Spring Cloudと Zipkinを利用した分散トレーシングSpring I/O 2016 報告会Tommy Ludwig @TommyLudwigTravel Service Development Department, Rakuten Inc.

2

元のセッション• Distributed Tracing: how to find Latency in

Production Systems– 分散トレーシング：本番でのレイテンシーの探り方

• 講演者 : Dr. Dave Syer

3

分散システムの例

4

ログでリクエストの追跡Log correlation

5

Log correlation• 分散されたシステム（マイクロサービスなど）で、リクエストの追跡が難しい

– 各サーバに SSHし、ログを確認するか（しないよね？！）– あるリクエストの startから endまでの全サービスのログが見たい

• MDCというログの機能を利用し、ユニーク IDを追加

• その IDをリクエストと一緒にサービスからサービスへ渡す

6

トレーシング用語

• Span – ひとつのサービス（境界）内の処理• Trace – リクエストの startから endまで含む Span• Tags – 好きな追加情報をリクエストに付与する

– Key/value: ビジネスイベント種類、 URL、 IPアドレスなど

• http://opentracing.io/

7

Spring Cloud Sleuthで実現• Spring Bootが前提条件

• spring-cloud-sleuthを追加するだけ

• ELK・ Splunkなどで収集されたログの分析ができる

8

Integrations• HTTP

– 呼ばれた時は Filterで– 呼ぶ時は RestTemplate

• @Beanで指定を忘れずに

• @Async• @Scheduled• Messaging

– Spring Integrationで

• Zuul• Hystrix• Feign• RxJava

• Documentation

9

レイテンシー分析Latency analysis

10

レイテンシー分析• システムのどこがなぜ遅かったかを容易に特定するのが目的• 一つのユーザリクエストの中、どのサービスがどれくらい時間かかったか• 見える化し、ドリルダウンもできると、未知の問題に気づき、レイテンシー問題に対する自発的なカルチャーになる

11

Zipkin• Sleuthが付与するデータを見える化• UIも APIも提供し、データを様々なデータスト

アに保存できる – Cassandra, Elasticsearch, MySQL

12

サンプルで見てみましょうLive demo

13

参考• Spring Cloud Sleuth• Zipkin

• サンプルコード

• 元のスライド

14

エンジニア採用http://corp.rakuten.co.jp/careers/engineering/

Drag picture to placeholder or click icon to add