导入 SkyWalking 数据

创建时间:2023-10-04 最近修改时间:2024-10-14

#1. 数据流

#2. 通过 DeepFlow Agent 发送

DeepFlow v6.6 及之后的企业版版本,支持直接通过 DeepFlow Agent 直接接收并发送 SkyWalking 数据,无需额外配置。

#3. 通过 OpenTelemtry Collector Receiver 发送

#3.1 背景知识

你可以查看 OpenTelemetry 文档 (opens new window) 了解 OpenTelemetry 背景知识,并参考前序章节中的 OpenTelemetry 安装 快速安装 OpenTelemetry。

你可以查看 SkyWalking 文档 (opens new window) 了解 SkyWalking 背景知识,这个 Demo 不需要安装完整的 SkyWalking ,我们将使用 OpenTelemetry 来集成 SkyWalking 的 Trace 数据。

#3.2 确认 OpenTelemetry 版本

首先,你需要开启 OpenTelemetry 的 SkyWalking 数据接收能力,将数据经过 OpenTelemetry 标准协议处理之后,发送到 DeepFlow Agent。

OpenTelemetry 接收 SkyWalking 数据存在 Bug,最近我们在 #11562 (opens new window)#12651 (opens new window) 这两个 PR 中进行了修复,接下来的 Demo 我们需要 OpenTelemetry 的 Collector 镜像 (opens new window) 版本 >= 0.57.0。请检查你的环境中 otel-agent 的镜像版本,并确保它符合要求。可参考前序章节中的 OpenTelemetry 安装,更新你的环境中的 otel-agent 版本。

#3.3 配置 OpenTelemetry 接收 SkyWalking 数据

背景知识一节中,安装好 OpenTelemetry 之后,我们可以使用如下步骤配置 OpenTelemetry 接收 SkyWalking 数据:

假设 OpenTelemetry 所在的命名空间为 open-telemetry,假设 otel-agent 使用的 ConfigMap 名为 otel-agent-conf,使用如下命令修改 otel-agent 配置:

kubectl -n open-telemetry edit cm otel-agent-conf
1

receivers 一节中,增加如下内容:

receivers:
  # add the following config
  skywalking:
    protocols:
      grpc:
        endpoint: 0.0.0.0:11800
      http:
        endpoint: 0.0.0.0:12800
1
2
3
4
5
6
7
8

在 ``service.pipelines.traces` 一节中,增加如下内容:

service:
  pipelines:
    traces:
      # add receiver `skywalking`
      receivers: [skywalking]
1
2
3
4
5

同时,确认 otel-agent-conf 中参照配置 otel-agent 一节的内容完成了对应的配置。

接着,使用如下命令修改 otel-agent Service,开放对应端口:

kubectl -n open-telemetry patch service otel-agent -p '{"spec":{"ports":[{"name":"sw-http","port":12800,"protocol":"TCP","targetPort":12800},{"name":"sw-grpc","port":11800,"protocol":"TCP","targetPort":11800}]}}'
1

最后,重启 otel-agent 完成 otel-agent 更新:

kubectl rollout restart -n open-telemetry daemonset/otel-agent
1

#4. 修改 SkyWalking 发送配置

最后,检查应用中配置的 SkyWalking OAP Server (opens new window) 的对接地址,并修改为 Otel Agent 的 Service 地址:otel-agent.open-telemetry,比如将环境变量 SW_AGENT_COLLECTOR_BACKEND_SERVICES=oap-server:11800 修改为 SW_AGENT_COLLECTOR_BACKEND_SERVICES=otel-agent.open-telemetry:11800;如果是使用 DeepFlow Agent 直接接收,修改为 deepflow-agent.deepflow 即可。

当然,应用配置的上报地址可能有各种形式,请根据应用实际启动命令修改,对于 Java 应用而言,只需要确保能修改启动命令中注入的地址即可,如:-Dskywalking.collector.backend_service=otel-agent.open-telemetry:11800

#5. 配置 DeepFlow

请参考 配置 DeepFlow 一节内容,完成 DeepFlow Agent 的配置。

#6. 基于 WebShop Demo 体验

#6.1 部署 Demo

此 Demo 来源于 这个 GitHub 仓库 (opens new window),这是一个基于 Spring Boot 编写的由五个微服务组成的 WebShop 应用,其架构如下:

Sping Boot Demo Architecture

Sping Boot Demo Architecture

使用如下命令可以一键部署这个 Demo,这个 Demo 已经完成了上报地址的配置,不需要再对它做额外修改。

kubectl apply -f https://raw.githubusercontent.com/deepflowio/deepflow-demo/main/DeepFlow-Otel-SkyWalking-Demo/deepflow-otel-skywalking-demo.yaml
1

#6.2 查看追踪数据

前往 Grafana,打开 Distributed Tracing Dashboard,选择 namespace = deepflow-otel-skywalking-demo 后,可选择一个调用进行追踪。 DeepFlow 能够将 SkyWalking、eBPF、BPF 获取到的追踪数据关联展示在一个 Trace 火焰图中, 覆盖一个 Spring Boot 应用从业务代码、系统函数、网络接口的全栈调用路径,实现真正的全链路分布式追踪,效果如下:

OTel SkyWalking Demo

OTel SkyWalking Demo

你也可以访问 DeepFlow Online Demo (opens new window) 查看效果。