go基于grpc构建微服务框架-集成opentracing

1.概述

存在这样一种场景，当咱们进行微服务拆分后，一个请求将会通过多个服务处理以后再返回，这时，若是在请求的链路上某个服务出现故障时，排查故障将会比较困难． 咱们可能须要将请求通过的服务，挨个查看日志进行分析，当服务有几十上百个实例时，这无疑是可怕的．所以为了解决这种问题，调用链追踪应运而生．

2.opentracing

1.1 opentracing做用

调用链追踪最早由googel在Dapper这篇论文中提出，OpenTracing主要定义了相关的协议以及接口，这样各个语言只要按照Opentracing的接口以及协议实现数据上报，那么调用信息就能统一被收集．

如上图所示，接口可能首先通过web框架，而后调用auth服务，经过调用链，将请求通过的服务进行编号，统一收集起来，造成逻辑上的链路，这样，咱们就能够看到请求通过了哪些服务，从而造成服务依赖的拓扑．

如上，总链路由每段链路组成，每段链路均表明通过的服务，耗时可用于分析系统瓶颈，当某个请求返回较慢时，能够经过排查某一段链路的耗时状况，从而分析是哪一个服务出现延时较高，今个到具体的服务中分析具体的问题．

1.2 opentraing关键术语

• Traces(调用链)
  一次调用的链路，由TraceID惟一标志，如一次请求则一般为一个trace,trace由全部途径的span组成．

• Spans(调用跨度)
  没进过一个服务则将span，一样每一个span由spanID惟一标志．

• Span Tags(跨度标签)
  span的标签，如一段span是调用redis的，而能够设置redis的标签，这样经过搜索redis关键字，咱们就能够查询出全部相关的span以及trace.

• Baggage Item(附带数据)
  附加的数据,由key:value组成，经过附加数据，能够给调用链更多的描述信息，不过考虑到传输问题，附加数据应该尽量少．

1.3 jaeger & zipkin

目前开源的实现有zipkin以及jaeger

• zipkin zipkin主要由java编写，经过各个语言的上报库实现将数据上报到collector,collector再将数据存储，并经过API提供给前段UI展现．

• jaeger jaeger由go实现，由uber开发，目前是cloud native项目,流程与zipkin相似，增长jager-agent这样个组件，这个组件官方建议是每一个机器都部署一个，经过这个组件再将数据上报到collector存储展现，另外，里面作了对zipkin的适配，其实一开始他们用的也是zipkin，为毛后面要本身造轮子？见他们的解释. 连接

总的来讲二者都能基本知足opentracing的功能，具体的选择能够结合自身技术栈和癖好．

2. grpc集成opentracing

grpc集成opentracing并不难，由于grpc服务端以及调用端分别声明了UnaryClientInterceptor以及UnaryServerInterceptor两个回调函数，所以只须要重写这两个回调函数，并在重写的回调函数中调用opentracing接口进行上报便可．
初始化时传入重写后的回调函数，同时二选一初始化jager或者zipkin，而后你就能够开启分布式调用链追踪之旅了．

完整的代码见grpc-wrapper

2.1 client端

func OpenTracingClientInterceptor(tracer opentracing.Tracer) grpc.UnaryClientInterceptor {
	return func( ctx context.Context, method string, req, resp interface{}, cc *grpc.ClientConn, invoker grpc.UnaryInvoker, opts ...grpc.CallOption, ) error {

        //从context中获取spanContext,若是上层没有开启追踪，则这里新建一个
        //追踪，若是上层已经有了，测建立子span．
		var parentCtx opentracing.SpanContext
		if parent := opentracing.SpanFromContext(ctx); parent != nil {
			parentCtx = parent.Context()
		}
		cliSpan := tracer.StartSpan(
			method,
			opentracing.ChildOf(parentCtx),
			wrapper.TracingComponentTag,
			ext.SpanKindRPCClient,
		)
		defer cliSpan.Finish()

        //将以前放入context中的metadata数据取出，若是没有则新建一个metadata
		md, ok := metadata.FromOutgoingContext(ctx)
		if !ok {
			md = metadata.New(nil)
		} else {
			md = md.Copy()
		}
		mdWriter := MDReaderWriter{md}

        //将追踪数据注入到metadata中
		err := tracer.Inject(cliSpan.Context(), opentracing.TextMap, mdWriter)
		if err != nil {
			grpclog.Errorf("inject to metadata err %v", err)
		}
        //将metadata数据装入context中
		ctx = metadata.NewOutgoingContext(ctx, md)
        //使用带有追踪数据的context进行grpc调用．
		err = invoker(ctx, method, req, resp, cc, opts...)
		if err != nil {
			cliSpan.LogFields(log.String("err", err.Error()))
		}
		return err
	}
}
复制代码

2.2 server端

func OpentracingServerInterceptor(tracer opentracing.Tracer) grpc.UnaryServerInterceptor {
	return func( ctx context.Context, req interface{}, info *grpc.UnaryServerInfo, handler grpc.UnaryHandler, ) (resp interface{}, err error) {
                //从context中取出metadata
		md, ok := metadata.FromIncomingContext(ctx)
		if !ok {
			md = metadata.New(nil)
		}
               //从metadata中取出最终数据，并建立出span对象
		spanContext, err := tracer.Extract(opentracing.TextMap, MDReaderWriter{md})
		if err != nil && err != opentracing.ErrSpanContextNotFound {
			grpclog.Errorf("extract from metadata err %v", err)
		}
                //初始化server 端的span
		serverSpan := tracer.StartSpan(
			info.FullMethod,
			ext.RPCServerOption(spanContext),
			wrapper.TracingComponentTag,
			ext.SpanKindRPCServer,
		)
		defer serverSpan.Finish()
		ctx = opentracing.ContextWithSpan(ctx, serverSpan)
             //将带有追踪的context传入应用代码中进行调用
		return handler(ctx, req)
	}
}
复制代码

因为opentracing定义了相关的接口，而jaeger以及zipkin进行了相应的实现，所以这里可使用jaeger的也可使用zipkin进行上报．

3.效果

jaeger服务主页信息

每条调用链信息

4.参考

zipkin
jaeger
OpenTracing
grpc-wrapper