[发明专利]一种面向微服务系统的调用链跟踪与分析方法

说明书

本发明涉及一种面向微服务系统的调用链跟踪与分析方法，包括：(1)构建完善的调用链跟踪体系：根据微服系统发起业务请求生成的TraceID，构建调用链跟踪的树形结构；然后将业务请求调用链信息注入系统执行日志信息中；再对系统执行的日志信息进行收集与存储；(2)以调用链维度对日志信息进行聚合分析：以TraceID为基准，将相同TraceID的日志信息发送到同一个KafkaPation，通过调用链维度对日志信息进行结构化处理与分析。本发明能够以调用链维度对日志信息进行聚合分析，并结合实际情形给出相应分析策略，让微服务系统的服务异常故障定位更加精准。

技术领域

本发明属于微服系统调用技术领域，具体涉及一种面向微服务系统的调用链跟踪与分析方法。

背景技术

近年来，微服务架构因其服务间松耦合、可由不同团队不同语言开发以及快速独立部署等特点备受青睐，越来越多企业选择微服务架构进行系统开发或将传统集中式大型系统进行微服务化改造。微服务架构满足了企业对软件系统敏捷开发、高效运转、可伸缩性强等需求，但微服务架构带来的问题也不容忽视。系统微服务化后，服务组件细化，服务数量骤升，服务间的依赖关系错综复杂，这不仅会增加故障发生率，且复杂的服务调用关系给运维人员进行故障定位带来困难。例如微信系统由2000多个微服务构成，分布于多个数据中心的40000多台服务器上；亚马逊系统为了渲染一个页面，通常会进行100～150次的服务调用，任意一个微服务异常都可能导致系统故障甚至出现“雪崩”效应。因此，研究如何有效的对微服务系统的调用链进行跟踪与分析，协助运维人员进行精准故障定位已成为热点研究问题。

调用链跟踪理论来源于GOOGLE的Dapper技术，著名的Zipkin就是基于Dapper理念开发的开源调用链跟踪工具，Zipkin能够展示每条请求调用链所涉及的所有服务以及链路结构。然而仅知道调用链结构对精准锁定根源异常服务位置是不够的，例如同一个服务可能存在多个实例部署于不同机器，且服务异常会传播到附近有关联的服务，导致调用该服务的服务也出现异常，目前仍缺乏一个更加全面的解决方案。

发明内容

本发明的目的在于提供一种面向微服务系统的调用链跟踪与分析方法，能够以调用链维度对日志信息进行聚合分析，并结合实际情形给出相应分析策略，让微服务系统的服务异常故障定位更加精准。

为实现上述目的，本发明采用了以下技术方案：

一种面向微服务系统的调用链跟踪与分析方法，包括以下步骤：

(1)构建完善的调用链跟踪体系：根据微服系统发起业务请求生成的TraceID，构建调用链跟踪的树形结构；然后将业务请求调用链信息注入系统执行日志信息中；再对系统执行的日志信息进行收集与存储；

进一步的，所述将业务请求调用链信息注入系统执行日志信息中，采用代码入侵AOP方式把调用链信息注入执行日志信息中；所述对系统执行的日志信息进行收集与存储，通过Filebeat日志采集客户端单独对日志进行收集；采用实时分布式索引与分析引擎ElasticSearch对日志信息进行存储；

(2)以调用链维度对日志信息进行聚合分析：以TraceID为基准，将相同TraceID的日志信息发送到同一个KafkaPation，通过调用链维度对日志信息进行结构化处理与分析。

上述方案的步骤(1)中，所述根据微服系统发起业务请求生成的TraceID，构建调用链跟踪的树形结构，具体如下：

(11)TraceID根据请求发送的信息生成标识ID号，构建调用链跟踪的树形结构图，该请求发送的信息包括请求开始时间戳、随机数、进程号等；

(12)根据树形结构图的层次生成SpanID，处于同一层的服务SpanID按自然数顺序增长，调用服务层与被调用服务层的SpanID，并设定字符间隔区别层级关系。

步骤(2)中，所述以调用链维度对日志信息进行聚合分析，具体包括方法如下：