什么是分布式链路追踪？主流的链路追踪工具有哪些？它们如何工作？ - 面试题

链路追踪是分布式系统中快速定位问题和分析性能的重要工具，能够追踪请求在多个服务之间的调用链路：

核心概念：

1. Trace（追踪）

一次完整的请求调用链路
从客户端发起请求到最终响应的整个过程
包含多个 Span

2. Span（跨度）

一次具体的调用操作
包含开始时间、结束时间、操作名称等
Span 之间通过父子关系形成调用树

3. Span ID

唯一标识一个 Span
用于构建调用链路

4. Trace ID

唯一标识一次完整的追踪
所有相关 Span 共享同一个 Trace ID

5. Parent Span ID

标识当前 Span 的父 Span
用于构建调用层次关系

6. Annotation（注解）

记录关键事件的时间点
如 CS（Client Send）、SR（Server Receive）、SS（Server Send）、CR（Client Receive）

7. Baggage（行李）

在调用链路中传递的键值对数据
用于在服务间传递上下文信息

主流链路追踪工具：

1. Zipkin

特点：Twitter 开源，基于 Google Dapper 论文
优势：
- 成熟稳定，社区活跃
- 支持多种语言
- 可视化界面友好
劣势：
- 存储性能一般
- 功能相对简单
适用场景：中小型分布式系统

2. Jaeger

特点：Uber 开源，兼容 Zipkin API
优势：
- 性能优秀，支持高并发
- 支持多种存储后端
- 功能更完善
劣势：
- 相对较新
适用场景：高性能要求的分布式系统

3. SkyWalking

特点：国产开源，专注于 APM
优势：
- 功能全面（链路追踪、性能监控、日志分析）
- 对 Java 支持好
- 中文文档完善
劣势：
- 其他语言支持相对较弱
适用场景：Java 为主的微服务架构

4. Pinpoint

特点：Naver 开源，专注于 Java
优势：
- 无代码侵入
- 详细的性能分析
劣势：
- 只支持 Java
- 资源占用较高
适用场景：Java 单一语言环境

5. OpenTelemetry

特点：CNCF 托管，统一的可观测性标准
优势：
- 统一的 API 和 SDK
- 多语言支持
- 与多种后端兼容
劣势：
- 相对较新，生态还在发展
适用场景：需要统一可观测性标准的项目

实现原理：

1. 上下文传递

在服务调用时传递 Trace ID 和 Span ID
通过 HTTP Header、RPC 元数据等方式传递

示例：

java
// gRPC 传递上下文
Context ctx = Context.current().withValue(TRACE_ID_KEY, traceId);
stub.withDeadlineAfter(timeout, TimeUnit.MILLISECONDS)
    .sayHello(request, ctx);

2. 拦截器/过滤器

在请求入口和出口拦截
记录调用开始和结束时间

示例：

java
@Component
public class TraceInterceptor implements HandlerInterceptor {
    @Override
    public boolean preHandle(HttpServletRequest request, 
                             HttpServletResponse response, 
                             Object handler) {
        String traceId = generateTraceId();
        MDC.put("traceId", traceId);
        return true;
    }
    
    @Override
    public void afterCompletion(HttpServletRequest request, 
                                HttpServletResponse response, 
                                Object handler, Exception ex) {
        MDC.remove("traceId");
    }
}

3. 采样策略

固定采样率：按固定比例采样
动态采样：根据请求特征动态调整
错误优先：优先采样错误请求

4. 数据上报

异步上报，避免影响业务性能
支持批量上报，减少网络开销
支持多种传输协议（HTTP、gRPC、Kafka）

Spring Cloud Sleath 集成示例：

java
@SpringBootApplication
@EnableZipkinServer
public class ZipkinServerApplication {
    public static void main(String[] args) {
        SpringApplication.run(ZipkinServerApplication.class, args);
    }
}

// 客户端配置
spring:
  zipkin:
    base-url: http://localhost:9411
  sleuth:
    sampler:
      probability: 0.1  # 采样率 10%

使用场景：

1. 性能分析

识别慢查询和慢服务
分析调用链路中的性能瓶颈
优化系统性能

2. 故障排查

快速定位问题服务
追踪错误传播路径
分析故障根因

3. 依赖分析

了解服务间依赖关系
识别不合理的调用
优化服务架构

4. 容量规划

分析系统负载分布
预测资源需求
优化资源配置

最佳实践：

合理设置采样率，平衡性能和可观测性
结合日志和监控，形成完整的可观测性体系
定期分析链路数据，优化系统性能
使用统一的 Trace ID，方便跨系统追踪
注意敏感信息保护，避免在链路中传递敏感数据