拥抱 Agent，“0” 代码玩转 Trace 之 OpenTelemetry 系列第二弹！
导读
OpenTelemetry 兼容 OpenTracing，概念上也有很多类似。OpenTracing 有点儿像 OpenTelemetry 的现在式，OpenTelemetry 是 OpenTracing 的未来时。由于 OpenTelemetry 包含了 Tracing，Logging 和 Metrics，又还在 SandBox 阶段，所以我们先来通过 OpenTracing 了解这个领域。
作者介绍
徐为
腾讯云微服务团队高级解决方案构架师
毕业于欧盟 Erasmus Mundus IMMIT，获得经济和IT管理硕士学位
自2006年以来，曾就职于SonyEricsson、SAP、Cloud等多家公司，历任软件开发工程师，数据开发工程师，解决方案架构师
首先从 Tracing 本身的数据结构来看，OpenTracing 和 OpenTelemetry 两者是非常类似的，这里我先用 OpenTracing 的结构举例说明（因为 OpenTelemetry 是承诺兼容 OpenTracing 的，plus OpenTelemetry 当前还是 SandBox 项目，后面的变化还可能会很多）。
Tracing 的基本数据结构
如下图所示，单一的 Tracing 链路可以用一个类似于树形的结构来表示，最上面是链路的发起端，然后下面就是所有在这条 Trace 下发生的 Span。Span 之间可以是父子的逻辑（如图 SpanB 和 SpanC 之于 SpanA 的关系，SpanB 和 SpanC 可以是顺序执行也可以是并行），还可以是旁挂（FollowsFrom）的逻辑（比如 SpanG 和 SpanF）
Causal relationships between Spans in a single Trace[] ←←←(the root span)|+------+------+| |[] [Span C] ←←←(Span C is a `ChildOf` Span A)| |[] +---+-------+| |[] [Span F] >>> [Span G] >>> [Span H]↑↑↑(Span G `FollowsFrom` Span F)
再说的详细一些，FollowsFrom 就意味着，父 Span 不用等待子 Span 的返回而结束，很多场景是这个逻辑，比如下单成功等待商家确认 - 商家确认的流程是下单时候触发的，却不需要商家确认来完成下单。类似的场景很多，但是在 OpenTracing 里没有做更详细的划分。
如果从时间轴上来看，大约就是下图这个样子，每个服务从什么时候开始，到什么时候结束，上下的关系等都在 Web GUI 上有详细的显示。
然后具体来说说这些 Span 是怎么被创建的，上下游都需要什么信息。很多组建都被集成到了框架里面，提供了免费的午餐，但是也屏蔽了数据结构的创建，所以我们用最基础的 OpenTracing SDK 来看一下这个创建流程。下面这个是最简单的 hello world 程序，用最简单的代码完成了一个全流程。
# Ref: https://opentracing.io/guides/javascript/const http = require('http');const opentracing = require('opentracing'); ## 这里是最上层的引用// NOTE: the default OpenTracing tracer does not record any tracing information.// Replace this line with the tracer implementation of your choice.const tracer = new opentracing.Tracer(); ## 然后创建出Tracer 对象，用来创建Spanconst span = tracer.startSpan('http_request'); ## 第一个和TraceID一起被创建出来的Spanconst opts = {host : 'example.com',method: 'GET',port : '80',path: '/',};http.request(opts, res => {res.setEncoding('utf8');res.on('error', err => {// assuming no retries, mark the span as failedspan.setTag(opentracing.Tags.ERROR, true); ## Span可以打Tagspan.log({'event': 'error', 'error.object': err, 'message': err.message, 'stack': err.stack}); ## Span也可以写logspan.finish();});res.on('data', chunk => {span.log({'event': 'data_received', 'chunk_length': chunk.length});});res.on('end', () => {span.log({'event': 'request_end'});span.finish();});}).end();
然后这位客官就要问了：那之后的服务如何拿到这些信息啊（TraceID），又如何发起下一段Span呢？于是就有了下面一段代码，专门用来解析 Ctx 和开启新的 Span。
// Use the inbound HTTP request's headers as a text map carrier.var headersCarrier = inboundHTTPReq.headers;var wireCtx = Tracer.extract(Tracer.FORMAT_HTTP_HEADERS, headersCarrier);var serverSpan = Tracer.startSpan('...', { childOf : wireCtx });
肯定还有不甘心的小伙伴会问：那 FollowsFrom 的那些呢？总不会给你机会在 Http Headers 里读取信息吧，那些可是存在标准的 Kafka 等组件里的 message 呀。这可难不倒业界的大牛们，请看下面的代码2段注释，完美诠释了如何传递信息的。
// from https://github.com/opentracing-contrib/java-kafka-client// Register tracer with GlobalTracer:GlobalTracer.register(tracer);// Add TracingProducerInterceptor to sender properties:senderProps.put(ProducerConfig.INTERCEPTOR_CLASSES_CONFIG,TracingProducerInterceptor.class.getName());// Instantiate KafkaProducerKafkaProducer<Integer, String> producer = new KafkaProducer<>(senderProps);// Sendproducer.send(...);// Add TracingConsumerInterceptor to consumer properties:consumerProps.put(ConsumerConfig.INTERCEPTOR_CLASSES_CONFIG,TracingConsumerInterceptor.class.getName());// Instantiate KafkaConsumerKafkaConsumer<Integer, String> consumer = new KafkaConsumer<>(consumerProps);//Subscribeconsumer.subscribe(Collections.singletonList("messages"));// Get recordsConsumerRecords<Integer, String> records = consumer.poll(1000);// To retrieve SpanContext from polled record (Consumer side)ConsumerRecord<Integer, String> record = ...SpanContext spanContext = TracingKafkaUtils.extractSpanContext(record.headers(), tracer);
具体来说就是 interceptor 在 Producer 发送的时候会创建 Span，并且把 SpanContext 塞进 record Headers 里面。
// Class TracingKafkaUtilspublic static void inject(SpanContext spanContext, Headers headers,Tracer tracer) {tracer.inject(spanContext, Format.Builtin.TEXT_MAP, new HeadersMapInjectAdapter(headers));}
然后等 Consumer 读取的时候关闭这个 Span，于是整个周期就完美结束了。
// TracingConsumerInterceptor<K, V> implements ConsumerInterceptor<K, V>public ConsumerRecords<K, V> onConsume(ConsumerRecords<K, V> records) {for (ConsumerRecord<K, V> record : records) {TracingKafkaUtils.buildAndFinishChildSpan(record, GlobalTracer.get());}return records;}
如果还有小朋友问：那..其他组件呢？比如Pulsar这类的MQ呢？结论是都一样，大部分开源组件早已经认识到了 Tracing 的重要性，并且提供了类似的功能。比如 pulsar-tracing 这个项目，专门给 pulsar 做了一套集成 opentracing 的免费午餐。
// https://github.com/streamnative/pulsar-tracing// Instantiate Producer with tracing interceptor.Producer<String> producer = client.newProducer(Schema.STRING).intercept(new TracingProducerInterceptor()).topic("your-topic").create();// Send messages.producer.send("Hello OpenTracing!");// Instantiate Consumer with tracing interceptor.Consumer<String> consumer = client.newConsumer(Schema.STRING).topic("your-topic").intercept(new TracingConsumerInterceptor<>()).subscriptionName("your-sub").subscribe();// Receive messages.Message<String> message = consumer.receive();// To retrieve SpanContext from the message(Consumer side).SpanContext spanContext = TracingPulsarUtils.extractSpanContext(message, tracer);
如果说清楚了 OpenTracing 传递信息的逻辑，我们来看看，最后显示到界面的 Span 的信息都有啥？
如下图所示，各种信息提供给我们在遇到问题的时候进行分析和处理。大部分的信息都是经过很多年的沉淀之后，大家发现是解决问题所必须的。这些属性都被开源项目所采纳和集成。如果有些还没有集成进去，欢迎大家积极贡献。
然后是原始信息
上面说过 Span 分三种（新的 TraceID 下的 Root Span，Child Span 和 FollowsFrom），下面的代码具体来演示，3中形式的 Span 都是怎么创建的（演示代码 javascript）
// Start a new (parentless) root Span:var parent = Tracer.startSpan('DoWork');// Start a new (child) Span:var child = Tracer.startSpan('load-from-db', {childOf: parent.context(),});// Start a new async (FollowsFrom) Span:var child = Tracer.startSpan('async-cache-write', {references: [opentracing.followsFrom(parent.context())],});
代码很简单，唯一就是 context 这部分需要额外说明。这里的 context 是 Span 里存的 SpanContext。这个组件存着 SpanID 和 TraceID，可以把整个调用链都串起来。
有了上面的了解，你已经基本了解怎么给自己的微服务（们）搞一搞 Tracing了～ 还等什么，开始写第一行代码吧？哦，不对！有些语言其实不需要写代码，比如 Java，比如 Nodejs，还比如 Python，都是利用 agent 的能力监听 Runtime 自动生成 Tracing 逻辑的。
我来整理一下需要和不需要写代码的东东们：
Skywalking：
https://github.com/apache/skywalking/blob/master/docs/en/setup/README.md
Agent 也不都一样，Java 是传递参数 javaagent，而 nodejs 和 python 需要启动一个额外的 process 作为 agent。有兴趣就点击进文档里看看吧，很有意思的。
# e.g. skywalking python agentfrom skywalking import agent, configconfig.init(collector='XXX.X.X.X:XXXXX', service='your awesome service')agent.start()
Openzipkin：
https://zipkin.io/pages/tracers_instrumentation
当前 Zipkin 主流的接入方式还是用语言和框架（framework）的 SDK 做集成，官网没有明确支持的 agent ，而 jaegertracing 则在 0.8 版本之后提供了一个标准的 agent 组件，作为无侵入的标准解决方案。什么时候需要用，什么时候不需要，可以看官网的文档：
https://www.jaegertracing.io/docs/1.21/faq/#do-i-need-to-run-jaeger-agent
总的来说，agent 避免了在程序里设置 tracing 相关的配置，避免了产生过多的网络链接，还可以自主抓取一些环境信息（zone/region 等）这些都是选择 agent 而不写代码的原因。
是不是突然觉得不写代码变得光明正大了呢？
往期
推荐
扫描下方二维码关注本公众号，
了解更多微服务、消息队列的相关信息！
解锁超多鹅厂周边！
本文分享自微信公众号 - 腾讯云中间件（gh_6ea1bc2dd5fd）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
