原文链接：https://databuff.com/resourceDetail/blog106
前言
skywalking 是一款开源的链路工具，经常被开发人员使用。然而其后端功能羸弱、上手门槛高、缺乏商业化支持、代码质量风险大，都成为其难以在客户生产环境大规模部署的原因。
databuff 作为一款商业化的可观测平台工具，为此专门开发了相关特性、用以接管skywalking，能够实现 一键接入skywalking、并直接给出故障定位的结果。你只需把skywalking agent的数据发送地址修改为databuff server。
今天笔者就给大家演示一下接入skywalking的过程与效果，其他方面不做过多阐述：
1）使用 databuff的datahub 模块，一键接入skywalking agent 数据；
2）使用 databuff 因果AI引擎，自动定位demo应用的故障原因；
接下来我们先构建一套测试环境，用以演示上述的功能效果。
01 测试环境说明
Demo环境和操作背景：
图1：测试环境部署拓扑
测试环境说明：
1）右边部署一套大模型demo应用，主要包含3个组件：LLM service（前端）、MYSQL、LLM；在应用上部署skywalking agent；
2）左边部署一套databuff 平台，平台包含datahub(pipeline)管道、因果AI分析引擎等功能模块；
图2：测试Demo的应用界面
接下来， 我们按下面的步骤执行：
1.Pipeline创建：在databuff datahub 平台上创建Pipeline；
2.数据路由指定：配置 skywalking agent 文件，将数据接收地址指向 datahub ；
3.制造故障：在测试环境服务器上手动制造故障；
4.故障定位效果验证：在databuff 上查看告警，及故障定位效果；
02 操作演示
2.1 Pipeline 创建
模版一键创建Pipeline
DataHub产品中预定义多种快速接入的模版，直接使用，一键创建，快速对接数据。
点开创建的Pipeline，复制监听URL
至此，databuff 平台上接入skywalking的配置完成。
2.2 数据路由指定
配置skywalking 采集大模型应用服务的链路数据和JVM指标数据。
在skywalking Agent config中配置：
collector.backend_service=192.168.50.247:31800
然后直接启动服务，便可轻松接入。
服务启动命令：
# cd到大模型应用服务目录
cd /home/langchat/langchat-server/target
# java -jar启动大模型服务
java -javaagent:/home/skywalking-agent/skywalking-agent.jar Dskywalking.agent.service_name=LLM_DEMO -jar langchat-server.jar
2.3 制造故障
在demo应用上，手动停止mysql8（mysql8为容器启动）：
[root@host254 target]# docker stop mysql8
mysql8
这里我们手动关闭mysql 之后服务发出异常情况
2.4 故障定位效果验证
登录databuff平台，查看智能告警内容，并查看请求异常链路
点击告警详情中的根因分析，查看智能定位原因。
这里可以看出，我们的数据库MySQL实例异常，然后导致的接口调用异常。
2.5 其他
在完成故障注入与定位演示后，DataBuff 平台还提供了一系列辅助能力，帮助用户进一步理解应用运行状态和系统资源消耗。
2.5.1 查看接收数据
查看应用请求链路和服务JVM指标，调用情况和服务拓扑。
该大模型主要有LLM_DEMO 问答系统，MySQL，还有第三方远程服务
查看调用远程大模型API链路信息，可以查看大模型应用与远程大模型调用的状态，耗时，以及该服务的一些系统资源指标。
2.5.2 查看智能告警内容
查看智能告警内容，并可调用链路观测，查看请求异常链路
2.5.3 查看AI智能分析
如果开启大模型AI配置，根因分析结果后，还会给出推荐处置内容，不但知道哪里有问题，还知道如何进行操作修复。
本次演示，我们通过DataBuff平台的DataHub，通过深度整合SkyWalking链路数据，为企业提供全栈式智能可观测解决方案。对于很多已经部署了skywalking的客户，他们可以直接把数据路由到databuff平台，即将享受分钟级的应用性故障定位能力。
