作些调优，skywalking写入ES的操做是使用了ES的批量写入接口。咱们能够调整这些批量的维度。尽可能下降ES索引的写入频率，如：

bulkActions: ${SW_STORAGE_ES_BULK_ACTIONS:4000} # Execute the bulk every 2000 requests bulkSize: ${SW_STORAGE_ES_BULK_SIZE:40} # flush the bulk every 20mb flushInterval: ${SW_STORAGE_ES_FLUSH_INTERVAL:30} # flush the bulk every 10 seconds whatever the number of requests concurrentRequests: ${SW_STORAGE_ES_CONCURRENT_REQUESTS:4} # the number of concurrent requests metadataQueryMaxSize: ${SW_STORAGE_ES_QUERY_MAX_SIZE:8000}

调用的源码以下：

BulkProcessor bulkProcessor = BulkProcessor.builder( client, new BulkProcessor.Listener() { @Override public void beforeBulk(long executionId, BulkRequest request) { ... } @Override public void afterBulk(long executionId, BulkRequest request, BulkResponse response) { ... } @Override public void afterBulk(long executionId, BulkRequest request, Throwable failure) { ... } }) .setBulkActions(10000) .setBulkSize(new ByteSizeValue(5, ByteSizeUnit.MB)) .setFlushInterval(TimeValue.timeValueSeconds(5)) .setConcurrentRequests(1) .setBackoffPolicy( BackoffPolicy.exponentialBackoff(TimeValue.timeValueMillis(100), 3)) .build();

 

 

 参考博客：https://www.elastic.co/guide/en/elasticsearch/client/java-api/5.5/java-docs-bulk-processor.html

调整bulkActions默认2000次请求批量写入一次改到4000次；

bulkSize批量刷新从20M一次到40M一次；

flushInterval每10秒刷新一次堆改成每30秒刷新；

concurrentRequests查询的最大数量由5000改成8000。这种配置调优确实生效了，

 

 

重启服务后两三天了都没有出现过ES写入阻塞的问题。不过这种设置只是暂时的，你只能指望流量不突发，或者应用不增长。一旦遇到突发流量和应用的增长，ES写入瓶颈仍是会凸显出来。并且参数设置过大带来了一个新的问题，就是数据写入延时会比较大，一次服务交互发生的trace隔很久才能在skywalking页面上查询到。因此最终解决方案是优化ES的写入性能，具体优化能够参考别人的文章：https://www.easyice.cn/archives/207

       另外做为开源化的平台，扩展性也是其中的优点，自己ES就是分布式全文检索框架，能够部署成高可用的集群，另外Skyawalking也是分布式链路跟踪系统，分布式既然是它应用的特性，那么怎么去构建集群化的监控平台，就彻底靠你本身的想象和发挥了。

另外附上Skywalking各模块完整的配置说明（为看不明白英文注释的人准备）：

 （1）Skywalking collector 配置
        OAP(Collector)链路数据归集器，主要用于数据落地，大部分都会选择 Elasticsearch 6，OAP配置文件为 /opt/apache-skywalking-apm-6.2.0/config/application.yml，配置单点的 OAP(Collector)配置以下：

cluster: # 单节点模式 standalone: # zk用于管理collector集群协做. # zookeeper: # 多个zk链接地址用逗号分隔. # hostPort: localhost:2181 # sessionTimeout: 100000 # 分布式 kv 存储设施，相似于zk，但没有zk重型（除了etcd，consul、Nacos等都是相似功能） # etcd: # serviceName: ${SW_SERVICE_NAME:"SkyWalking_OAP_Cluster"} # 多个节点用逗号分隔, 如: 10.0.0.1:2379,10.0.0.2:2379,10.0.0.3:2379 # hostPort: ${SW_CLUSTER_ETCD_HOST_PORT:localhost:2379} core: default:       # 混合角色：接收代理数据，1级聚合、2级聚合 # 接收者：接收代理数据，1级聚合点 # 聚合器：2级聚合点       role: ${SW_CORE_ROLE:Mixed} # Mixed/Receiver/Aggregator        # rest 服务地址和端口       restHost: ${SW_CORE_REST_HOST:localhost}       restPort: ${SW_CORE_REST_PORT:12800}       restContextPath: ${SW_CORE_REST_CONTEXT_PATH:/}       # gRPC 服务地址和端口       gRPCHost: ${SW_CORE_GRPC_HOST:localhost}       gRPCPort: ${SW_CORE_GRPC_PORT:11800}       downsampling:       - Hour       - Day       - Month       # 设置度量数据的超时。超时过时后，度量数据将自动删除.       # 单位分钟       recordDataTTL: ${SW_CORE_RECORD_DATA_TTL:90}       # 单位分钟       minuteMetricsDataTTL: ${SW_CORE_MINUTE_METRIC_DATA_TTL:90}       # 单位小时       hourMetricsDataTTL: ${SW_CORE_HOUR_METRIC_DATA_TTL:36}       # 单位天       dayMetricsDataTTL: ${SW_CORE_DAY_METRIC_DATA_TTL:45}       # 单位月       monthMetricsDataTTL: ${SW_CORE_MONTH_METRIC_DATA_TTL:18} storage: elasticsearch:       # elasticsearch 的集群名称       nameSpace: ${SW_NAMESPACE:"local-ES"} # elasticsearch 集群节点的地址及端口 clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:192.168.2.10:9200} # elasticsearch 的用户名和密码 user: ${SW_ES_USER:""} password: ${SW_ES_PASSWORD:""} # 设置 elasticsearch 索引分片数量 indexShardsNumber: ${SW_STORAGE_ES_INDEX_SHARDS_NUMBER:2} # 设置 elasticsearch 索引副本数 indexReplicasNumber: ${SW_STORAGE_ES_INDEX_REPLICAS_NUMBER:0} # 批量处理配置 # 每2000个请求执行一次批量 bulkActions: ${SW_STORAGE_ES_BULK_ACTIONS:2000} # 每 20mb 刷新一次内存块 bulkSize: ${SW_STORAGE_ES_BULK_SIZE:20} # 不管请求的数量如何，每10秒刷新一次堆 flushInterval: ${SW_STORAGE_ES_FLUSH_INTERVAL:10} # 并发请求的数量 concurrentRequests: ${SW_STORAGE_ES_CONCURRENT_REQUESTS:2} # elasticsearch 查询的最大数量 metadataQueryMaxSize: ${SW_STORAGE_ES_QUERY_MAX_SIZE:5000} # elasticsearch 查询段最大数量 segmentQueryMaxSize: ${SW_STORAGE_ES_QUERY_SEGMENT_SIZE:200}

（2）Skywalking webApp 配置
       Skywalking 的 WebApp 主要是用来展现落地的数据，所以只须要配置 Web 的端口及获取数据的 OAP(Collector)的IP和端口，webApp 配置文件地址为  /opt/apache-skywalking-apm-6.2.0/webapp/webapp.yml 配置以下：

server: port: 9000 collector: path: /graphql ribbon: ReadTimeout: 10000 # 指向全部后端collector 的 restHost:restPort 配置，多个使用, 分隔 listOfServers: localhost:12800 security: user: # username admin: # password password: admin

（3）Skywalking Agent 配置        Skywalking 的 Agent 主要用于收集和发送数据到 OAP(Collector)，所以须要进行配置 Skywalking OAP(Collector)的地址，Agent 的配置文件地址为  /opt/apache-skywalking-apm-6.2.0/agent/config/agent.config，配置以下：

# 设置Agent命名空间，它用来隔离追踪和监控数据，当两个应用使用不一样的名称空间时，跨进程传播链会中断。 agent.namespace=${SW_AGENT_NAMESPACE:default-namespace} # 设置服务名称，会在 Skywalking UI 上显示的名称 agent.service_name=${SW_AGENT_NAME:Your_ApplicationName} # 每 3秒采集的样本跟踪比例，若是是负数则表示 100%采集 agent.sample_n_per_3_secs=${SW_AGENT_SAMPLE:-1} # 启用 Debug ，若是为 true 则将把全部检测到的类文件保存在"/debug"文件夹中 # agent.is_open_debugging_class = ${SW_AGENT_OPEN_DEBUG:true} # 后端的 collector 端口及地址 collector.backend_service=${SW_AGENT_COLLECTOR_BACKEND_SERVICES:192.168.2.215:11800} # 日志级别 logging.level=${SW_LOGGING_LEVEL:DEBUG}