异构系统链路追踪——滴滴 trace 实践

• 语言: 中文（简体）
• 格式: .pdf
• 来源: github.com/baiyutang

摘要

文档介绍了滴滴trace在异构系统中的实践应用，重点包括trace信息的结构与记录方式，如traceid和spanid的使用和编码方法，以及采样策略和日志格式。文档还提到了存储优化和检索能力的提升，如基于traceid的routing和缩小检索时间范围的方法。

AI总结

# 《异构系统链路追踪——滴滴 trace 实践》

## 总结

滴滴在异构系统链路追踪方面实践了“滴滴 trace”，通过引入分布式调用链路追踪能力，实现跨模块、全系统的信息透传。以下是核心内容的总结：

### 1. **Trace 与 Span 定义**
- **Trace**：由 `trace_id` 和 `span_id` 组成，用于标识一个调用链路。
- **Span**：记录具体的 RPC 调用，以及业务自定义数据（annotation）。
- **Trace Context**：包含 `trace_id` 和 `span_id`，在RPC调用中通过协议传递。

### 2. **Trace 信息记录与传递**
- **传递方式**：通过 AOP、通信库、中间件记录 Trace 信息，确保异构系统中 Trace Context 的传递。
- **记录方式**：业务日志和 RPC 通信日志中均附带 Trace 信息，支持采样记录调用链条，包括全量记录关键调用、采样记录细节调用以及选择性采集。

### 3. **存储优化**
- 采用索引和原文分离存储，有效利用大磁盘服务器，存储空间提升 5 倍，降低存储成本。
- 按照模块和时间分割存储，结合 `trace_id` 编码生成时间戳，缩小检索时间范围，並通过 `trace_id` 作为 Routing 精准确定检索分片。

### 4. **日志规范与数据处理**
- 建立统一日志规范，配套标准化日志数据流式处理系统。
- 强调数据通路透明化，优化数据质量与存储效率。

### 5. **技术架构与应用**
- 引入 Trace 机制，配套诊断分析服务，提升分布式信息透传能力。
- 实现代码级 Trace 信息透传通路的应用，并与新框架集成。

### 6. **数据分析与平台能力**
- 建立数据分析平台，提供日志检索、计算能力建设，并支持调用链路的可视化与分析。
- 实现系统级流量回放，动态控制开关，优化 ACL 安全性。

### 7. **规划与未来方向**
- 优化 Trace 组件与新框架集成，完善冷热数据存储一体化方案。
- 按需缩小检索范围，提升日志价值挖掘能力，支持业务灰度发布与特定维度的动态控制。

### 8. **技术实践成果**
- 实现了跨系统、全链路的信息透传能力，支持请求雪崩、全链路超时控制等场景。
- 提升了系统的存储效率与检索精度，为分布式系统的诊断与优化提供了强有力的支持。

通过“滴滴 trace”，滴滴实现了高效的异构系统链路追踪与分析，为分布式系统的性能优化与问题定位提供了实践经验。