文章目录
一. 简介
二. Skywalking架构
三. 安装OAP
3.1 前置
3.2 下载
3.3 修改配置application.yml
3.4 webapp配置
3.5 启动
四. 使用Agent
4.1 修改配置
4.2 启动工程接入Agent
项目推荐
该篇博客是Skywalking的安装使用
官方文档：
https://github.com/apache/skywalking/tree/master/docs
参考https://www.jianshu.com/p/8b9aad4210c5
一. 简介
Skywalking概念相关的介绍请看官方文档官方文档
Skywalking用于分布式系统的应用程序性能监视工具，特别为微服务、云本机和基于容器(Docker, K8s, Mesos)架构设计。
二. Skywalking架构
从逻辑上讲，SkyWalking分为四个部分
探针(Agent)：收集数据并重新格式化以符合SkyWalking的要求(不同的探针支持不同的来源)。
后端(Oap)：支持数据聚合，分析并驱动从探针到UI的流程。该分析包括SkyWalking本机跟踪和度量，第三方，包括Istio和Envoy遥测，Zipkin跟踪格式等。您甚至可以通过使用针对本机度量的Observability Analysis Language和针对扩展度量的Meter System来定制聚合和分析。
存储：通过开放/可插入的界面存储SkyWalking数据。您可以选择现有的实现，例如ElasticSearch，H2或由Sharding-Sphere管理的MySQL集群，也可以实现自己的实现。欢迎为新的存储实现者打补丁！
UI：是一个高度可定制的基于Web的界面，允许SkyWalking最终用户可视化和管理SkyWalking数据。
后端(Oap)又分为三个角色
混合Mixed(默认)：默认角色，OAP应承担以下责任，1.接收代理跟踪或指标，2.进行L1聚合，3.内部通讯(发送/接收)，4.进行L2聚合，5.持久化，6.报警
接收者Receiver：1.接收代理跟踪或指标，2.进行L1聚合，3.内部通讯(发送/接收)
聚合器Aggregator：4.进行L2聚合，5.持久化，6.报警
可以利用Receiver和Aggregator进行高级部署，来区分节点责任，缓解压力、
注意：Receiver节点也可以进行持久化，继承Record类的实体在进行L1聚合时持久化
三. 安装OAP
3.1 前置
本教程使用的是最新版8.0.1，使用的数据源是es7，如果你要部署集群环境就适用zookeeper
所以需要安装es7和zk(可选，集群需要)
请自行安装，本教程重点是skywalking
3.2 下载
点击进入下载页
下载最新版8.0.1
解压后
3.3 修改配置application.yml
/config/application.yml部分配置
cluster:
selector: ${SW_CLUSTER:standalone}
# 单节点模式
standalone:
# zk用于管理collector集群协作.
# zookeeper:
# 多个zk连接地址用逗号分隔.
# hostPort: localhost:2181
# sessionTimeout: 100000
# 分布式 kv 存储设施，类似于zk，但没有zk重型(除了etcd，consul、Nacos等都是类似功能)
# etcd:
# serviceName: ${SW_SERVICE_NAME:”SkyWalking_OAP_Cluster”}
# 多个节点用逗号分隔, 如: 10.0.0.1:2379,10.0.0.2:2379,10.0.0.3:2379
# hostPort: ${SW_CLUSTER_ETCD_HOST_PORT:localhost:2379}
core:
selector: ${SW_CORE:default}
default:
# 混合角色：接收代理数据，1级聚合、2级聚合
# 接收者：接收代理数据，1级聚合点
# 聚合器：2级聚合点
role: ${SW_CORE_ROLE:Mixed} # Mixed/Receiver/Aggregator
# rest 服务地址和端口
restHost: ${SW_CORE_REST_HOST:localhost}
restPort: ${SW_CORE_REST_PORT:12800}
restContextPath: ${SW_CORE_REST_CONTEXT_PATH:/}
# gRPC 服务地址和端口
gRPCHost: ${SW_CORE_GRPC_HOST:localhost}
gRPCPort: ${SW_CORE_GRPC_PORT:11800}
downsampling:
– Hour
– Day
– Month
# 设置度量数据的超时。超时过期后，度量数据将自动删除.
# 单位分钟
recordDataTTL: ${SW_CORE_RECORD_DATA_TTL:90}
# 单位分钟
minuteMetricsDataTTL: ${SW_CORE_MINUTE_METRIC_DATA_TTL:90}
# 单位小时
hourMetricsDataTTL: ${SW_CORE_HOUR_METRIC_DATA_TTL:36}
# 单位天
dayMetricsDataTTL: ${SW_CORE_DAY_METRIC_DATA_TTL:45}
# 单位月
monthMetricsDataTTL: ${SW_CORE_MONTH_METRIC_DATA_TTL:18}
storage:
selector: ${SW_STORAGE:elasticsearch7}
elasticsearch7:
# elasticsearch 的集群名称
nameSpace: ${SW_NAMESPACE:”TEST-ES”}
# elasticsearch 集群节点的地址及端口
clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:192.168.1.1:9200}
# elasticsearch 的用户名和密码
user: ${SW_ES_USER:””}
password: ${SW_ES_PASSWORD:””}
# 设置 elasticsearch 索引分片数量
indexShardsNumber: ${SW_STORAGE_ES_INDEX_SHARDS_NUMBER:2}
# 设置 elasticsearch 索引副本数
indexReplicasNumber: ${SW_STORAGE_ES_INDEX_REPLICAS_NUMBER:0}
# 批量处理配置
# 每2000个请求执行一次批量
bulkActions: ${SW_STORAGE_ES_BULK_ACTIONS:2000}
# 每 20mb 刷新一次内存块
bulkSize: ${SW_STORAGE_ES_BULK_SIZE:20}
# 无论请求的数量如何，每10秒刷新一次堆
flushInterval: ${SW_STORAGE_ES_FLUSH_INTERVAL:10}
# 并发请求的数量
concurrentRequests: ${SW_STORAGE_ES_CONCURRENT_REQUESTS:2}
# elasticsearch 查询的最大数量
metadataQueryMaxSize: ${SW_STORAGE_ES_QUERY_MAX_SIZE:5000}
# elasticsearch 查询段最大数量
segmentQueryMaxSize: ${SW_STORAGE_ES_QUERY_SEGMENT_SIZE:200}
profileTaskQueryMaxSize: ${SW_STORAGE_ES_QUERY_PROFILE_TASK_SIZE:200}
advanced: ${SW_STORAGE_ES_ADVANCED:””}
主要修改，SW_CLUSTER, SW_CORE_ROLE，SW_STORAGE，SW_NAMESPACE ，SW_STORAGE_ES_CLUSTER_NODES
SW_CLUSTER 默认standalone单机模式
SW_CORE_ROLE 默认Mixed混合模式
SW_STORAGE 存储，我使用的是es7，所以设置成elasticsearch7
SW_NAMESPACE es的namespace
SW_STORAGE_ES_CLUSTER_NODES es地址，多个地址以，分割
3.4 webapp配置
可以在这里修改前端工程端口，默认8080
webapp/webapp.yml
server:
port: 8080
collector:
path: /graphql
ribbon:
ReadTimeout: 10000
# Point to all backend’s restHost:restPort, split by ,
listOfServers: 127.0.0.1:12800
3.5 启动
进入bin目录，执行启动文件，windows下startup.bat，linux为startup.sh。startup.bat包含后端启动文件oapService.bat和前端启动文件webappService.bat。
后端工程会启动两个端口11800和12800，大多数代理使用11800端口，只有少数不支持grpc的代理使用12800。
前端工程使用12800
启动成功后访问http://localhost:8080显示如下：
四. 使用Agent
Agent官方文档
agent目录
4.1 修改配置
有四种方式配置，优先级如下
探针配置 > JVM配置 > 系统环境变量配置 > agent.config文件
1.JVM配置覆盖
-Dskywalking.agent.service_name = demo-provider
2.探针配置覆盖
-javaagent:/var/local/agent/skywalking-agent.jar=agent.service_name=service-pfm
# 默认格式是 -javaagent:agent.jar=[option1]=[value1],[option2]=[value2]
我们使用JVM 配置，所以此处不修改。
/agent/config/agent.config主要配置
# 不同的namespace会导致调用链路追踪中断
agent.namespace=${SW_AGENT_NAMESPACE:default-namespace}
# 页面上展示的service的名称，也可以通过-Dskywalking.agent.service_name=xxx指定
agent.service_name=${SW_AGENT_NAME:service-pfm}
# 平台的调用地址，也可以通过-Dskywalking.collector.backend_service=127.0.0.1:11800指定
collector.backend_service=${SW_AGENT_COLLECTOR_BACKEND_SERVICES:127.0.0.1:11800}
# 忽略指定后缀的请求收集
agent.ignore_suffix=${SW_AGENT_IGNORE_SUFFIX:.jpg,.jpeg,.js,.css,.png,.bmp,.gif,.ico,.mp3,.mp4,.html,.svg}
# 每3秒的采样率，负数代表100%
agent.sample_n_per_3_secs=${SW_AGENT_SAMPLE:-1}
注意：如果Collector以集群方式部署，比如：Acollector和Bcollector，建议Acollector.sampleRate = Bcollector.sampleRate
4.2 启动工程接入Agent
在jvm启动参数上添加
-javaagent:/var/local/apache-skywalking-apm-bin/agent/skywalking-agent.jar
完整的启动命令
java -javaagent:/var/local/apache-skywalking-apm-bin/agent/skywalking-agent.jar -Dskywalking.agent.service_name=service-pfm -Dskywalking.collector.backend_service=127.0.0.1:11800 -jar simple-skywalking-test.jar
IDEA中启动
添加参数，直接正常启动就可以了
启动成功后访问API，页面会看到数据
排错需要观察agent的日志，路径为/agent/logs/skywalking-api.log
和skywalking的运行日志，路径为logs/skywalking-oap-server.log
项目推荐
IT-CLOUD :IT服务管理平台，集成基础服务，中间件服务，监控告警服务等。
IT-CLOUD-ACTIVITI6 :Activiti教程源码。博文在本CSDN Activiti系列中。
IT-CLOUD-ELASTICSEARCH :elasticsearch教程源码。博文在本CSDN elasticsearch系列中。
IT-CLOUD-KAFKA :spring整合kafka教程源码。博文在本CSDN kafka系列中。
IT-CLOUD-KAFKA-CLIENT :kafka client教程源码。博文在本CSDN kafka系列中。
开源项目，持续更新中，喜欢请 Star~