JAVA 服务可观测性最佳实践

前言

本次实践主要是介绍 Java 服务通过无侵入的方式接入观测云进行全面的可观测。

环境信息

系统环境：Ubuntu（主机环境）
开发语言：JDK 11.0.18
Web 框架：SpringBoot
日志框架：Logback
APM 探针：DDTrace

实现目标

应用链路接入
应用日志接入
JVM 指标接入
Profiling 接入

对 JDK 有版本要求，具体参考文档： Java - 观测云文档

接入方案

准备工作

安装 DataKit

# 需要把token 改成观测云空间的实际token值（可在「观测云控制台」-「集成」-「Datakit」 上面获取）
DK_DATAWAY="https://openway.guance.com?token=tkn_xxxxxx" bash -c "$(curl -L https://static.guance.com/datakit/install.sh)"

重启 DataKit

以下接入配置后都需重启 DataKit ，使配置生效，命令如下：

datakit service -R

通过 datakit monitor 命令可以观察到采集器是否启动成功。

红色为采集器，下面各种接入都会开启采集器，每个采集器都需要重启 DataKit 。

日志接入

Logback 日志格式调整

主要是调整 pattern ，新增三个参数 %X{dd.service} %X{dd.trace_id} %X{dd.span_id} ，部分配置如下：

<property name="log.pattern" value="%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{20} - [%method,%line] %X{dd.service} %X{dd.trace_id} %X{dd.span_id} - %msg%n" />
<!--    <property name="log.pattern" value="%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{20} - [%method,%line] [traceId=%X{trace_id} spanId=%X{span_id}] - %msg%n" />--><springProperty scope="context" name="logName" source="spring.application.name" defaultValue="Springboot"/><!-- %m输出的信息,%p日志级别,%t线程名,%d日期,%c类的全名,,,, --><appender name="STDOUT" class="ch.qos.logback.core.ConsoleAppender"><encoder><pattern>${log.pattern}</pattern><charset>UTF-8</charset></encoder></appender><appender name="FILE" class="ch.qos.logback.core.rolling.RollingFileAppender"><file>logs/${logName}/${logName}.log</file>    <!-- 使用方法 --><append>true</append><rollingPolicy class="ch.qos.logback.core.rolling.SizeAndTimeBasedRollingPolicy"><fileNamePattern>logs/${logName}/${logName}-%d{yyyy-MM-dd}.log.%i</fileNamePattern><maxFileSize>64MB</maxFileSize><maxHistory>30</maxHistory><totalSizeCap>1GB</totalSizeCap></rollingPolicy><encoder><pattern>${log.pattern}</pattern><charset>UTF-8</charset></encoder></appender>

Log 采集器主要用于采集日志信息，可以通过 Socket 或者 File 方式进行日志采集。进入到 DataKit 安装目录下，执行 conf.d/log/ ，复制 logging.conf.sample 并重命名为 logging.conf 。

  logfiles = ["/home/liurui/code/observable-demo/logs/server/server.log"]# 服务名称，非必填service = "server"## Grok pipeline script name.pipeline = "server.p"

配置 pipeline

日志 pipeline 用于解析日志格式

解析脚本

grok(_, "%{TIMESTAMP_ISO8601:time} %{NOTSPACE:thread_name} %{LOGLEVEL:status}%{SPACE}%{NOTSPACE:class_name} - \\[%{NOTSPACE:method_name},%{NUMBER:line}\\] %{DATA:service_name} %{DATA:trace_id} %{DATA:span_id} - %{GREEDYDATA:msg}")default_time(time,"Asia/Shanghai")

可以按照实际日志格式进行调整，以上 pipeline 只适应 %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{20} - [%method,%line] %X{dd.service} %X{dd.trace_id} %X{dd.span_id} - %msg%n 的日志格式。

链路接入

开启 DDTrace 采集器

DDTrace 采集器用于采集链路信息，进入到 DataKit 安装目录下，执行 conf.d/ddtrace/ ，复制 ddtrace.conf.sample 并重命名为 ddtrace.conf 即可。

应用启动参数

java \
-javaagent:/home/liurui/agent/dd-java-agent-1.21.1-guance.jar \
-Ddd.service.name=server \
-Ddd.env=dev \
-Ddd.version=1.2.3
-jar springboot-server.jar

JVM 指标接入

开启 StatsD 采集器

StatsD 采集器用于采集指标信息，进入到 DataKit 安装目录下，执行 conf.d/statsd/ ，复制 statsd.conf.sample 并重命名为 statsd.conf 即可，默认端口为 8125 。

按照链路的启动方式启动应用即可。

Profiling 接入

开启 Profile 采集器

Profiling 采集器主要用于采集应用性能数据，如 java 的 jfr。进入到 DataKit 安装目录下，执行 conf.d/profile/ ，复制 profile.conf.sample 并重命名为 profile.conf 。

应用启动参数

主要是调整参数，添加以下参数。

-Ddd.profiling.enabled=true  \
-Ddd.profiling.ddprof.enabled=true \
-Ddd.profiling.ddprof.cpu.enabled=true \
-Ddd.profiling.ddprof.wall.enabled=true \
-Ddd.profiling.ddprof.alloc.enabled=true \
-Ddd.profiling.ddprof.liveheap.enabled=true \

完整启动命令

在启动命令加上 DDTrace 相关参数。

java \
-javaagent:/home/liurui/agent/dd-java-agent-1.21.1-guance.jar \
-Ddd.service.name=server \
-Ddd.env=dev \
-Ddd.version=1.2.3  \
-Ddd.profiling.enabled=true  \
-Ddd.profiling.ddprof.enabled=true \
-Ddd.profiling.ddprof.cpu.enabled=true \
-Ddd.profiling.ddprof.wall.enabled=true \
-Ddd.profiling.ddprof.alloc.enabled=true \
-Ddd.profiling.ddprof.liveheap.enabled=true \
-jar springboot-server.jar