日志系统实战(三)-分布式跟踪的Net实现

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，最快定位到其问题。

阅读目录：

1. 概述
2. web环境
3. 多线程环境
4. 异步环境
5. 性能，大数据量，隐私安全
6. 总结

概述

简单介绍就是，通过一个TraceId把整个业务请求逻辑相关联起来，根据时间顺序形成一个完整的调用链。

这样无论任何地方报错，只要拿TraceId去日志系统简查下，根据上下文的顺序就知道是哪一步、哪个函数、哪个参数出错了，能以最快速度定位处理BUG。

如图以博客园为例。当博客园收到一个请求后，自动为生产个唯一ID 1000，之后所有处理工作都是用这个1000。

每个处理模块都维持一个上下文ID自增，rpcid++。

其处理模块可以是函数级，逻辑层级，服务器级等都可以。

一旦发现有异常后，自动将TraceId发给博客园。这样程序员们，就能根据TraceId最快定位问题了。

关于各种环境下具体的代码实现：

web环境

定义跟踪日志需要的参数，进行上下文传递。

   public class LogBody
    {
        /// <summary>
        /// 跟踪ID
        /// </summary>
        public string TraceId { get; set; }
        /// <summary>
        /// 上下文ID
        /// </summary>
        public int RpcId { get; set; }
        /// <summary>
        /// 处理时间
        /// </summary>
        public DateTime LastTime { get; set; }
    }

在global.asax全局Application_BeginRequest函数中，使用HttpContext.Current上下文，开始进行埋点(跟踪)，设置rpc 0。

   void Application_BeginRequest(object sender, EventArgs e)
        {
            var lb = new LogBody();
            lb.TraceId = Guid.NewGuid().ToString("N");
            lb.RpcId=0;
            lb.LastTime = DateTime.Now;
            HttpContext.Current.Response.AppendHeader("traceID", lb.TraceId);
            HttpContext.Current.Items.Add(lb.TraceId, lb);
            //记录日志，例：用户请求参数，userAgent等。
        }

在default页开始业务逻辑，设置rpc 1。

 protected void Page_Load(object sender, EventArgs e)
        {
            var traceID = HttpContext.Current.Response.Headers["traceID"];
            LogBody logbody = HttpContext.Current.Items[traceID] as LogBody;
            logbody.RpcId++;
            logbody.LastTime = DateTime.Now;
            //业务逻辑。
            //记录日志。。。
        }

如上就完成上下文的传递。

Application_BeginRequest  中在实际使用中，只需要对有用的页面(例:aspx，ashx)进行埋点。

日志记录的时候，可以把logbody都存储起来。

存储到Headers可以让前端通过JS也能拿到TraceId，方便去排查问题。

LastTime这个字段，可以与上一次的相减，这样就得出中间逻辑处理所花费的时间了。

多线程环境

在web程序中可以用httpcontext的上下文传递。

在单线程的程序中,按照线性顺序即可。

多线程中利用用threadlocal传递。

  public static ThreadLocal<LogBody> Body = new ThreadLocal<LogBody>();
        static void Main(string[] args)
        {
            var t1 = new Thread(() =>
            {
                Body.Value = new LogBody()
                {
                    LastTime = DateTime.Now,
                    RpcId = ,
                    TraceId = Guid.NewGuid().ToString("N")
                };
                //业务1
                Console.WriteLine("Thread1 log record:" + Body.Value.TraceId + "-" + Body.Value.RpcId + "-" + Body.Value.LastTime);

                Thread.Sleep();

                Body.Value.RpcId++;
                Body.Value.LastTime = DateTime.Now;
                //业务2
                Console.WriteLine("Thread1 log record:" + Body.Value.TraceId + "-" + Body.Value.RpcId + "-" + Body.Value.LastTime);
            });
            t1.Start();

            var t2 = new Thread(() =>
            {
                Body.Value = new LogBody()
                {
                    LastTime = DateTime.Now,
                    RpcId = ,
                    TraceId = Guid.NewGuid().ToString("N")
                };
                //业务1
                Console.WriteLine("Thread2 log record:" + Body.Value.TraceId + "-" + Body.Value.RpcId + "-" + Body.Value.LastTime);

                Thread.Sleep();
                Body.Value.RpcId++;
                Body.Value.LastTime = DateTime.Now;
                //业务2
                Console.WriteLine("Thread2 log record:" + Body.Value.TraceId + "-" + Body.Value.RpcId + "-" + Body.Value.LastTime);
            });
            t2.Start();
        }

运行如下：

异步环境

往往在生产环境中，会有大量的异步操作。如果有异步行为的话，打乱上下文怎么办？这时候需要引入另外一个概念，父节点Id。

这样异步操作的行为就父节点之下，最终在日志后台展示的是一个倒着的树形结构。

如图可以看到业务2异步派生出来的子节点。

把上下文rpcid修改成double类型。

 static void Main(string[] args)
        {
            var t2 = new Thread(() =>
            {
                Body.Value = new LogBody()
                {
                    LastTime = DateTime.Now,
                    RpcId = 1,
                    TraceId = Guid.NewGuid().ToString("N")
                };
                var t1 = new Thread((lb) =>
                {
                    var temp = lb as LogBody;
                    Body.Value = new LogBody()
                    {
                        LastTime = DateTime.Now,
                        RpcId = temp.RpcId,
                        TraceId = temp.TraceId
                    };
                    Body.Value.RpcId += 0.1;
                    //业务x
                    Console.WriteLine("async Thread:" + Body.Value.TraceId + "-" + Body.Value.RpcId + "-" + Body.Value.LastTime );

                    Thread.Sleep(5000);

                    Body.Value.RpcId+=0.1;
                    Body.Value.LastTime = DateTime.Now;
                    //业务y
                    Console.WriteLine("async Thread:" + Body.Value.TraceId + "-" + Body.Value.RpcId + "-" + Body.Value.LastTime);
                });
                t1.Start(Body.Value);

                //业务1
                Console.WriteLine("sync Thread:" + Body.Value.TraceId + "-" + Body.Value.RpcId + "-" + Body.Value.LastTime);

                Thread.Sleep(2000);
                Body.Value.RpcId+=1;
                Body.Value.LastTime = DateTime.Now;
                //业务2
                Console.WriteLine("sync Thread:" + Body.Value.TraceId + "-" + Body.Value.RpcId + "-" + Body.Value.LastTime);
            });
            t2.Start();
        }

代码中用参数传递给了异步线程中，运行如下：

性能，大数据量，隐私安全

关于性能

从代码中可以看出，这种方式对程序性能影响可以忽略不计。

需要注意是：如果在生产环境跑的话，不论是写文件，还是数据库，或写统一日志平台。都会导致大量IO读写，网络资源消耗。

如果服务器都消耗这上面，就得不偿失了。

可以用内存队列+队列+批量push或pull的方式，并且注意设置阀值。

关于大数据量

大量的请求，其实多数是无效的。这里引入采样率的概念。 例如按求余取，或者按地区，时间等。也可以单独写采样规则。

日志可以只记录error以上的级别，只有在排查生产环境的时候才开启debug，info级别信息。

存储这块，可以根据实际需要选择sql server，mongodb，hbase hdfs。

关于隐私安全

如果有敏感数据，可根据安全级别进行加密。

总结

本文是基于Google dapper论文的思路展开，基于此进行很多扩展。

示例中采用的是手动记录，在实际使用中，可以简化调用，封装成自动构建的，有兴趣的可以看前2篇自动注入的相关介绍。

参考资源

Google dapper论文

淘宝EagleEye系统