本文主要讲了Netflix的分布式跟踪系统的建设
- 没有tracing的时候重建会话是非常复杂且麻烦的
- 选择使用ZipKin，因为其与SpringBoot的更好的集成性
- 使用Mantis进行trace数据的流处理，Cassandra进行存储Trace
- 根据请求path设置不同的采样率
- 存储优化
- 最开始使用ES存储，后面因为写入量太大转变为Cassandra
- 选用了更便宜的EBS替换SSD
- 压缩存储数据
- 只存储感兴趣的trace数据，比如有warn，error，retry标签的
- 使用机器学习技术
- 冷热数据隔离，热数据存储Cassandra，冷数据存储S3
- 其他的优势
- 应用程序监控检测
- 弹性工程
- 区域疏散
- 估算运行A/B Test的成本
- 未来计划
- 推广Trace
- 增强查询跟踪数据的分析能力，并且能够自定义面板
- 整合Metric，Logging和Tracing
国内用Cassandra还是太少了，大家貌似都是用的ES 后面研究下Cassandra，感觉可以为SkyWalking提供一个新的存储方式