[[416233]]

問題背景

隨著微服務架構的流行，服務按照不同的維度進行拆分，一次請求往往需要涉及到多個服務。互聯網應用構建在不同的軟件模塊集上，這些軟件模塊，有可能是由不同的團隊開發、可能使用不同的編程語言來實現、有可能布在了幾千臺服務器，橫跨多個不同的數據中心。因此，就需要一些可以幫助理解系統行為、用于分析性能問題的工具，以便發生故障的時候，能夠快速定位和解決問題。

全鏈路監控組件就在這樣的問題背景下產生了。最出名的是谷歌公開的論文提到的 Google Dapper。想要在這個上下文中理解分布式系統的行為，就需要監控那些橫跨了不同的應用、不同的服務器之間的關聯動作。

所以，在復雜的微服務架構系統中，幾乎每一個前端請求都會形成一個復雜的分布式服務調用鏈路。一個請求完整調用鏈可能如下圖所示：

 

 

 

一個請求完整調用鏈

那么在業務規模不斷增大、服務不斷增多以及頻繁變更的情況下，面對復雜的調用鏈路就帶來一系列問題：

• 如何快速發現問題？

• 如何判斷故障影響范圍？

• 如何梳理服務依賴以及依賴的合理性？

• 如何分析鏈路性能問題以及實時容量規劃？

同時我們會關注在請求處理期間各個調用的各項性能指標，比如：吞吐量（TPS）、響應時間及錯誤記錄等。

• 吞吐量 ，根據拓撲可計算相應組件、平臺、物理設備的實時吞吐量。

• 響應時間 ，包括整體調用的響應時間和各個服務的響應時間等。

• 錯誤記錄 ，根據服務返回統計單位時間異常次數。

全鏈路性能監控 從整體維度到局部維度展示各項指標 ，將跨應用的所有調用鏈性能信息集中展現，可方便度量整體和局部性能，并且方便找到故障產生的源頭，生產上可極大縮短故障排除時間。

有了全鏈路監控工具，我們能夠達到 ：

• 請求鏈路追蹤，故障快速定位：可以通過調用鏈結合業務日志快速定位錯誤信息。

• 可視化：各個階段耗時，進行性能分析。

• 依賴優化：各個調用環節的可用性、梳理服務依賴關系以及優化。

• 數據分析，優化鏈路：可以得到用戶的行為路徑，匯總分析應用在很多業務場景。

目標要求

如上所述，那么我們選擇全鏈路監控組件有哪些目標要求呢？Google Dapper中也提到了，總結如下：

探針的性能消耗

APM組件服務的影響應該做到足夠小。服務調用埋點本身會帶來性能損耗，這就需要調用跟蹤的低損耗，實際中還會通過配置采樣率的方式，選擇一部分請求去分析請求路徑。在一些高度優化過的服務，即使一點點損耗也會很容易察覺到，而且有可能迫使在線服務的部署團隊不得不將跟蹤系統關停。

代碼的侵入性

即也作為業務組件，應當盡可能少入侵或者無入侵其他業務系統，對于使用方透明，減少開發人員的負擔。

對于應用的程序員來說，是不需要知道有跟蹤系統這回事的。如果一個跟蹤系統想生效，就必須需要依賴應用的開發者主動配合，那么這個跟蹤系統也太脆弱了，往往由于跟蹤系統在應用中植入代碼的bug或疏忽導致應用出問題，這樣才是無法滿足對跟蹤系統“無所不在的部署”這個需求。

可擴展性

一個優秀的調用跟蹤系統必須支持分布式部署，具備良好的可擴展性。能夠支持的組件越多當然越好。或者提供便捷的插件開發API，對于一些沒有監控到的組件，應用開發者也可以自行擴展。

數據的分析

數據的分析要快 ，分析的維度盡可能多。跟蹤系統能提供足夠快的信息反饋，就可以對生產環境下的異常狀況做出快速反應。分析的全面，能夠避免二次開發。

功能模塊

一般的全鏈路監控系統，大致可分為四大功能模塊：

埋點與生成日志

埋點即系統在當前節點的上下文信息，可以分為 客戶端埋點、服務端埋點，以及客戶端和服務端雙向型埋點。埋點日志通常要包含以下內容traceId、spanId、調用的開始時間，協議類型、調用方ip和端口，請求的服務名、調用耗時，調用結果，異常信息等，同時預留可擴展字段，為下一步擴展做準備；

• 不能造成性能負擔：一個價值未被驗證，卻會影響性能的東西，是很難在公司推廣的！

• 因為要寫log，業務QPS越高，性能影響越重。通過采樣和異步log解決。

收集和存儲日志

主要支持分布式日志采集的方案，同時增加MQ作為緩沖；

• 每個機器上有一個 deamon 做日志收集，業務進程把自己的Trace發到daemon，daemon把收集Trace往上一級發送；

• 多級的collector，類似pub/sub架構，可以負載均衡；

• 對聚合的數據進行 實時分析和離線存儲；

• 離線分析 需要將同一條調用鏈的日志匯總在一起；

分析和統計調用鏈路數據，以及時效性

調用鏈跟蹤分析：把同一TraceID的Span收集起來，按時間排序就是timeline。把ParentID串起來就是調用棧。

拋異常或者超時，在日志里打印TraceID。利用TraceID查詢調用鏈情況，定位問題。

依賴度量：

• 離線分析：按TraceID匯總，通過Span的ID和ParentID還原調用關系，分析鏈路形態。

• 實時分析：對單條日志直接分析，不做匯總，重組。得到當前QPS，延遲。

• 強依賴：調用失敗會直接中斷主流程

• 高度依賴：一次鏈路中調用某個依賴的幾率高

• 頻繁依賴：一次鏈路調用同一個依賴的次數多

• 展現以及決策支持

Google Dapper

Span

基本工作單元，一次鏈路調用（可以是RPC，DB等沒有特定的限制）創建一個span，通過一個64位ID標識它，uuid較為方便，span中還有其他的數據，例如描述信息，時間戳，key-value對的（Annotation）tag信息，parent_id等,其中parent-id可以表示span調用鏈路來源。

 

 

上圖說明了span在一次大的跟蹤過程中是什么樣的。Dapper記錄了span名稱，以及每個span的ID和父ID，以重建在一次追蹤過程中不同span之間的關系。如果一個span沒有父ID被稱為root span。所有span都掛在一個特定的跟蹤上，也共用一個跟蹤id。

Span數據結構：

type Span struct { 
    TraceID    int64 // 用于標示一次完整的請求id 
    Name       string 
    ID         int64 // 當前這次調用span_id 
    ParentID   int64 // 上層服務的調用span_id  最上層服務parent_id為null 
    Annotation []Annotation // 用于標記的時間戳 
    Debug      bool 
} 

Trace

類似于 樹結構的Span集合，表示一次完整的跟蹤，從請求到服務器開始，服務器返回response結束，跟蹤每次rpc調用的耗時，存在唯一標識trace_id。比如：你運行的分布式大數據存儲一次Trace就由你的一次請求組成。

 

 

每種顏色的note標注了一個span，一條鏈路通過TraceId唯一標識，Span標識發起的請求信息。樹節點是整個架構的基本單元，而每一個節點又是對span的引用。節點之間的連線表示的span和它的父span直接的關系。雖然span在日志文件中只是簡單的代表span的開始和結束時間，他們在整個樹形結構中卻是相對獨立的。

Annotation

注解，用來記錄請求特定事件相關信息（例如時間），一個span中會有多個annotation注解描述。通常包含四個注解信息：

(1) cs：Client Start，表示客戶端發起請求 (2) sr：Server Receive，表示服務端收到請求 (3) ss：Server Send，表示服務端完成處理，并將結果發送給客戶端 (4) cr：Client Received，表示客戶端獲取到服務端返回信息

Annotation數據結構：

type Annotation struct { 
    Timestamp int64 
    Value     string 
    Host      Endpoint 
    Duration  int32 
} 

調用示例

• 請求調用示例

 

 

當用戶發起一個請求時，首先到達前端A服務，然后分別對B服務和C服務進行RPC調用；B服務處理完給A做出響應，但是C服務還需要和后端的D服務和E服務交互之后再返還給A服務，最后由A服務來響應用戶的請求；

• 調用過程追蹤

 

 

整個調用過程追蹤

• 請求到來生成一個全局TraceID，通過TraceID可以串聯起整個調用鏈，一個TraceID代表一次請求。

• 除了TraceID外，還需要SpanID用于記錄調用父子關系。每個服務會記錄下parent id和span id，通過他們可以組織一次完整調用鏈的父子關系。

• 一個沒有parent id的span成為root span，可以看成調用鏈入口。

• 所有這些ID可用全局唯一的64位整數表示；

• 整個調用過程中每個請求都要透傳TraceID和SpanID。

• 每個服務將該次請求附帶的TraceID和附帶的SpanID作為parent id記錄下，并且將自己生成的SpanID也記錄下。

• 要查看某次完整的調用則 只要根據TraceID查出所有調用記錄，然后通過parent id和span id組織起整個調用父子關系。

• 調用鏈核心工作

  • 調用鏈數據生成，對整個調用過程的所有應用進行埋點并輸出日志。

  • 調用鏈數據采集，對各個應用中的日志數據進行采集。

  • 調用鏈數據存儲及查詢，對采集到的數據進行存儲，由于日志數據量一般都很大，不僅要能對其存儲，還需要能提供快速查詢。

  • 指標運算、存儲及查詢，對采集到的日志數據進行各種指標運算，將運算結果保存起來。

  • 告警功能，提供各種閥值警告功能。

• 整體部署架構

 

 

• 通過AGENT生成調用鏈日志。

• 通過logstash采集日志到kafka。

• kafka負責提供數據給下游消費。

• storm計算匯聚指標結果并落到es。

• storm抽取trace數據并落到es，這是為了提供比較復雜的查詢。比如通過時間維度查詢調用鏈，可以很快查詢出所有符合的traceID，根據這些traceID再去 Hbase 查數據就快了。

• logstash將kafka原始數據拉取到hbase中。hbase的rowkey為traceID，根據traceID查詢是很快的。

• AGENT無侵入部署

通過AGENT代理無侵入式部署，將性能測量與業務邏輯完全分離，可以測量任意類的任意方法的執行時間，這種方式大大提高了采集效率，并且減少運維成本。根據服務跨度主要分為兩大類AGENT：

服務內AGENT，這種方式是通過 Java 的agent機制，對服務內部的方法調用層次信息進行數據收集，如方法調用耗時、入參、出參等信息。

跨服務AGENT，這種情況需要對主流RPC框架以插件形式提供無縫支持。并通過提供標準數據規范以適應自定義RPC框架：

• （1）Dubbo支持；

• （2）Rest支持；

• （3）自定義RPC支持；

調用鏈監控好處

• 準確掌握生產一線應用部署情況；

• 從調用鏈全流程性能角度，識別對關鍵調用鏈，并進行優化；

• 提供可追溯的性能數據，量化 IT 運維部門業務價值；

• 快速定位代碼性能問題，協助開發人員持續性的優化代碼；

• 協助開發人員進行白盒測試，縮短系統上線穩定期；

方案比較

市面上的全鏈路監控理論模型大多都是借鑒Google Dapper論文，本文重點關注以下三種APM組件：

• Zipkin：由Twitter公司開源，開放源代碼分布式的跟蹤系統，用于收集服務的定時數據，以解決微服務架構中的延遲問題，包括：數據的收集、存儲、查找和展現。

• Pinpoint：一款對Java編寫的大規模分布式系統的APM工具，由韓國人開源的分布式跟蹤組件。

• Skywalking：國產的優秀APM組件，是一個對JAVA分布式應用程序集群的業務運行情況進行追蹤、告警和分析的系統。

以上三種全鏈路監控方案需要對比的項提煉出來：

探針的性能

主要是agent對服務的吞吐量、CPU和內存的影響。微服務的規模和動態性使得數據收集的成本大幅度提高。

collector的可擴展性

能夠水平擴展以便支持大規模服務器集群。

全面的調用鏈路數據分析

提供代碼級別的可見性以便輕松定位失敗點和瓶頸。

對于開發透明，容易開關

添加新功能而無需修改代碼，容易啟用或者禁用。

完整的調用鏈應用拓撲

自動檢測應用拓撲，幫助你搞清楚應用的架構

探針的性能

比較關注探針的性能，畢竟APM定位還是工具，如果啟用了鏈路監控組建后，直接導致吞吐量降低過半，那也是不能接受的。對skywalking、zipkin、pinpoint進行了壓測，并與基線（未使用探針）的情況進行了對比。

選用了一個常見的基于Spring的應用程序，他包含Spring Boot, Spring MVC，redis客戶端，mysql。監控這個應用程序，每個trace，探針會抓取5個span(1 Tomcat, 1 SpringMVC, 2 Jedis, 1 Mysql)。這邊基本和 skywalkingtest 的測試應用差不多。

模擬了三種并發用戶：500，750，1000。使用jmeter測試，每個線程發送30個請求，設置思考時間為10ms。使用的采樣率為1，即100%，這邊與生產可能有差別。pinpoint默認的采樣率為20，即50%，通過設置agent的配置文件改為100%。zipkin默認也是1。組合起來，一共有12種。下面看下匯總表：

 

 

 

探針性能對比

從上表可以看出，在三種鏈路監控組件中，skywalking的探針對吞吐量的影響最小，zipkin的吞吐量居中。pinpoint的探針對吞吐量的影響較為明顯，在500并發用戶時，測試服務的吞吐量從1385降低到774，影響很大。然后再看下CPU和memory的影響，在內部服務器進行的壓測，對CPU和memory的影響都差不多在10%之內。

collector的可擴展性

collector的可擴展性，使得能夠水平擴展以便支持大規模服務器集群。

• zipkin

開發zipkin-Server（其實就是提供的開箱即用包），zipkin-agent與zipkin-Server通過http或者mq進行通信，http通信會對正常的訪問造成影響，所以還是推薦基于mq異步方式通信，zipkin-Server通過訂閱具體的topic進行消費。這個當然是可以擴展的，多個zipkin-Server實例進行異步消費mq中的監控信息。

 

 

 

• skywalking

skywalking的collector支持兩種部署方式：單機和集群模式。collector與agent之間的通信使用了gRPC。

• pinpoint

同樣，pinpoint也是支持集群和單機部署的。pinpoint agent通過thrift通信框架，發送鏈路信息到collector。

全面的調用鏈路數據分析

全面的調用鏈路數據分析，提供代碼級別的可見性以便輕松定位失敗點和瓶頸。

• zipkin

 

 

zipkin鏈路調用分析

zipkin的鏈路監控粒度相對沒有那么細，從上圖可以看到調用鏈中具體到接口級別，再進一步的調用信息并未涉及。

• skywalking

 

 

skywalking鏈路調用分析

skywalking 還支持20+的中間件、框架、類庫，比如：主流的dubbo、Okhttp，還有DB和消息中間件。上圖skywalking鏈路調用分析截取的比較簡單，網關調用user服務，由于支持眾多的中間件，所以skywalking鏈路調用分析比zipkin完備些。

• pinpoint

 

 

 

pinpoint鏈路調用分析

pinpoint應該是這三種APM組件中，數據分析最為完備的組件。提供代碼級別的可見性以便輕松定位失敗點和瓶頸，上圖可以看到對于執行的sql語句，都進行了記錄。還可以配置報警規則等，設置每個應用對應的負責人，根據配置的規則報警，支持的中間件和框架也比較完備。

對于開發透明，容易開關

對于開發透明，容易開關，添加新功能而無需修改代碼，容易啟用或者禁用。我們期望功能可以不修改代碼就工作并希望得到代碼級別的可見性。

對于這一點，Zipkin 使用修改過的類庫和它自己的容器(Finagle)來提供分布式事務跟蹤的功能。但是，它要求在需要時修改代碼。skywalking和pinpoint都是基于字節碼增強的方式，開發人員不需要修改代碼，并且可以收集到更多精確的數據因為有字節碼中的更多信息。

完整的調用鏈應用拓撲

自動檢測應用拓撲，幫助你搞清楚應用的架構。

 

 

 

pinpoint鏈路拓撲

 

 

 

skywalking鏈路拓撲

 

 

 

zipkin鏈路拓撲

上面三幅圖，分別展示了APM組件各自的調用拓撲，都能實現完整的調用鏈應用拓撲。相對來說，pinpoint界面顯示的更加豐富，具體到調用的DB名，zipkin的拓撲局限于服務于服務之間。

Pinpoint與Zipkin細化比較

• Pinpoint與Zipkin差異性

  • Pinpoint 是一個完整的性能監控解決方案：有從探針、收集器、存儲到 Web 界面等全套體系；而 Zipkin 只側重收集器和存儲服務，雖然也有用戶界面，但其功能與 Pinpoint 不可同日而語。反而 Zipkin 提供有 Query 接口，更強大的用戶界面和系統集成能力，可以基于該接口二次開發實現。

  • Zipkin 官方提供有基于 Finagle 框架（Scala 語言）的接口，而其他框架的接口由社區貢獻，目前可以支持 Java、Scala、Node、Go、Python、Ruby 和 C# 等主流開發語言和框架；但是 Pinpoint 目前只有官方提供的 Java Agent 探針，其他的都在請求社區支援中（請參見 #1759 和 #1760）。

  • Pinpoint 提供有 Java Agent 探針，通過字節碼注入的方式實現調用攔截和數據收集，可以做到真正的代碼無侵入，只需要在啟動服務器的時候添加一些參數，就可以完成探針的部署；而 Zipkin 的 Java 接口實現 Brave，只提供了基本的操作 API，如果需要與框架或者項目集成的話，就需要手動添加配置文件或增加代碼。

  • Pinpoint 的后端存儲基于 HBase，而 Zipkin 基于 Cassandra。

• Pinpoint與Zipkin相似性

  • Pinpoint 與 Zipkin 都是基于 Google Dapper 的那篇論文，因此理論基礎大致相同。兩者都是將服務調用拆分成若干有級聯關系的 Span，通過 SpanId 和 ParentSpanId 來進行調用關系的級聯；最后再將整個調用鏈流經的所有的 Span 匯聚成一個 Trace，報告給服務端的 collector 進行收集和存儲。

  • 即便在這一點上，Pinpoint 所采用的概念也不完全與那篇論文一致。比如他采用 TransactionId 來取代 TraceId，而真正的 TraceId 是一個結構，里面包含了 TransactionId, SpanId 和 ParentSpanId。而且 Pinpoint 在 Span 下面又增加了一個 SpanEvent 結構，用來記錄一個 Span 內部的調用細節（比如具體的方法調用等等），因此 Pinpoint 默認會比 Zipkin 記錄更多的跟蹤數據。但是理論上并沒有限定 Span 的粒度大小，所以一個服務調用可以是一個 Span，那么每個服務中的方法調用也可以是個 Span，這樣的話，其實 Brave 也可以跟蹤到方法調用級別，只是具體實現并沒有這樣做而已。

• 字節碼注入 vs API 調用

  • Pinpoint 實現了基于字節碼注入的 Java Agent 探針，而 Zipkin 的 Brave 框架僅僅提供了應用層面的 API，但是細想問題遠不那么簡單。字節碼注入是一種簡單粗暴的解決方案，理論上來說無論任何方法調用，都可以通過注入代碼的方式實現攔截，也就是說沒有實現不了的，只有不會實現的。但 Brave 則不同，其提供的應用層面的 API 還需要框架底層驅動的支持，才能實現攔截。比如，MySQL 的 JDBC 驅動，就提供有注入 interceptor 的方法，因此只需要實現 StatementInterceptor 接口，并在 Connection String 中進行配置，就可以很簡單的實現相關攔截；而與此相對的，低版本的 MongoDB 的驅動或者是 Spring Data MongoDB 的實現就沒有如此接口，想要實現攔截查詢語句的功能，就比較困難。

  • 因此在這一點上，Brave 是硬傷，無論使用字節碼注入多么困難，但至少也是可以實現的，但是 Brave 卻有無從下手的可能，而且是否可以注入，能夠多大程度上注入，更多的取決于框架的 API 而不是自身的能力。

• 難度及成本

  • 經過簡單閱讀 Pinpoint 和 Brave 插件的代碼，可以發現兩者的實現難度有天壤之別。在都沒有任何開發文檔支撐的前提下，Brave 比 Pinpoint 更容易上手。Brave 的代碼量很少，核心功能都集中在 brave-core 這個模塊下，一個中等水平的開發人員，可以在一天之內讀懂其內容，并且能對 API 的結構有非常清晰的認識。

  • Pinpoint 的代碼封裝也是非常好的，尤其是針對字節碼注入的上層 API 的封裝非常出色，但是這依然要求閱讀人員對字節碼注入多少有一些了解，雖然其用于注入代碼的核心 API 并不多，但要想了解透徹，恐怕還得深入 Agent 的相關代碼，比如很難一目了然的理解 addInterceptor 和 addScopedInterceptor 的區別，而這兩個方法就是位于 Agent 的有關類型中。

  • 因為 Brave 的注入需要依賴底層框架提供相關接口，因此并不需要對框架有一個全面的了解，只需要知道能在什么地方注入，能夠在注入的時候取得什么數據就可以了。就像上面的例子，我們根本不需要知道 MySQL 的 JDBC Driver 是如何實現的也可以做到攔截 SQL 的能力。但是 Pinpoint 就不然，因為 Pinpoint 幾乎可以在任何地方注入任何代碼，這需要開發人員對所需注入的庫的代碼實現有非常深入的了解，通過查看其 MySQL 和 Http Client 插件的實現就可以洞察這一點，當然這也從另外一個層面說明 Pinpoint 的能力確實可以非常強大，而且其默認實現的很多插件已經做到了非常細粒度的攔截。

  • 針對底層框架沒有公開 API 的時候，其實 Brave 也并不完全無計可施，我們可以采取 AOP 的方式，一樣能夠將相關攔截注入到指定的代碼中，而且顯然 AOP 的應用要比字節碼注入簡單很多。

  • 以上這些直接關系到實現一個監控的成本，在 Pinpoint 的官方技術文檔中，給出了一個參考數據。如果對一個系統集成的話，那么用于開發 Pinpoint 插件的成本是 100，將此插件集成入系統的成本是 0；但對于 Brave，插件開發的成本只有 20，而集成成本是 10。從這一點上可以看出官方給出的成本參考數據是 5:1。但是官方又強調了，如果有 10 個系統需要集成的話，那么總成本就是 10 * 10 + 20 = 120，就超出了 Pinpoint 的開發成本 100，而且需要集成的服務越多，這個差距就越大。

• 通用性和擴展性

  • 很顯然，這一點上 Pinpoint 完全處于劣勢，從社區所開發出來的集成接口就可見一斑。

  • Pinpoint 的數據接口缺乏文檔，而且也不太標準（參考論壇討論帖），需要閱讀很多代碼才可能實現一個自己的探針（比如 Node 的或者 PHP 的）。而且團隊為了性能考慮使用了 Thrift 作為數據傳輸協議標準，比起 HTTP 和 JSON 而言難度增加了不少。

• 社區支持

  • 這一點也不必多說，Zipkin 由 Twitter 開發，可以算得上是明星團隊，而 Naver 的團隊只是一個默默無聞的小團隊（從 #1759 的討論中可以看出）。雖然說這個項目在短期內不太可能消失或停止更新，但畢竟不如前者用起來更加放心。而且沒有更多社區開發出來的插件，讓 Pinpoint 只依靠團隊自身的力量完成諸多框架的集成實屬困難，而且他們目前的工作重點依然是在提升性能和穩定性上。

• 其他

  • Pinpoint 在實現之初就考慮到了性能問題，www.naver.com 網站的后端某些服務每天要處理超過 200 億次的請求，因此他們會選擇 Thrift 的二進制變長編碼格式、而且使用 UDP 作為傳輸鏈路，同時在傳遞常量的時候也盡量使用數據參考字典，傳遞一個數字而不是直接傳遞字符串等等。這些優化也增加了系統的復雜度：包括使用 Thrift 接口的難度、UDP 數據傳輸的問題、以及數據常量字典的注冊問題等等。

  • 相比之下，Zipkin 使用熟悉的 Restful 接口加 JSON，幾乎沒有任何學習成本和集成難度，只要知道數據傳輸結構，就可以輕易的為一個新的框架開發出相應的接口。

  • 另外 Pinpoint 缺乏針對請求的采樣能力，顯然在大流量的生產環境下，不太可能將所有的請求全部記錄，這就要求對請求進行采樣，以決定什么樣的請求是我需要記錄的。Pinpoint 和 Brave 都支持采樣百分比，也就是百分之多少的請求會被記錄下來。但是，除此之外 Brave 還提供了 Sampler 接口，可以自定義采樣策略，尤其是當進行 A/B 測試的時候，這樣的功能就非常有意義了。

• 總結

  • 從短期目標來看，Pinpoint 確實具有壓倒性的優勢：無需對項目代碼進行任何改動就可以部署探針、追蹤數據細粒化到方法調用級別、功能強大的用戶界面以及幾乎比較全面的 Java 框架支持。但是長遠來看，學習 Pinpoint 的開發接口，以及未來為不同的框架實現接口的成本都還是個未知數。相反，掌握 Brave 就相對容易，而且 Zipkin 的社區更加強大，更有可能在未來開發出更多的接口。在最壞的情況下，我們也可以自己通過 AOP 的方式添加適合于我們自己的監控代碼，而并不需要引入太多的新技術和新概念。而且在未來業務發生變化的時候，Pinpoint 官方提供的報表是否能滿足要求也不好說，增加新的報表也會帶來不可以預測的工作難度和工作量。

Tracing和Monitor區別

Monitor可分為系統監控和應用監控。系統監控比如CPU，內存，網絡，磁盤等等整體的系統負載的數據，細化可具體到各進程的相關數據。這一類信息是直接可以從系統中得到的。應用監控需要應用提供支持，暴露了相應的數據。比如應用內部請求的QPS，請求處理的延時，請求處理的error數，消息隊列的隊列長度，崩潰情況，進程垃圾回收信息等等。Monitor主要目標是發現異常，及時報警。

Tracing的基礎和核心都是調用鏈。相關的metric大多都是圍繞調用鏈分析得到的。Tracing主要目標是系統分析。提前找到問題比出現問題后再去解決更好。

Tracing和應用級的Monitor技術棧上有很多共同點。都有數據的采集，分析，存儲和展式。只是具體收集的數據維度不同，分析過程不一樣。