Kubernetes运维-Skywalking微服务链路追踪

王先森2024-01-262024-01-26

概述

前面我给大家分享了关于分布式链路追踪的基本原理和 SkyWalking的k8s部署玩法，如果还没来得及看的朋友可以看我上俩篇文章。

今天要给大家分享是我们日常工作中最常见的一种场景，那就是部署在k8s环境下的Java微服务，要接入SkyWalking的具体玩法，通过这个过程咱们可以更深入的理解SkyWalking进行数据采集的逻辑，也能更深刻地从运维角度理解日常工作中所写的Java微服务被无侵入的方式接入分布式链路追踪系统的过程！

Java微服务接入SkyWalking的方式

SkyWalking 的数据采集主要是通过**业务探针(Agent)**来实现的，针对不同的编程语言 SkyWalking 提供了对应的 Agent 实现。Java微服务接入SkyWalking可以使用SkyWalking Java Agent来上报监控数据。

这就需要Java微服务在部署启动的过程中需要获取 SkyWalking Java Agent 探针包，并在启动参数中通过 --javaagent:xxx 进行参数指定。而具体的集成方式大致有以下三种：

使用官方提供的基础镜像；
将agent包构建到已存在的基础镜像中；
通过 sidecar 模式挂载agent；

其中前两种方式主要是通过在构建Docker镜像的过程中将Agent依赖打包集成到Java服务的Docker镜像中，而 sidecar 模式则是利用k8s的相关特性来实现在容器启动时挂载Agent相关依赖。

如果微服务是直接部署在Kubernetes集群，那么采用sidecar模式来使用SkyWalking Agent会更加方便，因为这种方式不需要修改原来的基础镜像，也不需要重新构建新的服务镜像，而是会以sidecar模式，通过共享的volume将agent所需的相关文件直接挂载到已经存在的服务镜像中。

构建SkyWalking-Agent镜像

在开始以sidecar方式，将一个用Spring Cloud框架编写的Java微服务接入SkyWalking之前，我们需要构建SkyWalking Java Agent的公共镜像，具体步骤如下：

FROM busybox:latest
LABEL www.boysec.cn wangxiansen

ENV LANG=C.UTF-8
# 通过网络下载解压
RUN wget -q https://dlcdn.apache.org/skywalking/java-agent/9.1.0/apache-skywalking-java-agent-9.1.0.tgz -O -|tar -xz -C /opt/

在上述Dockefile文件中使用是的bosybox镜像，而不是SkyWalking的发行镜像，这样可以确保构建出来的sidecar镜像保持最小。

完成Docker文件编写后，执行镜像构建命令

#执行镜像构建命令
$ docker build .  -t wangxiansen/skywalking-agent:sidecar-9.1.0
# 为了验证构建的镜像是否成功，可以通过命令查看本地构建的镜像
$ docker images|grep sidecar
wangxiansen/skywalking-agent                      sidecar-9.1.0   f4b8b30bd947   4 hours ago    38.7MB

我已经将打包好的镜像推送至hub.docker.com仓库中，如果需要可直接下载使用。

微服务接入SkyWalking服务

上面我们通过手工构建的方式构建了SkyWalking Java Agent的公共Docker镜像，并将其Push到了镜像仓库，接下来我们将演示如何通过编写Kubernetes服务发布文件，来将Java服务发布到K8s集群的过程中自动以SideCar的形式集成Agent、并接入SkyWalking服务。

本次演示还是使用的 Kubernetes之交付dubbo微服务这篇文章内容，这里需要你安装java8+和maven环境。

编译dubbo-demo-service

git clone https://gitee.com/dabou/dubbo-demo-service.git
cd dubbo-demo-service
mvn clean package -Dmaven.test.skip=true
mkdir project_dir
mv /dubbo-demo-service/dubbo-server/target/dubbo-server.jar dubbo-demo-service/project_dir

创建Dockefile

1
2
3

cat Dockerfile 
FROM wangxiansen/base_jre8:8u112
ADD project_dir /opt/project_dir

编译dubbo-demo-web

git clone https://gitee.com/dabou/dubbo-demo-web.git
cd dubbo-demo-web
mvn clean package -Dmaven.test.skip=true
mkdir project_dir
mv /dubbo-demo-web/dubbo-client/target/dubbo-client.jar dubbo-demo-web/project_dir

创建Dockefile

1
2
3

cat Dockerfile 
FROM wangxiansen/base_jre8:8u112
ADD project_dir /opt/project_dir

微服务发布进行埋点

到这里你并没有发现为了将Java服务接入SkyWalking，你需要在Java微服务本身做任何动作，而接下来在k8s部署文件中的将演示，为什么要将这种方式称之为SideCar。

其主要原理是通过Kubernetes的初始化容器initContainers来实现的，initContainers是一种专用容器，可以在应用容器启动之前运行，可以用于完成应用启动前的必要初始化工作。

编辑 dubbo-demo-service 资源配置清单

# vim dubbo-demo-service.yaml
kind: Deployment
apiVersion: apps/v1
metadata:
  name: dubbo-demo-service
  namespace: app
  labels: 
    name: dubbo-demo-service
spec:
  replicas: 1
  selector:
    matchLabels: 
      name: dubbo-demo-service
  template:
    metadata:
      labels: 
        app: dubbo-demo-service
        name: dubbo-demo-service
    spec:
      volumes:                           # 创建公共挂载点
        - name: sw-agent
          emptyDir: {}
      initContainers:                    # 构建初始化镜像 (通过初始化镜像的方式集成SkyWalking Agent)
      - name: sw-agent-sidecar
        image: wangxiansen/skywalking-agent:sidecar-9.1.0
        imagePullPolicy: IfNotPresent
        command:
        - sh
        - -c
        - >-
          mkdir -p /skywalking/agent;    # 创建挂载目录
          cp -r /opt/skywalking-agent/* /skywalking/agent   # 复制skywalking-agent目录内容
        volumeMounts:
          - name: sw-agent
            mountPath: "/skywalking/agent"
      containers:
      - name: dubbo-demo-service
        image: wangxiansen/dubbo-demo-consumer:test
        imagePullPolicy: IfNotPresent
        ports:
        - containerPort: 20880
          protocol: TCP
        env:
        #这里通过JAR_BALL，而不是JAVA_OPTS可以实现不通过将agent命令加入到java应用jvm参数而实现agent的集成
        - name: JAR_BALL
          value: "-javaagent:/skywalking/agent/skywalking-agent.jar dubbo-server.jar"
        - name: ZK_ADDRES             # 这个环境依赖zookeeper
          value: "zk.od.com:2181"
        - name: SW_AGENT_COLLECTOR_BACKEND_SERVICES  # OAP 地址
          value: "oap-svc.skywalking:11800"
        - name: SW_AGENT_NAME                        # 监控服务名
          value: "dubbo"
        resources:
          limits:
            cpu: 300m
            memory: 400Mi
          requests:
            cpu: 200m
            memory: 400Mi
        volumeMounts:
          - name: sw-agent
            mountPath: "/skywalking/agent"
      restartPolicy: Always
      terminationGracePeriodSeconds: 30
      securityContext: 
        runAsUser: 0
      schedulerName: default-scheduler
  strategy:
    type: RollingUpdate
    rollingUpdate: 
      maxUnavailable: 1
      maxSurge: 1
  revisionHistoryLimit: 7
  progressDeadlineSeconds: 600

编辑 dubbo-demo-web 资源配置清单

# vim dubbo-demo-web.yaml
kind: Deployment
apiVersion: apps/v1
metadata:
  name: dubbo-demo-consumer
  namespace: app
  labels: 
    name: dubbo-demo-consumer
spec:
  replicas: 1
  selector:
    matchLabels: 
      name: dubbo-demo-consumer
  template:
    metadata:
      labels: 
        app: dubbo-demo-consumer
        name: dubbo-demo-consumer
    spec:
      volumes:
        - name: sw-agent
          emptyDir: {}
      initContainers:
      - name: sw-agent-sidecar
        image: wangxiansen/skywalking-agent:sidecar-9.1.0
        imagePullPolicy: IfNotPresent
        command:
        - sh
        - -c
        - >-
          mkdir -p /skywalking/agent;
          cp -r /opt/skywalking-agent/* /skywalking/agent
        volumeMounts:
          - name: sw-agent
            mountPath: "/skywalking/agent"
      containers:
      - name: dubbo-demo-consumer
        image: wangxiansen/dubbo-demo-service:test
        imagePullPolicy: IfNotPresent
        ports:
        - containerPort: 8080
          protocol: TCP
        - containerPort: 20880
          protocol: TCP
        env:
        - name: JAR_BALL
          value: "-javaagent:/skywalking/agent/skywalking-agent.jar dubbo-client.jar"
        - name: ZK_ADDRES
          value: "zk.od.com:2181"
        - name: SW_AGENT_COLLECTOR_BACKEND_SERVICES
          value: "oap-svc.skywalking:11800"
        - name: SW_AGENT_NAME
          value: "dubbo"
        resources:
          limits:
            cpu: 400m
            memory: 500Mi
          requests:
            cpu: 300m
            memory: 500Mi
        volumeMounts:
          - name: sw-agent
            mountPath: "/skywalking/agent"
      restartPolicy: Always
      terminationGracePeriodSeconds: 30
      securityContext: 
        runAsUser: 0
      schedulerName: default-scheduler
  strategy:
    type: RollingUpdate
    rollingUpdate: 
      maxUnavailable: 1
      maxSurge: 1
  revisionHistoryLimit: 7
  progressDeadlineSeconds: 600
---
kind: Service
apiVersion: v1
metadata: 
  name: dubbo-demo-consumer
  namespace: app
spec:
  ports:
  - protocol: TCP
    port: 8080
    targetPort: 8080
  selector: 
    app: dubbo-demo-consumer
  clusterIP: None
  type: ClusterIP
  sessionAffinity: None
---
apiVersion: traefik.containo.us/v1alpha1
kind: IngressRoute
metadata:
  name: dubbo-demo-consumer
  namespace: app
spec:
  entryPoints:
  - web
  routes:
  - match: Host(`dome.od.com`)
    kind: Rule
    services:
    - name: dubbo-demo-consumer
      port: 8080

以上是挂载sidecar的k8s发布文件，以微服务dubbo为例，主要是通过共享 volume 的方式挂载agent。其中initContainers通过 sw-agent 卷挂载了 skywalking-agent 镜像中的 /skywalking/agent，并将上面构建好的镜像中的 agent 目录 cp 到 /skywalking/agent 目录，完成之后微服务容器启动时也挂载了skywalking-agent卷，并将其挂载到容器的 /skywalking/agent 目录，这样就完成了共享过程。

部署启动微服务,并验证其是否已经正常接入SkyWalking监控

1 2	kubectl apply -f dubbo-demo-service.yaml kubectl apply -f dubbo-demo-web.yaml

查看相关Pod是否运行成功：

$ kubectl get pods -n app 
NAME                                   READY   STATUS    RESTARTS       AGE
dubbo-demo-consumer-647855d4f6-v7j64   1/1     Running   0              14m
dubbo-demo-service-6fd4f5685c-n2jbx    1/1     Running   0              14m

运行成功了！此时可以访问下服务的测试接口，多刷几次，也可以制作一些错误，之后通过SkyWalking UI查看是否有监控数据。

dubbo