作者：赵禹光，Seata Contributor，SkyWalking PMC
背景前序
正如所看到的文章题目，就在此时，Seata 与 SkyWalking 两个生态融合,取得了阶段性成果。下面就结合文章内容，给你徐徐道来。
事情的起因是这样的，Seata、SkyWalking 分别是分布式事务领域、一站式 APM 领域的的佼佼者，这一点通过 Github Star 排名就可以知道，也就不再赘述了。所以早在 2019 年，Seata 的用户就提出了使用 SkyWalking 观测的诉求。
Seata 融入 SkyWalking 监控后，就有了 APM 特性，用户在定位 Seata 分布式事务的问题时，可以通过分布式链路、机器指标、日志内容等多个维度进行问题剖析，实现定位问题的提效。
那结合这个诉求，两个社区感兴趣的同学就开始展开了初步讨论和实践，但是由于当时 Seata 的传输协议中，没有类似于 HTTP Header 的面向传输的消息头部，所以实现的第一版虽然实现了监控观测，但是兼容性非常不友好，这在解决分布式事务的监控中，显然是有欠缺的。故此，我们开启了二番讨论，结论是兼容性的前置条件是必须的，所以，Seata 要实现传输协议升级，就此 Seata 将此事放在了 RoadMap 中。SkyWalking 社区这边也暂时搁置了这件事。
时光荏苒，转眼 1 年多就过去了，Seata 社区在过程中已经完成了传输协议的升级，那我们就重启此事。
一、Seata 接入 SkyWalking 后，用户得到了什么
背景已经叙述完了，由于时间有些久，可能大家对两个生态融合之后带来的效果，也不是很清晰了，这里就我的个人的理解，介绍下两个生态融合后，给用户带来的益处：
- Seata的性能可被更好的观测:
我看到很多 Seata 分享的时候都有用户提问，Seata性能消耗数据，因为分布式事务的性能消耗与场景关系非常大，所以用户通过 SkyWalking 可以更简单的观测自己的场景，自己给自己答案。
- 分布式事务执行过程有痕迹
在 AT 模式下，Seata 通过面向传输的消息头部，传递全局事务 XID ，全局事务执行完成后，每个在 DB 中的执行过程都会被清理掉，这在回溯执行过程的时候非常不友好，这些海量数据 Seata 可不会存储，这严重增加分布式事务关联数据库表的空间，带来不必要的性能消耗。所以两个生态融合后，SkyWalking 相关的数据库监控，就可以记录这些执行过程的海量数据。
- 定位问题的提效
在日志中打印 XID 的同时打印 TraceId ，当出现问题想回溯 XID 相关联的全局链路时，在 SkyWalking 的展示端输入 TraceId 即可，通过 Seata 整体监控融入 SkyWalking ，不仅拥有全链路领域的监控，还在仪表盘、拓扑图、在线剖析和报警都得到了监控。
- 入门 Seata 提高一个维度
分布式事务一直被炒得很热，但真正能在市场上落地的也只有 Seata ，所以 Seata 并没有开源的学习范本，所以快速带领大家入门的资料也比较少。而且 Seata 有3个角色、4种经典模式，可以多种组合，综上所诉，不由得让使用者云里雾里，两个生态融合后，用户可以清晰从上帝(监控)知道 Seata 的执行过程，进而透析工作原理。
二、典型 AT 模式监控场景
下面就官方 AT 模式的 Demo ，展示下接入后的 APM 特性。
官方描述的 ToC 交易场景
- 用户请求交易服务
- 交易服务锁定库存
- 交易服务创建账单
- 账单服务进行扣款
当 Seata 与 SkyWalking 融合后，场景复原
全局事务正常链路描述
全局事务异常链路描述
用户手册
官网
SkyWalking APM:
http://seata.io/zh-cn/docs/user/apm/skywalking.html
常用链接
Seata: https://github.com/seata/seata
Samples: https://github.com/seata/seata-samples
Release: https://github.com/seata/seata/releases
官网: https://seata.io
投稿
欢迎大家将 Seata 相关的实践文章投稿至：_slievrly@gmail.com_
