告别日志查询 | 阿里云发布链路追踪服务Tracing Analysis

简介: 近日,在杭州云栖大会上,阿里云发布了链路追踪服务Tracing Analysis,成本是自建链路追踪系统的1/5或更少,可为分布式应用的开发者提供完整的调用链路还原、调用请求量统计、链路拓扑、应用依赖分析等工具,帮助开发者快速分析和诊断分布式应用架构下的性能瓶颈,提高微服务时代下的开发诊断效率。

近日,在杭州云栖大会上,阿里云发布了链路追踪服务Tracing Analysis,成本是自建链路追踪系统的1/5或更少,可为分布式应用的开发者提供完整的调用链路还原、调用请求量统计、链路拓扑、应用依赖分析等工具,帮助开发者快速分析和诊断分布式应用架构下的性能瓶颈,提高微服务时代下的开发诊断效率。


tracing_analysisi

Tracing Analysis 传送门:https://www.aliyun.com/product/xtrace

微服务时代,分布式应用架构虽然满足了应用横向扩展的需求,但是运维和诊断的过程变得越来越复杂,例如会遇到接口诊断困难、应用性能诊断复杂、架构分析复杂、多语言程序接入难统一、调用链路数据离线分析困难等难题。传统的监控工具并无法满足提供跨越不同服务的能见度需求。

阿里云链路追踪服务Tracing Analysis可以跟踪所有分布式架构中的微服务用户请求,汇总组成分布式调用链方式,以及应用程序的单个服务和资源,实现调研链路的查询、诊断和应用性能实时汇总功能。同时,收集到的链路数据,可直接应用在日志分析中,并可对接到下游分析平台如LogSearch、CloudMonitor、MaxCompute等,用于离线分析、报警等场景,提升链路数据价值。此外,tracing analysis基于Opentracing标准,全面兼容开源社区,如Jaeger, Zipkin等开源项目,提高链路追踪系统的可用性和稳健性。

_2018_09_17_3_38_26

据链路追踪服务产品专家伏羿介绍,链路追踪Tracing Analysis 和 业务实时监控ARMS 是阿里云上应用侧APM监控的双引擎, 两款产品都可以满足用户在分布式应用场景下的复杂链路诊断需求,但支持场景有所不同:

  • 业务实时监控ARMS

采用业界比较流行的无侵入式监控埋点,用户无需改造就可以深度监控和诊断到用户应用;但是无侵入式埋点虽然功能强大,实现逻辑却相对复杂、成本相对较高,而且受限于开发语言特性,某些语言如C, Go等就无法支持无侵入式埋点。

  • 链路追踪Tracing Analysis

针对用户多语言的应用监控需求,阿里云特此推出链路追踪通过基于开放标准(opentracing)和开源组件(Jaeger, Zipkin, etc)侵入式埋点方式填补了这方面的空白;基于链路追踪,用户可以以比较低的性能代价通过嵌入链路追踪的SDK来手动上报链路信息,从而快速实现异构多语言分布式架构下的链路追踪需求。
相比于业务实时监控,虽然链路追踪接入比较负责,用户需要手动埋点,但是产品本身基于开放标准和开源产品,对用户无lock-in问题,而且成本相对低廉,链路追踪本身免费,用户仅对链路追踪依赖的日志服务成本进行付费。

此次阿里云链路追踪服务Tracing Analysis的发布,旨在帮助用户和各类开发者降低分布式系统的运维难度,聚焦业务创新,不用重复造轮子。同时,作为阿里云互联网中间件整体解决方案的重要组成部分,结合企业级分布式应用服务EDAS、消息队列MQ、应用配置管理ACM、性能测试PTS、业务实时监控服务ARMS等核心互联网中间件产品,可以快速搭建企业级互联网架构平台,具备业务中台能力,促进企业数字化转型的快速落地。

相关实践学习
通过云拨测对指定服务器进行Ping/DNS监测
本实验将通过云拨测对指定服务器进行Ping/DNS监测,评估网站服务质量和用户体验。
相关文章
|
3月前
|
消息中间件 存储 Java
手动实现 Spring Boot 日志链路追踪:提升调试效率的利器
【8月更文挑战第8天】在复杂的分布式系统中,日志是诊断问题、追踪系统行为的重要工具。然而,随着微服务架构的普及,服务间的调用链路错综复杂,传统的日志记录方式往往难以快速定位问题源头。今天,我们将探讨如何在不依赖外部组件(如Zipkin、Sleuth等)的情况下,手动实现Spring Boot应用的日志链路追踪,让日志定位更加便捷高效。
178 1
|
3月前
|
存储 监控 Serverless
阿里泛日志设计与实践问题之Grafana Loki在日志查询方案中存在哪些设计限制,如何解决
阿里泛日志设计与实践问题之Grafana Loki在日志查询方案中存在哪些设计限制,如何解决
|
3月前
|
SQL 存储 JSON
更快更强,SLS 推出高性能 SPL 日志查询模式
从海量的日志数据中,按照各种灵活的条件进行即时查询搜索,是可观测场景下的基本需求。本文介绍了 SLS 新推出的高性能 SPL 日志查询模式,支持 Unix 风格级联管道式语法,以及各种丰富的 SQL 处理函数。同时通过计算下推、向量化计算等优化,使得 SPL 查询可以在数秒内处理亿级数据,并支持 SPL 过滤结果分布图、随机翻页等特性。
12001 108
|
2月前
|
SQL 存储 缓存
高基数 GroupBy 在 SLS SQL 中的查询加速
本文详细介绍了SLS中的高基数GroupBy查询加速技术。
108 17
|
3月前
|
存储 消息中间件 人工智能
AI大模型独角兽 MiniMax 基于阿里云数据库 SelectDB 版内核 Apache Doris 升级日志系统,PB 数据秒级查询响应
早期 MiniMax 基于 Grafana Loki 构建了日志系统,在资源消耗、写入性能及系统稳定性上都面临巨大的挑战。为此 MiniMax 开始寻找全新的日志系统方案,并基于阿里云数据库 SelectDB 版内核 Apache Doris 升级了日志系统,新系统已接入 MiniMax 内部所有业务线日志数据,数据规模为 PB 级, 整体可用性达到 99.9% 以上,10 亿级日志数据的检索速度可实现秒级响应。
AI大模型独角兽 MiniMax 基于阿里云数据库 SelectDB 版内核 Apache Doris 升级日志系统,PB 数据秒级查询响应
|
1月前
|
监控 网络协议 CDN
阿里云国际监控查询流量、用量查询流量与日志统计流量有差异?
阿里云国际监控查询流量、用量查询流量与日志统计流量有差异?
|
3月前
|
XML Java 数据库
"揭秘!Spring Boot日志链路追踪大法,让你的调试之路畅通无阻,效率飙升,问题无所遁形!"
【8月更文挑战第11天】在微服务架构中,请求可能跨越多个服务与组件,传统日志记录难以全局追踪问题。本文以电商系统为例,介绍如何手动实现Spring Boot应用的日志链路追踪。通过为每个请求生成唯一追踪ID并贯穿全链路,在服务间传递该ID,并在日志中记录,即使日志分散也能通过ID串联。提供了实现这一机制所需的关键代码片段,包括使用过滤器设置追踪ID、业务代码中的日志记录及Logback配置。此方案显著提升了问题定位的效率,适用于基于Spring Boot构建的微服务环境。
88 4
|
3月前
|
SQL JavaScript 前端开发
【Azure 应用服务】Azure JS Function 异步方法中执行SQL查询后,Callback函数中日志无法输出问题
【Azure 应用服务】Azure JS Function 异步方法中执行SQL查询后,Callback函数中日志无法输出问题
|
4月前
|
安全 Java
Logback 实现日志链路追踪
Logback 实现日志链路追踪
118 1
|
4月前
|
SQL 关系型数据库 MySQL
Mysql 开启慢日志查询及查看慢日志 sql
Mysql 开启慢日志查询及查看慢日志 sql
154 0