Александр Овчинников — ZIPKIN: сбор трассировок + время выполнения запросов в распределенной системе

• В современном мире микросервисной архитектуры, когда функциональность разделена между несколькими сервисами, сложно получить полную картину производительности системы.  

• Графана и другие системы мониторинга собирают метрики, но не всегда дают полную картину.  

• Лог-файлы и мониторинг могут быть полезны для понимания производительности системы, но они могут быть сложными и трудоемкими для анализа.  

• Лог-файлы часто содержат только информацию о том, что произошло, но не о том, как это произошло.  

• Талировщик - это инструмент, который позволяет анализировать производительность системы, выявляя узкие места и горячие точки.  

• Он может помочь найти проблемы, которые могут быть скрыты в системе, и улучшить производительность.  

• Зипкин - инструмент для трассировки, который позволяет увидеть, где и как выполняется код, а также понять последовательность выполнения.  

• Зипкин основан на системе трассировки Google, но не является ее частью.  

• Зипкин поддерживает широкий спектр языков программирования и может быть использован для сбора данных и хранения.  

• Зипкин состоит из клиента, который отправляет трассировку, коллектора, который собирает данные, и стоечки, где данные сохраняются.  

• Зипкин позволяет анализировать данные и понимать, где и как происходит выполнение кода.  

• Зипкин может быть использован для мониторинга системы и выявления проблем с производительностью.  

• Зипкин позволяет увидеть, где и как происходит выполнение кода, и может быть использован для повышения производительности.  

• В видео обсуждается использование Zippin для анализа производительности и взаимодействия между различными компонентами системы.  

• Zippin позволяет собирать и анализировать трассировки, что помогает определить узкие места в системе и оптимизировать ее производительность.  

• В примере использования Zippin, авторы обсуждают, как они использовали его для анализа производительности в системе, где было 250 миллисекунд работы, а затем 350 миллисекунд.  

• Они обнаружили, что проблема была связана с копированием объектов и чтением данных из базы данных.  

• В заключительной части видео обсуждаются вопросы о том, как фронтенд может инициировать трассировку, как Zippin работает с различными транспортными системами, такими как Kafka и DDP, и как Zippin анализирует полученные данные.  

• Zippin позволяет выделить определенный временной диапазон, количество записей и сортировку от новых или самых длинных запросов.  

• Можно использовать Zippin для поиска по параметрам, добавлять пары и сортировать данные.  

• В Cassandra создаются материализованные представления для запросов, но в Zippin это может быть проблематично из-за специфики Cassandra.  

• В продакшене Zippin можно использовать для мониторинга обобщенных больших процессов.  

• Для включения Zippin в работающем проекте понадобилось 30 минут, чтобы написать аннотацию, 20 минут на обход всех классов и 2 дня на настройку.  

• В штатном режиме запросы выполнялись за 100-150 миллисекунд, а запросы, выполнявшиеся по 2-3 секунды, не были принципиальными.  

• Zippin не выполняет запросы напрямую, а кладет их на сервер Zippin, который затем кладет их на сервер Elasticsearch.  

• В продакшене Zippin поставляется отключенным, и есть жесткая проверка на то, что эта фича включена.