1分布式追踪系统
随着大量公司把单体应用重构为微服务，对于运维人员的责任就更加重大了。架构更复杂、应用更多，要从中快速诊断出问题、找到性能瓶颈，并不是一件容易的事。因此，也随着诞生了一系列面向DevOps的诊断与分析系统，主要是以下三个系统：
集中式日志系统（Logging）集中式度量系统（Metrics）分布式追踪系统（Tracing）三者相互交织重叠如下：
技术栈上的成熟框架有，
Logging：Log4j、ELK等，
Metrics：Prometheus、InfluxDB、Grafana等
Tracing：Jaeger和Zipkin等。
分布式追踪系统在Google发表一篇文章Dapper,aLarge-ScaleDistributedSystemsTracingInfrastructure后快速发展。Tracing系统一般核心步骤有三个：代码埋点、数据存储、查询展示。
历史洪流滚滚向前，大浪淘沙，现在比较流行的有Jaeger和Zipkin。
2OpenTracing
由于Tracing的技术发展迅速，为了解决兼容性问题，有了OpenTracing规范。它是一个轻量级的标准化层，连接应用、类库和追踪系统。
OpenTracing的优势：
（1）OpenTracing已经进入CNCF（云原生计算基金会，口号是坚持和整合开源技术来编排容器作为微服务架构的一部分），正在为全球的分布式追踪，提供统一的概念和数据标准。
（2）OpenTracing通过提供平台无关、厂商无关的API，使得开发人员能够方便添加和更换追踪系统的实现。
2.1相关概念
Trace：贯穿一个分布式系统的事务追踪描述，其实就是由许多个Span组成的有向无环图。
Span：被命名的与记录时间的调用操作，如一个HttpGET请求；Span有嵌套关系，如果一个请求会调用其它服务，就会生成子Span。
Tag：一组由键值对构成的标签集合，键值类型必须为字符串。它可以带上许多有用信息，如请求方法、请求URL、返回状态码等。
Log：一组Span的日志集合。
2.2OpenTracing的实现
Jaeger是Uber推出的一款开源分布式追踪系统，兼容OpenTracingAPI。架构如下：
Zipkin是由Twitter推出的开源的分布式追踪系统，架构图如下：
3实战整合
本文以Springboot为Web项目，分别整合Jaeger和Zipkin。
3.1Springboot项目准备
项目中的Controller，提供了两个Endpoint，tracing和open；在访问open时，代码会调用tracing。
为了能够方便看出调用时长信息，特别在代码中增加了延时Thread.sleep()。
配置Web应用的端口和服务名字：
server.port=80spring.application.name=opentracing-demo
3.2整合Jaeger
3.2.1Springboot整合
引用依赖：
配置连接属性：
3.2.2Docker运行Jaeger
为了方便，使用docker来运行Jaeger：
以上端口的信息如下：
3.2.3运行与访问UI
启动Web应用和Jaeger后，访问服务：
localhost/openlocalhost/tracing
访问JaegerUI界面localhost:/，设置好查询条件后点击FindTraces，就能查看到Trace信息了，具体如下：
选择一条Trace点进去后，可以看到详细信息，非常有利于我们分析，具体如下：
3.3Zipkin
3.3.1Springboot整合
引用相关依赖：
配置相关连接信息：
opentracing.zipkin.enabled=trueopentracing.zipkin.