数据采集采集源配置通过 zipkin 采集链路追踪数据

通过 zipkin 采集链路追踪数据

简介

接收符合 zipkin 协议格式的链路数据，并把数据经过统一转换成 DataFlux 的链路数据后上报到 DataFlux 中。

前置条件

已安装 DataKit（DataKit 安装文档）
部署对应语言的 Zipkin SDK，并配置数据上报地址为 DataKit 提供的地址

配置

使用 Zipkin 的数据发送到 DataKit一共需要三步：

第一步：在 DataKit 中开启链路数据接收服务

第二步：配置和获取链路数据监听的地址和端口

第三步：按项目需求对进行埋点，并配置数据上报地址为 DataKit 的链路数据接收地址

具体请参考(Python语言示例代码)

开启链路数据接收服务

打开 DataKit 采集源配置文件夹（默认路径为 DataKit 安装目录的 conf.d 文件夹），找到 conf.d/traceZipkin 文件夹，复制 traceZipkin.conf.sample 并命名为 traceZipkin.conf, 去掉 [inputs.traceZipkin] 前面的注释，即可开启链路数据接收服务，另外如果需要对链路数据添加其他自定义的标签，可以去掉 [inputs.traceZipkin.tags] 的注释，并添加自定义标签。

设置：

#[inputs.traceZipkin]
#       pathV1 = "/api/v1/spans"    # zipkin V1版本trace数据接收路径，默认与zipkin官方定义的路径相同
#       pathV2 = "/api/v2/spans"    # zipkin V2版本trace数据接收路径，默认与zipkin官方定义的路径相同
#       [inputs.traceZipkin.tags]   # 自定义标签组
#               tag1 = "tag1"       # 自定义标签1
#               tag2 = "tag2"       # 自定义标签2
#               tag3 = "tag3"       # 自定义标签3

配置和链路数据监听的地址和端口

打开 DataKit 安装目录下的 datakit.conf，找到 http_server_addr 配置项，配置数据接收的监听地址和端口，默认监听地址是 0.0.0.0，端口为 9529

完成以上配置后，即可获取：zipkin V1版本链路数据的接收地址HTTP协议//:绑定地址:链路端口/api/v1/spans；zipkin V2版本链路数据的接收地址HTTP协议//:绑定地址:链路端口/api/v2/spans。例如 DataWay 的地址是 1.2.3.4，配置的监听地址和端口是 0.0.0.0:9529，zipkin V1与V2版本链路数据的接收地址分别是： http://1.2.3.4:9529/api/v1/spans与http://1.2.3.4:9529/api/v2/spans，如果是本机也可以使用 localhost 或 127.0.0.1，如果是内网也可以使用内网地址。

注意：

V1版本请求的默认路径是 /api/v1/spans
V2版本请求的默认路径是 /api/v2/spans
需保证数据采集端能访问该地址

埋点配置

通过 Zipkin 采集数据需要根据当前项目的开发语言引入对应的 Zipkin SDK，然后按照 SDK 的文档项目进行埋点，对于 DataFlux 的链路数据采集来说，只需要将 Zipkin SDK 中的数据上报地址配置为上一步中获取到的链路数据接收地址即可（相当于将 Datakit 当做 Zipkin Server）。

这里以 Zipkin 的 py-zipkin 客户端作为示范

第一步，引入相关客户端包

import requests
from py_zipkin import Encoding
from py_zipkin.zipkin import zipkin_span, create_http_headers_for_new_span

第二步，设置上报地址

def http_transport(body):
    # 将 zipkin_url 配置为 DataKit 的链路数据接收地址，以V2版本为例
    zipkin_url = "http://1.2.3.4:9529/api/v2/spans"
    #设置数据格式
    headers = {"Content-Type": "application/json"}
    requests.post(zipkin_url, data=body, headers=headers)

另外，同一种trace类型同一个版本数据格式也有所不同，这由 SDK 的 HTTP/POST 请求头中 Content-Type 来区分。目前 zipkin 支持类型如下表所示：

source	version	Content-Type
zipkin	v1	application/json
zipkin	v1	application/x-thrift
zipkin	v2	application/json
zipkin	v2	application/x-protobuf

第三步，埋点创建span信息

    with zipkin_span(
            service_name='webapp',  # 服务名
            span_name='index',     # span 名
            transport_handler=http_transport,  # 自定义上报函数，http_transport 是我们自定义的上报函数
            port=5010,  # 本服务的端口
            sample_rate=100,  # 采样率，设置范围：0.0 - 100.0，我们示例的 100 代表每一个请求都会被追踪。
            encoding= Encoding.V2_JSON,
    )as zipkin_context:
        # 添加 binary_annotation：自定义信息
        zipkin_context.update_binary_annotations({
            "key": "jdbc.query",
            "value": "select distinct",
        }
        )
        time.sleep(1)
        # index span 下建立子 span，只需设置好service_name，span_name，
        with zipkin_span(service_name='webapp', span_name='do_stuff', encoding= Encoding.V2_JSON,):
            do_stuff()

其他语言的 SDK，依次类推，配置成功后约 1-2 分钟即可在 DataFlux Studio 的「链路追踪」中查看相关的链路数据。

采集数据

具体请参考链路数据采集文档中的字段说明

事件

该数据源无关键事件数据

日志

该数据源无日志

FAQ

配置好后为什么在 DataFlux Studio 中看不到数据？

请按照下面的项依次进行检查：

确认更改了 DataKit 的相关配置文件后是否重启 DataKit
请确认在 DataKit 中配置的上报地址是否正确
请确认采集链路数据的网络环境是否能访问 DataKit 的链路数据接收地址
开启 DataKit Debug 模式（在 datakit.conf 中将 log_level 设置为 debug，重启），查看日志 datakit.log，如果有链路数据，又产生如下的 debug 日志。