介绍 在大型系统开发调试中，跨系统之间联调开始变得不好使了。莫名其妙一个错误爆出来了，日志虽然有记录，但到底是哪里出问题了呢？ 是Ios端参数传的不对？还是A系统或B系统提供的接口导致？相信有不少人遇到这种情况，大多数问题往往不大，但排查起来比较费劲。 下面介绍下怎么通过上下文跟踪的方法 ...

首先要明白一点，为什么要使用链路跟踪？ 当我们微服务之间调用的时候可能会出错，但是我们不知道是哪个服务的问题，这时候就可以通过日志链路跟踪发现哪个服务出错。 它还有一个好处：当我们在企业中，可能每个人都负责一个服务，我们可以通过日志来检查自己所负责的服务不会出错，当调用其它服务时，这时候出现 ...

微服务，通常都是用复杂的、大规模分布式集群来实现的。微服务构建在不同的软件模块上，这些软件模块，有可能是由不同的团队开发、可能使用不同的编程语言来实现、有可能布在了几千台服务器，横跨多个不同的数据中心。因此，就需要一些可以帮助理解系统行为、用于分析性能问题的工具。 API网关Ocelot ...

；调用链上调用每个服务的时间；各个服务之间的拓扑关系…… 我们把这种行为称为“分布式服务跟踪”。 背景 ...

一、背景 开发排查系统问题用得最多的手段就是查看系统日志，在分布式环境中一般使用ELK来统一收集日志，但是在并发大时使用日志定位问题还是比较麻烦，由于大量的其他用户/其他线程的日志也一起输出穿行其中导致很难筛选出指定请求的全部相关日志，以及下游线程/服务对应的日志。 二、解决思路 ...

Java项目分布式/集群部署，接口请求日志流程跟踪 由于公司的项目使用了SpringCloud微服务，并且各个模块都是集群部署，日志分布在不同的服务器，当线上请求出现问题，日志查询和跟踪是一个很麻烦的事情，大量日志输出导致很难筛出指定请求的全部相关日志，以及下游服务调用对应的日志 ...

背景 公司业务由数以百计的分布式服务沟通，每一个请求路由过来后，会经过多个业务系统并留下足迹，并产生对各种缓存或者DB的访问，但是这些分散的数据对于问题排查，或者流程优化比较有限。对于一个跨进程的场景，汇总收集并分析海量日志就显得尤为重要。在这种架构下，跨进程的业务流会经过很多个微服务的处理 ...

　　业界大部分的应用分布式追踪的原理源自 Google 的一篇 Dapper 系统的论文。Dapper是谷歌内部使用的分布式链路追踪系统，虽然没有开源，但是Google在其2010年发布的一篇论文中对其进行了详细的介绍。可以说，Dapper是链路追踪领域的始祖，其提出的概念和理念一致影响着后来所有 ...