0
点赞
收藏
分享

微信扫一扫

分布式链路追踪- SkyWalking使用手册


1. 模块介绍

分布式链路追踪- SkyWalking使用手册_分布式

  • 仪表盘:监控全局、服务、实例、​​endpoint​​几个维度的运行状态。
  • 拓扑图:以拓扑图的方式展现服务直接的关系,并以此为入口查看告警、调用链、服务状态等信息
  • 追踪:以接口列表的方式展现,追踪接口内部调用过程,可以通过​​traceid​​查询,进行分布式集群的日志查看及问题排查。
  • 性能剖析:单独端点进行采样分析,并可查看堆栈信息。
  • 日志:包括了​​browser​​​与​​service​​日志集合。
  • 告警:触发告警的告警列表,包括实例,请求超时等。

2. 仪表盘

分布式链路追踪- SkyWalking使用手册_服务器_02

  • 第一栏:监控、数据库、容器、​​vm​
  • 第二栏:可以选择某个维度展示不同服务/实例/端点的数据
  • 第三栏:展示的不同维度,全局、服务、实例、端点的面板。

2.1 APM

2.1.1 Global

分布式链路追踪- SkyWalking使用手册_数据库_03

  • ​**Services load(CPM-callsperminute)**​​:服务平均每分钟请求数。
  • ​**Slow Services(ms)**​​​:慢响应服务,单位​​ms​​。
  • ​**Un-Health services(Apdex)**​​Apdex​​​性能指标,​​1​​为满分。
  • ​**Slow Endpoints(ms)**​​​:全局维度的慢响应端点(​​API​​​)。例如一个接口,是全局​​TopN​​的数据,通过这个可以观测平台性能情况。
  • ​**Global Response Latency(percentileinms)**​​​:全局响应延迟百分位数统计,单位​​ms​​。

分布式链路追踪- SkyWalking使用手册_java_04

表示采集样本中某些值的占比,​​Skywalking​​​有​​**P50、P75、P90、P95、P99**​​​一些列值。
图中的​**P99:950**​表示​**99%**​请求的响应时间在​**950ms**​​​**以内。**而​​99%​​一般用于抛掉一些极端值,表示绝大多数请求。

  • ​**GlobalHeatmap**​​:服务响应时间热力分布图,根据时间段内不同响应时间的数量显示颜色深度

可译为热力图、热度图都可以,图中颜色越深,表示请求数越多,这和​​GitHubContributions​​​很像,​​commit​​越多,颜色越深。横坐标是响应时间,鼠标放上去,可以看到具体的数量。通过热力图,一方面可以直观感受平台的整体流量,另一方面也可以感受整体性能。

2.1.2 Service

分布式链路追踪- SkyWalking使用手册_java_05

  • ​**Service Apdex**​​**(数字):**当前服务的评分
  • ​**Service Apdex**​​​**(折线图):**一段时间内​​Apdex​​评分
  • ​**Service Avg Response Times(ms)**​​​:平均响应延时,单位​​ms​
  • ​**Service Response Time Percentile**​​​:百分比响应延时,参考​​GlobalResponseLatency(percentileinms)​
  • ​**Successful Rate**​​**(数字):**请求成功率
  • ​**Successful Rate**​​**(折线图):**一段时间的请求成功率
  • ​**Servce Load(CPM/PPM)**​​**(数字):**每分钟请求数,
  • ​**Servce Load(CPM/PPM)**​​**(折线图):**不同时间的每分钟请求数
  • ​**Service Throughput(Bytes)**​​**:**该指标只适用于TCP服务。当前服务的吞吐量。
  • ​**Servce Instances Load(CPM/PPM)**​​**:**每个服务实例的每分钟请求数
  • ​**Show Service Instance**​​**:**每个服务实例的最大延时
  • ​**Service Instance Successful Rate**​​**:**每个服务实例的请求成功率

2.1.3 Instance

分布式链路追踪- SkyWalking使用手册_响应时间_06

  • ​**Service Instance Load(CPM/PPM)**​​**:**当前实例的每分钟请求数
  • ​**Service Instance Throughput(Bytes)**​​​**:**该指标只适用于​​TCP​​服务。当前服务实例的吞吐量。
  • ​**Service Instance Successful Rate(%)**​​**:**当前实例的请求成功率
  • ​**Service Instance Latency(ms)**​​**:**当前实例的响应延时
  • ​**JVM CPU(Java Service)**​​jvm​​​占用​​CPU​​的百分比
  • ​**JVM Memory(Java Service)**​​JVM​​​内存占用大小,单位​​m​​,包括堆内存,与堆外内存(直接内存)
  • ​**JVM GC Time(ms)**​​JVM​​​垃圾回收时间,包含​​YGC​​​和​​OGC​
  • ​**JVM GC Count**​​JVM​​​垃圾回收次数,包含​​YGC``和``OGC​
  • ​**JVM Thread Count**​​JavaService​
  • 其他参数为​​.net​​的东西

2.1.4 Endpoint

分布式链路追踪- SkyWalking使用手册_分布式_07

  • ​**Endpoint Load in Current Service(CPM/PPM)**​​​:每个端点(​​API​​)每分钟请求数
  • ​**Slow Endpoints in Current Service(ms)**​​​:每个端点(​​API​​​)的最慢响应请求时间,单位​​ms​
  • ​**Successful Rate in Current Service(%)**​​​:每个端点(​​API​​)的请求成功率

某个端点:

  • ​**Endpoint Load**​​:当前端点每个时间段的请求数据
  • ​**Endpoint Avg Response Time**​​:当前端点每个时间段的请求行响应时间
  • ​**Endpoint Response Time Percentile(ms)**​​:当前端点每个时间段的响应时间占比
  • ​**Endpoint Successful Rate(%)**​​:当前端点每个时间段的请求成功率

2.2 Database

分布式链路追踪- SkyWalking使用手册_数据库_08

  • ​**Database Avg Response Time(ms)**​​:当前数据库事件平均响应时间,单位ms
  • ​**Database Access Successful Rate(%)**​​:当前数据库访问成功率
  • ​**Database Traffic(CPM:CallsPerMinute)**​​:当前数据库每分钟请求数
  • ​**Database Access Latency Percentile(ms)**​​:数据库不同比例的响应时间,单位ms
  • ​**Slow Statements(ms)**​​:前N个慢查询,单位ms
  • ​**All Database Loads(CPM:CallsPerMinute)**​​:所有数据库中请求量排序
  • ​**Un-Health Databases**​​:所有数据库不健康排名,请求成功率排名,失败最多的请求在最上。

3. 拓扑图

分布式链路追踪- SkyWalking使用手册_服务器_09

  • ​**AllGroups**​​**:**选择服务组
  • ​**AllServices**​​**:**选择服务
  • ​**CreateGroup**​​**:**创建新的服务组
  • **服务引用拓扑图:**展示服务之间的调用关系,以及服务器的健康状态。

3.1 实例信息面板

分布式链路追踪- SkyWalking使用手册_分布式_10

  • 当前服务:可选择具体服务
  • 当前端点:可选择具体端点
  • 当前深度:可以选择展示的调用深度
  • 平均响应时间
  • 平均吞吐量
  • 平均​​SLA​
  • 相应百分比

2-告警面板
3-追踪信息面板
4-服务实力性能状态面板
5-Endpoint(API)面板

4. 追踪

分布式链路追踪- SkyWalking使用手册_java_11

5. 性能剖析

分布式链路追踪- SkyWalking使用手册_java_12

6. 日志

未启用

7. 告警

分布式链路追踪- SkyWalking使用手册_分布式_13

  • 服务的平均响应时间在最近10分钟内有3分钟超过1秒
  • 服务的成功率在最近10分钟内有2分钟低于80%
  • 实例的平均响应时间在最近10分钟内有2分钟超过1秒
  • 数据库的平均响应时间在最近10分钟内有2分钟超过1秒
  • 端点的平均响应时间在最近10分钟内有2分钟超过1秒
  • 服务在最近10分钟内有2分钟超过1秒平均响应时间超过1秒并且成功率低于80%

8. 名词解释

  • ​**CPM/PPM**​​​**:**对于​​HTTP1/2​​​、​​gRPC​​​、​​RPC​​​服务,这意味着每分钟调用数(​​CPM:CallsPerMinute​​​),对于TCP服务,这意味着每分钟包数(​​PPM:PacketsPerMinute​​)
  • ​**Endpoint**​​**:**表示具体的服务,例如一个接口或一个定时任务。
  • **标签:**我们可以通过​​core/default/searchableTracesTages​​中配置标记。

9. 特殊说明

如果监控平台正常启动,监控项目也接入,但是就是没有数据,请看看是否是时区问题。


举报

相关推荐

0 条评论