本文主要介紹在Node.js應用中，如何用全鏈路信息存儲技術把全鏈路追蹤數據存儲起來，併進行相應的展示，最終實現基於業界通用 OpenTracing 標準的 Zipkin 的 Node.js 方案。 ...

作者：vivo 互聯網前端團隊- Yang Kun

本文是上篇文章《Node.js 應用全鏈路追蹤技術——全鏈路信息獲取》的後續。閱讀完，再來看本文，效果會更佳哦。

本文主要介紹在Node.js應用中，如何用全鏈路信息存儲技術把全鏈路追蹤數據存儲起來，併進行相應的展示，最終實現基於業界通用 OpenTracing 標準的 Zipkin 的 Node.js 方案。

一、背景

目前業界主流的做法是使用分散式鏈路跟蹤系統，其理論基礎是來自 Google 的一篇論文《大規模分散式系統的跟蹤系統》。

論文如下圖所示：

（圖片來源：網路）

在此理論基礎上，誕生了很多優秀的實現，如 zipkin、jaeger 。同時為了保證 API 相容，他們都遵循 OpenTracing 標準。那 OpenTracing 標準是什麼呢？

OpenTracing 翻譯為開發分散式追蹤，是一個輕量級的標準化層，它位於應用程式/類庫和鏈路跟蹤系統之間的一層。這一層可以用下圖表示：

從上圖可以知道， OpenTracing 具有以下優勢：

統一了 API ，使開發人員能夠方便的添加追蹤系統的實現。
OpenTracing 已進入 CNCF ，正在為全球的分散式鏈路跟蹤系統，提供統一的模型和數據標準。

大白話解釋下：它就像手機的介面標準，當今手機基本都是 typeC 介面，這樣方便各種手機能力的共用。因此，做全鏈路信息存儲，需要按照業界公認的 OpenTracing 標準去實現。

本篇文章將通過已有的優秀實現 —— zipkin ，來給大家闡述 Node.js 應用如何對接分散式鏈路跟蹤系統。

二、zipkin

2.1 zipkin 是什麼？

zipkin 是 Twitter 基於 Google 的分散式追蹤系統論文的開發實現，其遵循 OpenTracing 標準。

zipkin 用於跟蹤分散式服務之間的應用數據鏈路。

2.2 zipkin 架構

官方文檔上的架構如下圖所示：

為了更好的理解，我這邊對架構圖進行了簡化，簡化架構圖如下所示：

從上圖可以看到，分為三個部分：

第一部分：全鏈路信息獲取，我們不使用 zipkin 自帶的全鏈路信息獲取，我們使用 zone-context 去獲取全鏈路信息

第二部分：傳輸層， 使用 zipkin 提供的傳輸 api ，將全鏈路信息傳遞給 zipkin

第三部分： zipkin 核心功能，各個模塊介紹如下：

collector 就是信息收集器,作為一個守護進程，它會時刻等待客戶端傳遞過來的追蹤數據，對這些數據進行驗證、存儲以及創建查詢需要的索引。
storage 是存儲組件。zipkin 預設直接將數據存在記憶體中，此外支持使用 ElasticSearch 和 MySQL 。
search 是一個查詢進程，它提供了簡單的 JSON API 來供外部調用查詢。
web UI 是 zipkin 的服務端展示平臺，主要調用 search 提供的介面，用圖表將鏈路信息清晰地展示給開發人員。

至此， zipkin 的整體架構就介紹完了，下麵我們來進行 zipkin 的環境搭建。

2.3 zipkin 環境搭建

採用 docker 搭建，這裡我們使用 docker 中的 docker-compose 來快速搭建 zipkin 環境。

docker-compose.yml 文件內容如下：

version: '3.8'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.5.0
    container_name: elasticsearch
    restart: always
    ports:
      - 9200:9200
    healthcheck:
      test: ["CMD-SHELL", "curl --silent --fail localhost:9200/_cluster/health || exit 1"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 40s
    environment:
      - discovery.type=single-node
      - bootstrap.memory_lock=true
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
      - TZ=Asia/Shanghai
    ulimits:
      memlock:
        soft: -1
        hard: -1
  zipkin:
    image: openzipkin/zipkin:2.21
    container_name: zipkin
    depends_on:
      - elasticsearch
    links:
      - elasticsearch
    restart: always
    ports:
      - 9411:9411
    environment:
      - TZ=Asia/Shanghai
      - STORAGE_TYPE=elasticsearch
      - ES_HOSTS=elasticsearch:9200

在上面文件所在的目錄下執行 docker-compose up -d 即可完成本地搭建。

搭建完成後，在瀏覽器中打開地址 http://localhost:9411 ，會看到如下圖所示頁面：

接著打開地址 http://localhost:9200 ，會看到如下圖所示頁面：

至此， zipkin 的本地環境就搭建好啦。下麵我就將介紹 Node.js 應用如何對接 zipkin。

三、Node.js 接入 zipkin

3.1 搞定全鏈路信息獲取

這個我在《Node.js 應用全鏈路追蹤技術——全鏈路信息獲取》文章中，已經詳細闡述了，如何去獲取全鏈路信息。

3.2 搞定傳輸層

因為 zipkin 是基於 OpenTracing 標準實現的。因此我們只要搞定了 zipkin 的傳輸層，也就搞定了其他主流分散式追蹤系統。

這裡我們用到了 zipkin 官方提供的兩個 npm 包，分別是：

zipkin
zipkin-transport-http

zipkin 包是官方對支持 Node.js 的核心包。 zipkin-transport-http 包的作用是將數據通過 HTTP 非同步發送到 zipkin 。

下麵我們將詳細介紹在傳輸層，如何將將數據發送到 zipkin 。

3.3 傳輸層基礎封裝

核心代碼實現和相關註釋如下：

const {
  BatchRecorder,
  Tracer,
  // ExplicitContext,
  jsonEncoder: { JSON_V1, JSON_V2 },
} = require('zipkin')
const { HttpLogger } = require('zipkin-transport-http')
 
// const ctxImpl = new ExplicitContext();
 
// 配置對象
const options = {
  serviceName: 'zipkin-node-service',
  targetServer: '127.0.0.1:9411',
  targetApi: '/api/v2/spans',
  jsonEncoder: 'v2'
}
 
// http 方式傳輸
async function recorder ({ targetServer, targetApi, jsonEncoder }) => new BatchRecorder({
  logger: new HttpLogger({
    endpoint: `${targetServer}${targetApi}`,
    jsonEncoder: (jsonEncoder === 'v2' || jsonEncoder === 'V2') ? JSON_V2 : JSON_V1,
  })
})
 
// 基礎記錄
const baseRecorder = await recorder({
  targetServer: options.targetServer
  targetApi: options.targetApi
  jsonEncoder: options.jsonEncoder
})

至此，傳輸層的基礎封裝就完成了，我們抽離了 baseRecorder 出來，下麵將會把全鏈路信息接入到傳輸層中。

3.4 接入全鏈路信息

這裡說下官方提供的接入 SDK ,代碼如下：

const { Tracer } = require('zipkin')
const ctxImpl = new ExplicitContext()
const tracer = new Tracer({ ctxImpl, recorder: baseRecorder })
// 還要處理請求頭、手動層層傳遞等事情

上面的方式缺點比較明顯，需要額外去傳遞一些東西，這裡我們使用上篇文章提到的 Zone-Context ，代碼如下：

const zoneContextImpl = new ZoneContext()
const tracer = new Tracer({ zoneContextImpl, recorder: baseRecorder })
// 僅此而已，不再做額外處理

對比兩者，明顯發現， Zone-Context 的實現方式更加的隱式，對代碼入侵更小。這也是單獨花一篇文章介紹 Zone-Context 技術原理的價值體現。

自此，我們完成了傳輸層的適配， Node.js 應用接入 zipkin 的核心步驟基本完成。

3.5 搞定 zipkin 收集、存儲、展示

這部分中的收集、展示功能， zipkin 官方自帶完整實現，無需進行二次開發。存儲這塊，提供了 MySQL 、 Elasticsearch 等接入方式。可以根據實際情況去做相應的接入。本文采用 docker-compose 集成了 ElasticSearch 。

四、總結

自此，我們已經完成基於業界通用 OpenTracing 標準實現的 zipkin 的 Node.js 方案。希望大家看完這兩篇文章，對 Node.js 全鏈路追蹤，有一個整體而清晰的認識。

參考資料：

zipkin 官網

分享 vivo 互聯網技術乾貨與沙龍活動，推薦最新行業動態與熱門會議。

Node.js 應用全鏈路追蹤技術——全鏈路信息存儲