一、下载部署
官网：https://skywalking.apache.org/
version: '3.3' services: elasticsearch: image: docker.elastic.co/elasticsearch/elasticsearch-oss:7.4.2 container_name: elasticsearch ports: - "9200:9200" privileged: true environment: #集群发现模式为单节点模式 - discovery.type=single-node #分配给ES的JVM内存锁定在物理内存，防止到swap交换分区影响速度 - bootstrap.memory_lock=true #初始内存堆和最大内存堆 - "ES_JAVA_OPTS=-Xms2048m -Xmx2048m" #内存锁定权限放行es层面，配合bootstrap.memory_lock=true系统层面开启，两者结合使用 ulimits: memlock: soft: -1 hard: -1 volumes: - /opt/skywalking/es01:/usr/share/elasticsearch/data elastichd: image: containerize/elastichd:latest container_name: elasticsearch-hd ports: - "9800:9800" skywalking-oap-server: image: apache/skywalking-oap-server:9.7.0 container_name: skywalking-oap-server depends_on: - elasticsearch links: - elasticsearch ports: - "11800:11800" - "12800:12800" - "9090:9090" privileged: true environment: #使用数据为es和链接地址 SW_STORAGE: elasticsearch SW_STORAGE_ES_CLUSTER_NODES: elasticsearch:9200 #安全防护机制触发,限制了请求解析的语法令牌数量（默认15,000） SW_CORE_GRAPHQL_MAX_TOKENS: "30000" #健康检查 SW_HEALTH_CHECKER: default #开启prometheus接收的健康指标 SW_TELEMETRY: prometheus #jvm限制最大最小2G JAVA_OPTS: "-Xms2048m -Xmx2048m" #持续化和清理天数 SW_CORE_RECORD_DATA_TTL: 2 SW_CORE_METRICS_DATA_TTL: 2 skywalking-ui: image: apache/skywalking-ui:9.7.0 container_name: skywalking-ui depends_on: - skywalking-oap-server links: - skywalking-oap-server ports: - "8080:8080" environment: SW_OAP_ADDRESS: http://skywalking-oap-server:12800 SW_ZIPKIN_ADDRESS: http://skywalking-oap-server:9412二、启动、验证UI界面，调用接口
所有服务显示
全局拓扑图
服务调用链的层级
深度 1：通常是最顶层的入口服务如网关、前端接口
深度 2：是入口服务直接调用的第一层依赖服务
深度 3：是第一层依赖服务再调用的下一层服务，以此类推
进入单服务页面
从全局service下进入
Overview服务的全局健康看板，
Instance 当服务部署了多实例时，这个标签页帮你定位是全局问题还是个别实例的问题。
Endpoint 这是定位具体问题的关键，能精准到单个接口的表现
Topology 展示当前服务与其他服务的依赖关系，帮你判断问题是来自自身还是依赖。
Trace（调用链）完整的调用链路追踪，深入到单次请求的内部执行细节。
Trace Profiling（调用链剖析）深度性能分析工具，排查复杂的性能问题。
eBPF Profiling（eBPF剖析）无需修改代码，就能对服务进行无侵入的性能分析。
Log 需要代码安装插件接入，直接在 SkyWalking 中查看服务的日志，与调用链关联分析。
1、请求接口查看数据
三、创建任务
想要进行性能刨析，我们必须创建一个任务
选择指定的服务。
输入端点名称，这里的端点名称通常是第一个片段（Segment）的操作名，在追踪页面的追踪（Trace）视图里可以找到。
选择监控时间，可以从现在开始，也可以从未来的任何时间开始。
选择监视持续时间，可以设置监视的时间窗口，以查找到合适的请求进行性能刨析。
监控间隔，提供了一个过滤器机制，如果给定端点响应的请求很快，它就不会性能刨析，可以确保性能刨析的数据是预期的数据。
最大采样数，表示探针收集的最大数据集，它有助于减少内存和网络负载。
即使性能刨析对目标系统的性能影响非常有限，但它仍然是一个额外的负载，以上设置可以使性能影响可控。另外，在任何时刻，每个服务只能执行一个性能刨析任务。
1、分析结果
等待性能刨析的任务完成后，对应的片段（Segment）就会在右侧展示出来。点击某个片段（Segment），可以更详细地看到各个片段（Segment）的耗时
从上图可以看到最慢的片段（Segment）。点击分析按钮，可以看到基于方法栈的分析结果，包括对应的类名、方法名、代码行数、耗时等信息，最慢的方法栈被高亮显示
2、性能剖析的优势
精确的问题定位，直接找到代码方法和代码行；
无需反复的增删埋点，大大减少了人力开发成本；
不用承担过多埋点对目标系统和监控系统的压力和性能风险；
按需使用，平时对系统无消耗，使用时的消耗稳定可控。
四、自定义仪表盘
1、创建全局总览仪表盘
层：general
实体类型： all
看到所有 50-60 个服务的健康度、调用量和成功率。
在 Topology标签页可以看到整个系统的完整依赖关系，非常适合做全局容量评估和架构梳理。
2、创建单独仪表盘
层：general
实体类型：service
为这些服务创建：核心业务服务订单、支付、流量入口网关、性能敏感和问题频发的服务
查看单个服务的详细指标，如接口耗时、实例状态。
方便快速定位特定服务的性能瓶颈或错误根源。
五、页面es数据库可视化
六、接入日志
1、引入依赖
在logback-spring.xml中配置
<dependency> <groupId>org.apache.skywalking</groupId> <artifactId>apm-toolkit-trace</artifactId> <version>${skywalking.version}</version> </dependency><!-- skywalking采集日志 --> <appender name="grpc-log" class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.log.GRPCLogClientAppender"> <encoder class="ch.qos.logback.core.encoder.LayoutWrappingEncoder"> <layout class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.TraceIdPatternLogbackLayout"> <pattern>- [%tid] -%clr(%d{yyyy-MM-dd HH:mm:ss.SSS}){faint} %clr(%level){blue} %clr(${PID}){magenta} %clr([%thread]){orange} %clr(%logger){cyan} %m%n${LOG_EXCEPTION_CONVERSION_WORD:-%wEx}</pattern> </layout> </encoder> </appender>更多指标含义查看：https://developer.aliyun.com/article/950724
