Uber正式开源其分布式跟踪系统Jaeger
极客时间编辑部
讲述：杜力大小：1.17M时长：02:34
近日，Uber 在 GitHub 上正式开源了其分布式跟踪系统 Jaeger，其灵感来源于 Dapper 和 OpenZipkin。
从 2016 年开始，Jaeger 就已经在 Uber 内部得到了广泛的应用，它可以用于微服务架构应用的监控，特性包括分布式上下文传播（Distributed context propagation）、分布式事务监控、根原因分析、服务依赖分析以及性能 / 延迟优化。目前，该项目已经被云原生计算基金会 CNCF（Cloud Native Computing Foundation）接纳为第 12 个项目。
Uber 的分布式跟踪系统是随着业务的演化而不断发展的，在由单体架构迁移至微服务架构时，传统的监视工具，例如度量值和分布式日志依然能够发挥作用，但这类工具往往无法提供跨越不同服务的可见性。因此，就有必要引入分布式跟踪的工具。
最初，Uber 所使用的跟踪工具叫做 Merckx。Merckx 架构使用了拉取模式，可从 Kafka 的指令数据中拉取数据流，其不足之处在于主要面向单体式 API 的时代，缺乏分布式上下文传播的概念。
随后，Uber 开发了 TChannel，这是一种适用于 RPC 的网络多路复用和框架协议。很多新构建的服务都使用了 TChannel，但是承担核心业务的大部分服务都没有使用它。这些服务主要是通过四大编程语言 Node.js、Python、Go 和 Java 实现的，在进程间通信方面使用了多种不同的框架。这种异构的技术环境使得 Uber 在分布式追踪系统的构建方面会面临比谷歌和 Twitter 更严峻的挑战。
因此，Uber 专门组建了分布式跟踪团队，团队目标就是将现有的 TChannel 原型系统转换为一种可以全局运用的生产系统，让分布式追踪功能可以适用并适应 Uber 的微服务。该团队集思广益，创建了 Jaeger 项目。
Jaeger 兼容 OpenTracing 的数据模型和 instrumentation 库，能够为每个服务 / 端点使用一致的采样方式。另外，Jaeger 客户端库是 OpenTracing API 的特定语言实现。它们可以对要进行分布式跟踪的应用进行 instrument 操作，这些应用可以手动实现，也可以使用各种已有的开源的框架，比如 Flask、gRPC 等。
按照其官网的介绍，未来计划加入的功能包括自适应采样（Adaptive Sampling）、提供更多种语言的客户端库、延迟矩阵图、动态配置、基于 Apache Flink 构建数据管道等，以支持 Trace 聚集和数据挖掘。
除此之外，Jaeger 0.70 版本已支持服务到服务的依赖图，未来还会支持基于路径的依赖图，能够展现出某项服务的所有上下流依赖，而不仅仅是临近的服务。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论