Apache SkyWalking 主流中间件集成实战：Spring Cloud、Dubbo、RocketMQ

启动参数配置

虽然 SkyWalking 使用 Java Agent 实现无侵入监控，但如果你想手动埋点或自定义 Span，可以引入相关依赖。通常情况下，只需在启动命令中添加 Agent 参数：

java -javaagent:/path/to/skywalking-agent/skywalking-agent.jar \
     -Dskywalking.agent.service_name=your-service-name \
     -Dskywalking.collector.backend_service=localhost:11800 \
     -jar user-service.jar

示例代码：Feign 调用链追踪

假设你有两个服务：user-service 和 order-service，通过 Feign 远程调用。

OrderServiceClient.java

@FeignClient(name = "order-service", url = "http://localhost:8082")
public interface OrderServiceClient {
    @GetMapping("/orders/{userId}")
    List<Order> getOrdersByUserId(@PathVariable("userId") Long userId);
}

UserController.java

@RestController
@RequestMapping("/users")
public class UserController {
    @Autowired
    private OrderServiceClient orderServiceClient;

    @GetMapping("/{id}")
    public User getUserWithOrders(@PathVariable Long id) {
        User user = userService.findById(id);
        List<Order> orders = orderServiceClient.getOrdersByUserId(id);
        user.setOrders(orders);
        return user;
    }
}

启动后访问 http://localhost:8081/users/1，你将在 SkyWalking UI 中看到完整的调用链。可以在 UI 中查看每个 Span 的耗时、HTTP 状态码、异常堆栈以及跨服务上下文传递情况。

Dubbo 集成示例

Dubbo 是阿里巴巴开源的高性能 RPC 框架，在国内企业广泛使用。SkyWalking 提供了对 Dubbo 2.7+ 的完整支持。

启动参数

只需确保 -javaagent 参数正确挂载即可，无需额外配置。

示例代码：Provider & Consumer

Provider 端（暴露服务）

@Service(version = "1.0.0")
public class UserServiceImpl implements UserService {
    @Override
    public String sayHello(String name) {
        return "Hello, " + name + " from Dubbo Provider!";
    }
}

Consumer 端（调用服务）

@RestController
public class UserController {
    @Reference(version = "1.0.0")
    private UserService userService;

    @GetMapping("/hello/{name}")
    public String hello(@PathVariable String name) {
        return userService.sayHello(name);
    }
}

访问 http://localhost:8083/hello/Alice，SkyWalking 将自动捕获 Dubbo 调用链。你可以在 UI 中看到 Dubbo 接口名、方法名、参数类型、调用耗时、成功/失败状态以及服务版本号等元数据。

RocketMQ 集成示例

RocketMQ 是阿里开源的分布式消息中间件，SkyWalking 支持对其生产者和消费者的全链路追踪。

生产者示例

@RestController
public class MessageController {
    @Autowired
    private RocketMQTemplate rocketMQTemplate;

    @GetMapping("/send/{msg}")
    public String sendMessage(@PathVariable String msg) {
        Message<String> message = MessageBuilder.withPayload(msg).build();
        rocketMQTemplate.send("TestTopic", message);
        return "Message sent: " + msg;
    }
}

消费者示例

@Component
@RocketMQMessageListener(topic = "TestTopic", consumerGroup = "test-group")
public class TestConsumer implements RocketMQListener<String> {
    @Override
    public void onMessage(String message) {
        System.out.println("Received message: " + message);
        try {
            Thread.sleep(500);
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
    }
}

调用 http://localhost:8084/send/HelloRocketMQ，SkyWalking 将追踪完整的消息流转过程。你可以在 UI 中看到消息 Topic、Tag、Key、生产者/消费者服务名、消息处理耗时等信息。

ShardingSphere 集成示例

ShardingSphere 是一套开源的分布式数据库中间件，提供分库分表、读写分离等功能。SkyWalking 支持对其 SQL 执行的监控与追踪。

配置数据源（ShardingSphere-JDBC）

spring:
  shardingsphere:
    datasource:
      names: ds0,ds1
      ds0:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://localhost:3306/db0?useSSL=false&serverTimezone=UTC
        username: root
        password: root
      ds1:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.cj.jdbc.Driver
        jdbc-url: jdbc:mysql://localhost:3306/db1?useSSL=false&serverTimezone=UTC
        username: root
        password: root
    rules:
      sharding:
        tables:
          t_order:
            actual-data-nodes: ds${0..1}.t_order_${0..1}
            table-strategy:
              standard:
                sharding-column: order_id
                sharding-algorithm-name: table-inline
            key-generate-strategy:
              column: order_id
              key-generator-name: snowflake
        sharding-algorithms:
          table-inline:
            type: INLINE
            props:
              algorithm-expression: t_order_${order_id % 2}
        key-generators:
          snowflake:
            type: SNOWFLAKE

示例 Controller

@RestController
@RequestMapping("/orders")
public class OrderController {
    @Autowired
    private OrderRepository orderRepository;

    @PostMapping
    public Order createOrder(@RequestBody Order order) {
        return orderRepository.save(order);
    }

    @GetMapping("/{id}")
    public Order getOrder(@PathVariable Long id) {
        return orderRepository.findById(id).orElse(null);
    }
}

调用创建订单接口，SkyWalking 将自动记录 SQL 语句内容、执行耗时、影响行数、所属数据源及分表名称。你可以在 UI 的'Database'标签页中看到所有 SQL 执行情况，包括慢查询分析。

自定义埋点与 Trace 上下文传递

虽然 SkyWalking Agent 能自动采集大部分数据，但在某些场景下（如异步线程、自定义任务、第三方 SDK），你可能需要手动埋点。

手动创建 Span

import org.apache.skywalking.apm.toolkit.trace.TraceContext;
import org.apache.skywalking.apm.toolkit.trace.Trace;
import org.apache.skywalking.apm.toolkit.trace.Tag;

@RestController
public class CustomTraceController {
    @GetMapping("/custom")
    @Trace
    @Tag(key = "custom.tag", value = "custom.value")
    public String customTrace() {
        String traceId = TraceContext.traceId();
        System.out.println("Current TraceId: " + traceId);
        doHeavyWork();
        return "Custom trace completed with TraceId: " + traceId;
    }

    private void doHeavyWork() {
        try {
            Thread.sleep(1000);
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
    }
}

在异步线程中传递上下文

@GetMapping("/async")
public String asyncTrace() throws InterruptedException, ExecutionException {
    String traceId = TraceContext.traceId();
    System.out.println("Main thread TraceId: " + traceId);
    CompletableFuture<String> future = CompletableFuture.supplyAsync(() -> {
        TraceContext.putCorrelation("async.context", "true");
        try {
            Thread.sleep(500);
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
        return "Async task done in TraceId: " + TraceContext.traceId();
    });
    return future.get();
}

上述代码中，异步线程中的操作仍会关联到原始 TraceId，确保调用链完整。

SkyWalking UI 功能详解

登录 http://localhost:8080 后，你将看到以下核心功能模块：

1. 仪表盘（Dashboard）：展示全局性能指标：TPS、响应时间、成功率、JVM 内存/CPU 使用率等。
2. 拓扑图（Topology Map）：自动生成服务间调用关系图，支持点击钻取。
3. 追踪（Traces）：查看具体某次请求的完整调用链，支持按服务、端点、状态码、耗时筛选。
4. 性能剖析（Profile）：对慢请求进行 CPU 方法级采样，定位性能瓶颈。
5. 日志（Logs）：集成 Logback/Log4j2，支持按 TraceId 关联日志。
6. 告警（Alarms）：配置规则，如'5 分钟内错误率 > 5%'触发邮件/Webhook 告警。

高级配置技巧

1. 自定义采样率

编辑 agent/config/agent.config：

# 默认采样率 100%，可调整为 10% 降低开销
agent.sample_n_per_3_secs=10

2. 忽略特定端点

# 不追踪健康检查接口
agent.ignore_suffix=.jpg,.jpeg,.js,.css,.png,.gif,/health,/actuator/**

3. 自定义服务实例名

-Dskywalking.agent.instance_name=${HOSTNAME}

4. 集成日志框架（Logback）

在 logback-spring.xml 中添加：

<encoder>
    <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%X{tid}] [%thread] %-5level %logger{36} - %msg%n</pattern>
</encoder>

其中 %X{tid} 会输出 SkyWalking TraceId，便于日志关联。

多语言 & 多协议支持

除了 Java，SkyWalking 还支持：

• Go：通过 go2sky SDK
• Node.js：通过 skywalking-backend-js
• Python：通过 skywalking-python
• .NET：通过 SkyAPM-dotnet
• PHP：通过 skywalking-php-sdk
• Rust：实验性支持

跨语言调用也能保持 TraceId 传递，实现全栈可观测性。

性能压测与调优建议

SkyWalking Agent 默认性能损耗 < 10%，但在高并发场景下仍需优化：

1. 调整缓冲区大小：在 agent.config 中调整 buffer.channel_size 和 buffer.buffer_size。
2. 关闭不必要的插件：例如禁用未使用的 Redis 插件。
3. 使用 gRPC 压缩：设置 collector.grpc_compression=true。
4. 存储层优化：针对 Elasticsearch 使用 SSD 磁盘，调整分片数与副本数，定期清理过期索引。

与其他监控系统对比

结论：如果你追求开箱即用、功能全面、UI 友好、生态活跃，SkyWalking 是首选。

最佳实践总结

1. 生产环境开启采样：避免全量采集造成性能压力。
2. 统一命名规范：服务名、实例名要有意义，便于排查。
3. 结合日志系统：通过 TraceId 快速定位问题日志。
4. 设置告警规则：及时发现异常流量或错误突增。
5. 定期归档数据：避免存储无限增长。
6. 培训团队使用 UI：提升整体排障效率。

Apache SkyWalking 不仅仅是一个'链路追踪工具'，它是一个完整的可观测性平台，涵盖 Metrics、Tracing、Logging、Profiling、Alerting 五大支柱。无论你是使用 Spring Cloud 构建微服务，还是 Dubbo 实现高性能 RPC，或是 RocketMQ 处理异步消息、ShardingSphere 管理海量数据，SkyWalking 都能为你提供透明、精准、实时的性能洞察。