上一篇 我们讲解了分布式追踪的概念和作用以及 OpenTracing。本篇主要介绍 CNCF 的分布式追踪方案 Jaeger。
Jaeger
Jaeger 是受到 Dapper 和 OpenZipkin 启发的由 Uber Technologies 作为开源发布的分布式跟踪系统。
Jaeger 用于监视和诊断基于微服务的分布式系统，包括：
- 分布式上下文传播
- 分布式传输监控
- 根本原因分析
- 服务依赖性分析
- 性能/延迟优化
注：简单理解的话， 可以认为 Jaeger 是兼容 OpenTracing 的一个实现。
Uber 发表了一篇博客文章 Evolving Distributed Tracing at Uber，文中解释了 Jaeger 在架构选择方面的历史和原因。Jaeger 的创建者 Yuri Shkuro 还出版了一本书 Mastering Distributed Tracing，该书深入介绍了 Jaeger 设计和操作的许多方面，以及一般的分布式跟踪。
特性
- 兼容 OpenTracing 的数据模型和工具库
- 包括 Go，Java，Node，Python， C++ 和 C＃
- 对每个服务/端点概率使用一致的前期采样
- 多种存储后端支持：Cassandra，Elasticsearch，内存。
- 系统拓扑图
- 自适应采样（即将推出）
- 收集后数据处理管道（即将推出）
注：更多详细信息，请参见特性页面。
架构
Jaeger 的客户端遵守 OpenTracing 的数据模型。
为了更好地理解 Jaeger 的架构，先回顾以下几个术语。
Span
一个 Span 表示 Jaeger 的逻辑工作单元，Span 具有操作名称，操作的开始时间，和持续时间。Span 可以嵌套并排序以建立因果关系模型。
Trace
一个 Trace 是通过系统的数据/执行路径，Trace 可被认为是由一组 Span 定义的有向无环图(DAG)。
组件
Jaeger 可以使用 all-in-one 二进制（其中所有 Jaeger 后端组件都在单个进程中运行）进行部署，也可以作为可扩展的分布式系统进行部署，如下所述。有两个主要的部署选项：
- 收集器直接写入存储。
- 收集器写入 Kafka 作为中间缓冲。
下面介绍 Jaeger 各个组件以及组件间的关系。
客户端库（client libraries）
Jaeger 客户端是 OpenTracing API 的特定于语言的实现。它们可用于手动或与已经与 OpenTracing 集成的各种现有开源框架（例如 Flask，Dropwizard，gRPC 等）一起为分布式跟踪应用程序进行检测。
检测服务在接收新请求时创建 Span，并将上下文信息（trace id，Span id 和 baggage）附加到传出请求。只有 id 和 baggage 随请求一起传播；所有其他概要分析数据（如操作名称，时间，tag 和 log）都不会传播。相反，它在后台异步地传输到 Jaeger 后端。
为了最大程度地减少开销，Jaeger 客户端采用了各种采样策略。对跟踪进行采样时，将捕获分析范围数据并将其传输到 Jaeger 后端。当不对跟踪进行采样时，根本不会收集任何性能分析数据，并且对 OpenTracing API 的调用会被短路，以产生最小的开销。默认情况下，Jaeger 客户端对 0.1％ 的 traces 进行采样（每 1000 条中的 1 条），并且能够从 Jaeger 后端检索采样策略。有关更多信息，请参阅采样。
代理（Agent）
Jaeger 代理 是一个网络守护程序，它侦听通过 UDP 发送的 span，然后将其分批发送给收集器（Collector）。它旨在作为基础组件部署到所有主机。该代理为客户端抽象了收集器的路由和发现。
收集器（Collector）
Jaeger 收集器从 Jaeger 代理接收跟踪，并通过处理管道运行它们。当前，我们的管道会验证跟踪，为其建立索引，执行转换并最终存储它们。
Jaeger 的存储是一个可插拔组件，目前支持 Cassandra，Elasticsearch 和 Kafka。
查询（Query）
查询是一项从存储中检索跟踪并托管 UI 来显示跟踪的服务。
Ingester
Ingester 是一项从 Kafka topic 读取并写入另一个存储后端（Cassandra，Elasticsearch）的服务。
小结
本篇为大家介绍了 Jaeger 概念、特性以及架构，让大家对 Jaeger 的各个组件有初步的认识。下一篇，将为大家介绍如何部署和使用 Jaeger 进行分布式追踪。
微服务监控 - 分布式追踪（Distributed Tracing）