分布式链路追踪系统之docker-compose安装skywalking-北京尧图网络

分布式链路追踪系统之docker-compose安装skywalking在微服务架构中分布式链路追踪是排查性能瓶颈和错误定位的核心工具。SkyWalking 作为 Apache 基金会旗下的开源 APM 系统以其轻量级、高性能和丰富的生态支持成为众多团队的首选。本文将从实战角度出发演示如何使用 docker-compose 快速搭建 SkyWalking 环境并集成一个简单的 Python 服务进行链路追踪。## 为什么选择 docker-compose 部署 SkyWalking在生产环境中SkyWalking 通常需要部署多个组件如 OAP 服务器、UI 面板、存储后端。使用 docker-compose 可以-一键启动所有组件避免手动配置依赖关系-环境隔离每个组件运行在独立容器中-快速扩展通过修改 YAML 文件即可调整资源或组件版本## 环境准备确保你的系统已安装以下软件- Docker (20.10)- Docker Compose (v2)可以通过以下命令验证bashdocker --versiondocker compose version## 第一步编写 docker-compose.yml 文件首先创建项目目录bashmkdir skywalking-docker cd skywalking-docker然后创建docker-compose.yml文件内容如下yamlversion: 3.8services: # Elasticsearch 作为存储后端 elasticsearch: image: docker.elastic.co/elasticsearch/elasticsearch:7.17.10 container_name: skywalking-es environment: - discovery.typesingle-node # 单节点模式适合开发测试 - ES_JAVA_OPTS-Xms1g -Xmx1g # JVM 堆内存限制 - xpack.security.enabledfalse # 禁用安全认证 ports: - 9200:9200 networks: - skywalking volumes: - es_data:/usr/share/elasticsearch/data # 持久化数据 # SkyWalking OAP 服务负责数据收集与存储 oap: image: apache/skywalking-oap-server:9.6.0 container_name: skywalking-oap depends_on: - elasticsearch environment: - SW_STORAGEelasticsearch # 使用 ES 作为存储 - SW_STORAGE_ES_CLUSTER_NODESelasticsearch:9200 - SW_HEALTH_CHECKERdefault - SW_TELEMETRYprometheus # 启用 Prometheus 指标 ports: - 12800:12800 # gRPC 端口用于接收 Agent 数据 - 11800:11800 # HTTP 端口用于接收 HTTP 上报 networks: - skywalking restart: always # SkyWalking UI 面板 ui: image: apache/skywalking-ui:9.6.0 container_name: skywalking-ui depends_on: - oap environment: - SW_OAP_ADDRESSoap:12800 # 连接 OAP 的 gRPC 地址 ports: - 8080:8080 # Web 界面端口 networks: - skywalking restart: alwaysnetworks: skywalking: driver: bridgevolumes: es_data: driver: local### 配置说明-Elasticsearch作为 SkyWalking 的默认存储后端版本需与 OAP 兼容这里使用 7.17.10。-OAP 服务核心分析引擎通过环境变量SW_STORAGE指定存储类型。-UI 面板提供可视化界面通过SW_OAP_ADDRESS连接 OAP。-网络与卷所有服务通过skywalking网络通信ES 数据持久化到本地卷。## 第二步启动服务在项目目录下执行bashdocker compose up -d第一次启动会自动拉取镜像等待 1-2 分钟。检查服务状态bashdocker compose ps输出应显示三个服务均为Up状态。访问http://localhost:8080即可看到 SkyWalking UI 界面。## 第三步集成 Python 服务进行链路追踪为了验证链路追踪效果我们创建一个 Python 服务并使用 SkyWalking Python Agent 进行自动埋点。首先编写一个简单的 Flask 应用python# app.pyfrom flask import Flaskimport timeimport random# 导入 SkyWalking Python Agentfrom skywalking import agent, config# 配置 Agent 参数config.init( agent_collector_backend_services127.0.0.1:11800, # OAP HTTP 地址 agent_service_namepython-flask-service, # 服务名称 agent_instance_nameinstance-1, # 实例名称 agent_log_levelDEBUG # 调试日志级别)app Flask(__name__)app.route(/api/hello)def hello(): 简单的 GET 接口模拟业务逻辑 time.sleep(0.1) # 模拟耗时操作 return {message: Hello from SkyWalking!}app.route(/api/process)def process(): 模拟复杂处理流程 # 模拟数据库查询 time.sleep(0.2) # 模拟外部调用 if random.random() 0.5: time.sleep(0.3) # 模拟业务计算 result sum(range(1000)) return {result: result, status: success}if __name__ __main__: # 启动 Flask 应用并自动接入 SkyWalking agent.start() app.run(host0.0.0.0, port5000)### 安装依赖并运行创建requirements.txt文件flask3.0.0apache-skywalking0.9.0安装依赖并启动服务bashpip install -r requirements.txtpython app.py注意这里假设 Python 应用与 SkyWalking OAP 在同一台机器上运行通过127.0.0.1:11800通信。如果不在同一网络需要替换为 OAP 的实际 IP 地址。## 第四步生成测试流量并查看链路打开另一个终端使用 curl 发送请求bash# 发送简单的请求curl http://localhost:5000/api/hello# 发送处理请求多次执行以生成更多链路for i in {1..10}; do curl http://localhost:5000/api/process sleep 0.5done然后访问 SkyWalking UIhttp://localhost:8080在左侧菜单选择服务即可看到python-flask-service已经注册。点击进入后可以查看-拓扑图展示服务间的调用关系-追踪列表显示每个请求的完整链路耗时-指标包括响应时间、吞吐量、错误率等## 常见问题与优化### 1. Agent 无法连接 OAP检查agent_collector_backend_services地址是否正确。如果使用 Docker 网络Python 应用需要连接host.docker.internalWindows/Mac或宿主机 IPLinux。### 2. Elasticsearch 内存占用过高在docker-compose.yml中调整ES_JAVA_OPTS的-Xms和-Xmx值例如改为-Xms512m -Xmx512m。### 3. 数据清理策略SkyWalking 默认保留 7 天数据。如需调整在 OAP 环境变量中添加SW_CORE_GRPC_MAX_MESSAGE_SIZE10MSW_STORAGE_ES_INDEX_TTL_DAYS3 # 保留 3 天## 总结通过本文的实战演示我们成功使用 docker-compose 部署了 SkyWalking 的完整环境Elasticsearch OAP UI并集成了一个 Python Flask 应用进行链路追踪。整个过程只需要一个 YAML 文件和一个 Python 脚本充分体现了容器化部署的便捷性。核心要点回顾1.组件依赖OAP 需要先于 UI 启动ES 需要先于 OAP 启动通过depends_on控制顺序。2.网络配置所有服务使用同一个 Docker 网络确保容器间通信正常。3.Agent 集成Python 应用只需几行代码即可完成自动埋点零侵入性。4.可视化效果SkyWalking UI 提供了拓扑图、追踪详情、性能指标等丰富功能。在实际生产环境中建议使用更稳定的存储后端如 Elasticsearch 集群并配置健康检查。此外SkyWalking 还支持 Java、Go、Node.js 等多种语言的 Agent可轻松扩展到全栈链路追踪。希望本文能帮助你快速上手 SkyWalking为微服务监控打下坚实基础。

分布式链路追踪系统之docker-compose安装skywalking

相关推荐

21231221

大模型Function Calling机制：语义可执行性解析与实践

AI论文生成工具：从文献综述到学术写作的智能革命

更多资讯

Hugo 开发服务器配置指南：Server 配置下的响应头、重定向规则与 404 处理

Astro vs Next.js：从零JS到群岛架构的性能实战评测

Slang 语义检查阶段深度解析：从 AST 到类型完备 IR 前置状态

oh-my-hermes：为React Native定制一键式Hermes引擎开发工具链

oh-my-hermes：模块化终端配置方案，一条命令还原你的开发环境

企业AI服务市场分层与五类服务商精准定位

今日更新

AReaL 调试指南：从 Agent Workflow 验证到分布式训练死锁诊断

MATLAB实现GPS L1 C/A信号仿真与二维捕获验证

彻底搞懂ASCII、Unicode与UTF-8：从乱码根源到编码实战

本周精选

AI驱动的自动化专利分析平台技术解析

LeetCode-Go 题解：1252. Cells with Odd Values in a Matrix（奇数值单元格计数）双解法剖析

在线答疑系统Java毕设实战：Spring Boot前后端分离与状态流转

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？