深入探究SpringBoot中的Sleuth用法

什么是 Sleuth？

Sleuth 是一个分布式跟踪系统，用于跟踪应用程序中的请求和操作。它可以帮助我们了解应用程序的结构和性能，并定位问题的根本原因。Sleuth 可以与 Zipkin 等分布式跟踪系统配合使用，从而提供更全面的应用程序跟踪和分析功能。

Sleuth 在 Spring Boot 中提供了一个便捷的集成方式。它可以轻松地跟踪应用程序中的请求和操作，并将跟踪信息记录到日志文件中。这使得我们可以更轻松地了解应用程序的结构和性能，并快速定位问题的根本原因。

Sleuth 的核心概念

在使用 Sleuth 之前，我们需要了解一些核心概念：

• Trace（跟踪）：一个 Trace 表示一个请求或操作的完整的调用链，从客户端发起请求开始，到服务端响应请求结束。
• Span（跨度）：一个 Span 表示一个请求或操作的一部分，它包含了一些有用的信息，如开始时间、结束时间、操作名称等。
• Trace ID（跟踪 ID）：一个 Trace ID 是一个唯一的标识符，它用于将一组 Span 关联在一起，形成一个完整的 Trace。
• Span ID（跨度 ID）：一个 Span ID 是一个唯一的标识符，它用于标识一个 Span。

在 Sleuth 中，每个请求或操作都会生成一个 Trace，并且每个 Trace 包含多个 Span。每个 Span 包含一个唯一的 Span ID，并与一个 Trace ID 相关联。通过 Trace ID 和 Span ID，我们可以将多个 Span 关联在一起，形成一个完整的 Trace。

使用 Sleuth

要使用 Sleuth，我们需要将 Sleuth 依赖添加到项目中。在 Maven 项目中，可以在 pom.xml 文件中添加以下依赖：

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>

在Gradle项目中，可以在 build.gradle 文件中添加以下依赖：

implementation 'org.springframework.cloud:spring-cloud-starter-sleuth'

添加依赖后，Sleuth 就会自动启用，并开始跟踪应用程序中的请求和操作。Sleuth 会自动为每个请求或操作生成一个 Trace，并为每个 Trace 中的每个 Span 生成一个唯一的 Span ID。

默认情况下，Sleuth 会将 Trace ID 和 Span ID 添加到日志中，以便我们可以轻松地跟踪应用程序中的请求和操作。例如，下面是一个包含 Trace ID 和 Span ID 的日志：

2021-09-01 12:00:00.000 [my-service,0123456789abcdef,0123456789abcdef,true] TRACE [MyController] - Handling request

在上面的例子中，日志中包含了一个 Trace ID（0123456789abcdef）和一个 Span ID（0123456789abcdef），它们分别与一个名为 my-service 的服务相关联。

自定义 Sleuth 配置

在使用 Sleuth 时，我们可以通过配置文件或编程方式进行自定义配置。以下是一些常用的自定义配置方式：

配置 Trace 和 Span 的名称

默认情况下，Sleuth 会为每个 Trace 和Span 分别使用应用程序的名称和随机生成的 ID。如果需要自定义 Trace 和 Span 的名称，可以在 application.properties（或 application.yaml）文件中添加以下配置：

spring.sleuth.sampler.probability=1.0
spring.application.name=my-custom-app-name
spring.sleuth.span-name-regex=(?<controller>MyController)

上面的配置将会将 Trace 的名称设置为 my-custom-app-name，将所有包含 MyController 的 Span 设置为 MyController。同时，spring.sleuth.sampler.probability=1.0 确保 Sleuth 对所有请求和操作进行跟踪。

配置 Sleuth 的 Sampler

在实际的生产环境中，我们可能需要对请求和操作进行采样，以避免 Sleuth 产生过多的跟踪数据。在 Sleuth 中，采样是通过 Sampler 实现的。默认情况下，Sleuth 使用一个随机采样器，它对 10% 的请求进行采样。

如果需要自定义采样器，可以在配置文件中添加以下配置：

spring.sleuth.sampler.type=RATE_LIMITED
spring.sleuth.sampler.rate=0.5

上面的配置将会将采样器设置为 RATE_LIMITED，它会根据请求速率限制采样率。具体而言，它将对 50% 的请求进行采样。

使用 MDC（Mapped Diagnostic Context）

在实际的生产环境中，我们可能需要将 Trace 和 Span 的信息传递给 Logback 或 Log4j2 等日志框架。为了实现这一点，Sleuth 提供了一个 MDC（Mapped Diagnostic Context）实现，它可以将 Trace 和 Span 的信息添加到日志中。

要使用 MDC，我们需要在 application.properties（或 application.yaml）文件中添加以下配置：

logging.pattern.level=%X{traceId} %X{spanId} %5p [${spring.zipkin.service.name:-},%X{X-B3-TraceId:-},%X{X-B3-SpanId:-},%X{X-Span-Export:-}] [%t] %logger{5} - %msg%n

上面的配置将在日志模式中添加 Trace 和 Span 的信息。这样，我们就可以轻松地跟踪应用程序中的请求和操作，并将跟踪信息添加到日志中。

总结

本文介绍了 Spring Boot 中的 Sleuth，它是一个分布式跟踪系统，用于跟踪应用程序中的请求和操作。我们了解了 Sleuth 的核心概念，包括 Trace、Span、Trace ID 和 Span ID，并探讨了如何使用 Sleuth。

在实际的生产环境中，我们可以通过自定义配置来使用 Sleuth。例如，我们可以配置 Trace 和 Span 的名称、采样器类型和速率，以及使用 MDC 将 Trace 和 Span 的信息添加到日志中。这些功能可以帮助我们更轻松地了解应用程序的结构和性能，并快速定位问题的根本原因。

到此这篇关于深入探究SpringBoot中的Sleuth用法的文章就介绍到这了,更多相关SpringBoot Sleuth内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！