歡迎訪問我的GitHub
https://github.com/zq2599/blog_demos
內容：所有原創文章分類匯總及配套源碼，涉及Java、Docker、Kubernetes、DevOPS等；
關於采樣（Sampling）
-
采樣很好理解：使用Jaeger時，未必需要將所有請求都上報到Jaeger，有時候只要抽取其中一部分觀察即可，這就是按照一定策略進行采樣；
-
Jaeger SDK是支持多種采樣配置的，在分布式系統中，他們遵循的原則是前置判定（consistent upfront 或者head-based），簡單來說，假如consumer服務調用provider服務，那么某一次請求只要consumer決定不采樣，那么provider在處理這個請求的時候也不會采樣，也就是說對於一次完整的trace，只要最前面的服務不上報到jaeger，那么整個trace后面涉及的服務都不會上報到jaeger
-
Jaeger采樣配置分為客戶端和服務端兩種配置，默認用的是服務端配置
-
本文咱們來了解如何在客戶端（也就是接入Jaeger的應用）配置采樣，並且動手驗證效果，常用的客戶端采樣策略有以下三種：
- 固定：要么全部采樣，要門全部不采樣
- 比例：按照指定比例采樣
- 限速：固定時間周期內采樣固定數量，例如每秒一個
- 接下來，逐個配置和體驗這三種采樣的效果
關於實戰用的工程
- 采樣配置實戰不涉及編碼，只需要改一些配置，所以沒必要大張旗鼓的新建工程寫代碼，用《Jaeger開發入門(java版)》一文中的兩個maven子工程即可：服務提供方jaeger-service-provider和服務調用方jaeger-service-consumer，都做成docker鏡像，用docker-compose啟動，網絡架構如下圖：
- 請確保項目的日志模板中已添加了traceId、spanId、sampled等變量，如下圖紅框所示，有了這些配置，咱們在日志中就能看到對應的trace是否被采樣（這一步非常重要）：
- 為了方便修改代碼后重新部署啟動，我寫了個名為full.sh的shell腳本文件，運行即可將修改后的代碼制作成最新的鏡像並用docker-compose運行起來：
#!/bin/bash
echo "停止docker-compose"
cd jaeger-service-provider && docker-compose down && cd ..
echo "編譯構建"
mvn clean package -U -DskipTests
echo “創建provider鏡像”
cd jaeger-service-provider && docker build -t bolingcavalry/jaeger-service-provider:0.0.1 . && cd ..
echo “創建consumer鏡像”
cd jaeger-service-consumer && docker build -t bolingcavalry/jaeger-service-consumer:0.0.1 . && cd ..
echo "清理無效資源"
docker system prune --volumes -f
echo "啟動docker-compose"
cd jaeger-service-provider && docker-compose up -d && cd ..
- 如果您用的是IDEA，在下圖紅框位置添加一個自定義命令，選中上述shell文件，就可以在IDEA中用run命令來編譯構建部署了：
- 現在准備工作已經完成，開始實戰吧，從最簡單的固定采樣開始；
固定采樣
-
固定采樣的邏輯很簡單：要么全部上報，要么一個也不報
-
固定采樣的配置方式如下圖紅框所示：
-
要注意的是：根據前置判定（consistent upfront 或者head-based）原則，只要將上述配置寫入jaeger-service-consumer項目的配置文件即可，至於jaeger-service-provider維持原狀不做任何改動
-
執行前面寫的full.sh腳本，編譯構建部署
-
瀏覽器訪問http://localhost:18080/hello，產生一些web請求，多訪問幾次
-
看jaeger-service-consumer容器的日志，如下圖，紅框中的sampled=false表示未采樣，三此請求的日志都是如此：
- 再看jaeger-service-provider容器的日志，如下圖紅框，也全部都沒有采樣，這證明Jaeger的前置判定原則（consistent upfront 或者head-based）是准確的，jaeger-service-consumer是一次trace的源頭，被它關閉了采樣的trace，在后續的服務中也會自動關閉采樣：
- 去Jaeger的web頁面看看，空空如也，連服務列表中都沒有jaeger-service-consumer和jaeger-service-provider：
- 試過了全部不采樣，再來試試全部采樣的配置，如下圖紅框：
- 重新部署，再產生幾次請求，去看jaeger-service-consumer容器的日志，如下圖紅框，全部都被采樣了：
- 去看jaeger-service-provider容器的日志，也是如此，所有trace都被采樣：
- 打開Jaeger的web頁面，可見jaeger-service-consumer的三次請求對應的trace全部上報：
- 至此，最簡單的固定采樣已完成，來看看更實用的比例采樣
比例采樣
- 顧名思義，就是按照一定的百分比采樣，配置如下圖所示：
-
執行前面寫的full.sh腳本，編譯構建部署
-
測試比例采樣的方法就是發多個請求，檢查采樣的trace是否是總數的十分之一，我這里用jmeter來執行多次請求，您可以選擇自己擅長的工具，或者寫代碼寫腳本，甚至手動訪問多次
-
使用jmeter可以控制請求次數，用的是Loop Controller，如下圖紅框所示：
- 向jaeger-service-consumer的/hello接口發送完一百次請求后，可以從docker容器日志中檢查采樣情況，這里使用grep和wc命令的組合來統計日志中出現sampled=true和sampled=false的行數，完整的命令如下：
docker logs jaeger-service-consumer| grep 'sampled=true'|wc -l
- 100個請求，采樣率百分之十，但是用上述命令得到的結果並不是精確值10，而是8，再統計未采樣的日志行數(把true改成false)，得到的結果是92，總數對得上，但是采樣數並非精確的百分之十，如下圖：
- 然后將請求總數增加到一千條，得到的采樣比例接近百分之十，如下：
- 打開Jaeger的web頁面，可見果然只有106個trace：
- 比例采樣完成了，接下來是限速采樣
限速采樣
- 關於限速，似乎不夠具體不便於理解，但是看看官方文檔上的關鍵字leaky bucket，如下圖紅框，聰明的您一定想到了其中的關鍵，漏桶限流算法（注意，是漏桶，不是令牌桶，漏桶算法的峰值和桶大小有關）：
- 配置如下圖紅框所示：
-
執行前面寫的full.sh腳本，編譯構建部署
-
咱們的配置是每秒鍾一次采樣，所以驗證的時候要控制好發送請求的時長，我這里還是用jmeter來發請求的，如下圖紅框所示，jmeter有種Runtime Controller類型的控制器，可以控制持續請求的時長，我這里設置為10秒：
- 用jmeter持續發送10秒的請求，從jmeter的匯總報告中可見一共發了70個請求：
- 用命令docker logs jaeger-service-consumer| grep 'sampled=true'|wc -l查看采樣總數，10秒的預期是10個，結果如下，並不精確，只是接近而已:
- 清掉所有數據，將時長改成100秒試試，一共發出次852請求：
- 采樣總數為96，接近預期：
- 打開Jaeger的web頁面也是96次trace：
服務端配置一瞥
-
還記得《分布式調用鏈跟蹤工具Jaeger？兩分鍾極速體驗》、《Jaeger開發入門(java版)》等文章中的操作嗎？那時咱們並沒有添加任何與采樣有關的配置，但是每次請求都能在Jaeger的web頁面上查到對應的trace，也就是說所有請求全部被采樣了，這是為啥？
-
如果配置文件中沒有采樣相關的內容，那么默認使用的就是遠程配置，具體的信息就在jaeger的all-in-one容器中，執行下面這個命令，就能看到遠程采樣配置：
docker exec jaeger cat /etc/jaeger/sampling_strategies.json
- 上述命令可以看到sampling_strategies.json的內容如下，原來服務端的配置是比例采樣，不過比例是百分之百，這就能解釋為何所有請求都能在Jaeger的web頁面查到trace信息了：
{
"default_strategy": {
"type": "probabilistic",
"param": 1
}
}
- 至此，采樣配置實戰已經完成，希望能給您提供一些參考，輔助您針對實際情況定制更加合適的采樣策略
你不孤單，欣宸原創一路相伴
歡迎關注公眾號：程序員欣宸
微信搜索「程序員欣宸」，我是欣宸，期待與您一同暢游Java世界...
https://github.com/zq2599/blog_demos