全链路可视化的必要性

微服务架构越来越流行，技术中台部，基础架构部等部门的分工也越来越精细化，原本一次请求可能只涉及前后端数据库一两个服务，同时随着高可用甚至服务上云后的应用场景，可能需要在多个务、中间件、之间进行流转，甚至可能是跨越了不同的机房和服务器。一旦出现性能瓶颈或者故障需要跟因分析等场景，这就需要能够帮助快速定位的全链路可视化。基本能看到全链路的作用有：

• 故障定位，根因分析
• 性能分析（能耗分析、依赖分析）
• 数据分析，业务分析（产品分析）

前端服务的全链路是如何做的，这里自己本地采用node的koa框架，做了一个node的server，数据库使用mongodb。

一个简单的服务拓扑图

这里的例子能看到前端服务，以及背后支撑的数据库和文件读写服务。

这里分别列出了

• 请求数量
• 错误率
• 平均响应时间

查看特定服务的访问情况

1.服务端的性能和访问情况

详见下图，这里能看到服务的整体趋势，比如node server的访问情况

2.数据库的访问情况

支持下钻的性能分析

针对特定的资源请求，支持下钻查看详情，探究背后的服务关系

1.node

这里看出node server和mongo两个服务，耗时占比差不多。

数据库查询情况

按照span进行排列，能够看出数据库查询了三张表

再看另一个接口，见下图，这张图node server处理时间占比较大，可以看出node 采用的koa的框架，这里的洋葱模型表现得很明显。

node某次查询的分析

这里能看到最后一步执行占比最长，高达88%，如果上传了source map基本可以定位到代码执行。

整体来看，以上这个例子能清晰看清楚服务之间的拓扑关系，对于服务的吞吐量，响应时间以及错误略都能从整体到局部展示出来数据。