分布式服务监控zipkin、Pinpoint、SkyWalkin
2020-02-13 本文已影响0人
天生小包
1、介绍
a、Zipkin是Twitter开源的调用链分析工具，目前基于Spring Cloud Sleuth得到了广泛的使用，特点是轻量，使用部署简单。
GitHub: https://github.com/openzipkin/zipkin
image.png
b、Pinpoint是韩国人开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点是支持多种插件，UI功能强大，接入端无代码侵入。
GitHub: https://github.com/naver/pinpoint
image.png
c、SkyWalking是国内开源的基于字节码注入的调用链分析以及应用监控分析工具。特点是支持多种插件，UI功能较强，接入端无代码侵入。目前使用厂商最多，版本更新较快，已成为 Apache 基金会顶级项目。
GitHub: https://github.com/apache/skywalking
image.png
2、基本信息
| 类别 | Zipkin | Pinpoint | SkyWalking |
|---|---|---|---|
| 定位 | 分布式追踪系统 | 分布式追踪系统 应用性能监控系统（APM） |
分布式追踪系统 应用性能监控系统（APM） |
| 研发团队 | Naver团队 | 发起人吴晟，已加入Apache |
3、接入方式
| 类别 | Zipkin | Pinpoint | SkyWalking |
|---|---|---|---|
| 接入方式 | 基于Linkerd或者Sleuth方式，引入配置即可 | javaagent字节码 | javaagent字节码 |
| Agent到Collector的协议 | Http、MQ | Thrift | gRPC |
| OpenTracing | √ | × | √ |
| k8s | √ | × | √ |
| 支持语言 | Java、Scala、Node、 Go、Python、Ruby 、 C# |
Java、PHP | Java、C# 、PHP、Node.js |
| 采集数据 | 系统层：无 应用层：接口执行次数耗时等 业务层：无 |
系统层：CPU、MEM、Disk 应用层：JVM、链路、方法执行次数耗时等 业务层：无 |
系统层：CPU、MEM、Disk 应用层：JVM、链路、方法执行次数耗时等 业务层：无 |
| 性能损耗 | 中 | 高 | 低 |
4、使用情况分析
| 类别 | Zipkin | Pinpoint | SkyWalking |
|---|---|---|---|
| 颗粒度 | 接口级 | 方法级 | 方法级 |
| 全局调用统计 | × | √ | √ |
| traceid查询 | √ | × | √ |
| 报警 | × | √ | √ |
| JVM监控 | × | × | √ |
5、监控界面分析
| 类别 | Zipkin | Pinpoint | SkyWalking |
|---|---|---|---|
| 友好与详细程度 | 功能简单，但是清晰， 可完成基本链路监视功能 |
功能丰富，应用清晰 链路监控能力丰富 |
功能比较丰富，应用清晰 完整的链路监控能力 |
6、存储支持
| 类别 | Zipkin | Pinpoint | SkyWalking |
|---|---|---|---|
| 存储 | ES、MySQL、Cassandra | Hbase | ES、H2、MySQL、TiDB |
7、社区活跃度
| 类别 | Zipkinn | Pinpoint | SkyWalking |
|---|---|---|---|
| STAR | 12.2k | 9.9 | 12.4 |
SkyWalking ：已是Apache 基金会顶级项目，社区相当活跃。项目发起人是中国人，我们能够进入官方群（Apache SkyWalking交流群：392443393）和项目发起人吴晟零距离沟通，很多问题能第一时间得到大家的帮助。
Pinpoint：是韩国人开发的，免不了有沟通障碍。
8、PinPoint和skyWalking支持的插件对比
| 类别 | Pinpoint | SkyWalking |
|---|---|---|
| web容器 | Tomcat6/7/8,Resin,Jetty,JBoss,Websphere | Tomcat7/8/9,Resin,Jetty |
| JDBC | Oracle、MySQL | Oracle、MySQL 、Sharding-JDBC |
| 消息中间件 | ActiveMQ、RabbitMQ | RocketMQ 4.x、Kafka |
| 日志 | log4j、Logback | log4j、log4j2、Logback |
| HTTP库 | Apache HTTP Client、GoogleHttpClient、OkHttpClient | Apache HTTP Client、OkHttpClient、Feign |
| Spring体系 | Spring、Spring Boot | Spring、Spring Boot、Eureka、Hystrix |
| RPC框架 | Dubbo、Thrift | Dubbo、Motan、gRPC、ServiceComb |
| NOSQL | Memcached、Redis、CASSANDRA | Memcached、Redis |
9、性能分析
注：该章节抄录自网上测试分析信息。
场景：模拟了三种并发用户，500，750，1000。使用JMeter测试，每个线程发送30个请求，设置等待时间为10 ms。使用的采样率为1，即100%，这边与生产可能有差别。Pinpoint默认的采样率为20，即50%，通过设置Agent的配置文件改为100%。Zipkin默认也是1。
image.png
