Spring Cloud Sleuth 特點

• 將跟蹤和跨度ID添加到Slf4J MDC，因此您可以在日志聚合器中從給定的跟蹤或跨度提取所有日志，如以下示例日志所示：

  2016-02-02 15:30:57.902  INFO [bar,6bfd228dc00d216b,6bfd228dc00d216b,false] 23030 --- [nio-8081-exec-3] ...
  2016-02-02 15:30:58.372 ERROR [bar,6bfd228dc00d216b,6bfd228dc00d216b,false] 23030 --- [nio-8081-exec-3] ...
  2016-02-02 15:31:01.936  INFO [bar,46ab0d418373cbc9,46ab0d418373cbc9,false] 23030 --- [nio-8081-exec-4] ...

  請注意來自MDC的[appname,traceId,spanId,exportable]條目：

  • spanId：發(fā)生的特定操作的ID。
  • appname：記錄跨度的應用程序的名稱。
  • traceId：包含跨度的延遲圖的ID。
  • exportable：是否應將日志導出到Zipkin。您何時希望跨度不可導出？當您要將某些操作包裝在Span中并且僅將其寫入日志時。
• 提供對常見的分布式跟蹤數據模型的抽象：跟蹤，spans（形成DAG），注釋和鍵值注釋。Spring Cloud Sleuth大致基于HTrace，但與Zipkin（Dapper）兼容。
• Sleuth記錄計時信息以幫助進行延遲分析。通過使用偵探，您可以查明應用程序中延遲的原因。

• 編寫Sleuth時不要過多記錄日志，也不會導致生產應用程序崩潰。為此，Sleuth：

  • 在帶內傳播有關調用圖的結構數據，并在帶外傳播其余數據。
  • 包括對諸如HTTP之類的層的自覺檢測。
  • 包括用于管理數量的采樣策略。
  • 可以向Zipkin系統(tǒng)報告以進行查詢和可視化。
• 從Spring應用程序（servlet過濾器，異步端點，休息模板，計劃的操作，消息通道，Zuul過濾器和Feign客戶端）中檢測常見的入口和出口點。
• Sleuth包含默認邏輯以跨HTTP或消息傳遞邊界加入跟蹤。例如，HTTP傳播適用于Zipkin兼容的請求標頭。
• 偵查可以在進程之間傳播上下文（也稱為行李）。因此，如果您在Span上設置了行李元素，則該元素將通過HTTP或消息傳遞被下游發(fā)送到其他進程。
• 提供一種創(chuàng)建或繼續(xù)spans以及通過注釋添加標簽和日志的方法。

• 如果spring-cloud-sleuth-zipkin在類路徑上，則該應用生成并收集Zipkin兼容的跟蹤。默認情況下，它通過HTTP將它們發(fā)送到本地主機（端口9411）上的Zipkin服務器。您可以通過設置spring.zipkin.baseUrl來配置服務的位置。

  • 如果您依賴spring-rabbit，則您的應用會將跟蹤發(fā)送到RabbitMQ代理，而不是HTTP。
  • 如果您依賴spring-kafka并設置為spring.zipkin.sender.type: kafka，則您的應用會將跟蹤發(fā)送到Kafka代理而不是HTTP。

  
  

 

spring-cloud-sleuth-stream已過時，不應再使用。

• Spring Cloud Sleuth與OpenTracing兼容。