开发与集成
数据输入
导入 Tracing

导入 SkyWalking 数据

# 1. 数据流

# 2. 配置 OpenTelemetry SkyWalking Receiver

# 2.1 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。

# 2.2 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) 与 #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。

# 2.3 配置 OpenTelemetry 接收 SkyWalking 数据

在背景知识一节中，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

在 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}]}}'

然后，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。

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。

最后，重启 otel-agent 完成 otel-agent 更新：

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

# 3. 配置 DeepFlow

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

# 4. 基于 WebShop Demo 体验

# 4.1 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

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

# 4.2 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

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