Zipkin是一个分布式跟踪系统，Zipkin的设计是基于谷歌的Google Dapper论文，它可以帮助收集时间数据，在microservice架构下，通过链路追踪，可以便捷的分析服务调用延迟问题。每个应用程序向Zipkin server端报告数据，Zipkin UI呈现了一个依赖图表来展示多少跟踪请求经过了每个应用程序。

追踪器驻留在应用程序里，并且记录发生操作的时间和元数据。他们经常装配在库上，所以对用户来说是透明的。举个例子，一个装配过的 Web 服务器，会在接收请求和发送响应进行记录。收集的追踪数据叫做 Span（跨度)。用于向 Zipkin 发送数据的组件叫做 Reporter。Reporter 通过 Transport 发送追踪数据到 Zipkin 的 Collector，Collector 持久化数据到 Storage 中。之后，API 从 Storage 中查询数据提供给 UI。

如下图所示，装配库发送的跨度必须由装配的服务Transport传输到 Collector，当追踪数据抵达Zipkin Collector守护进程，Zipkin Collector为了查询，会对其进行校验、存储和索引。Storage部分，Zipkin最初将数据存储在Cassandra中，因为Cassandra易跨站，支持灵活的schema，并且在Twitter内部被大规模使用。后来将Storage修改成了可插拔式的，除Cassandra之外，原生支持ElasticSearch和MySQL，可作为第三方扩展提供给其它后端。一旦数据被存储索引，就需要一种方式提取它。查询守护进程提供了一个简单的JSON API查询和获取追踪数据。API的主要消费者就是Web UI。Web UI提供了基于服务、时间和标记（annotation）查看追中数据的方法。

上面是从架构方面来了解Zipkin，接下来了解一些链路追踪的基本概念。

Trace：代表一个完整的调用链。一个 trace 对应一个随机生成的唯一的 traceId。例如一个 HTTP 请求到响应是一个trace。一个 trace 内部包含多个 span。

Span：Trace 中的一个基本单元。一个 span 同样对应一个随机生成的唯一的 spanId。例如一个 HTTP 请求到响应过程中，内部可能会访问型数据库执行一条 SQL，这是一个新的span，或者内部调用另外一个服务的 HTTP API也是一个新的span。一个trace中的所有span是一个树形结构，树的根节点叫做root span。除root span外，其他span都会包含一个parentId，表示父级 span 的 spanId。

Annotation：每个span中包含多个annotation，用来记录关键事件的时间点。例如一个对外的HTTP请求从开始到结束，依次有以下几个 annotation：

cs Client Send，客户端发起请求的，这是一个span的开始

sr Server Receive，服务端收到请求开始处理

ss Server Send，服务端处理请求完成并响应

cr Client Receive，客户端收到响应，这个 span 到此结束

如下图所示，在一个简单的应用中埋点后，即可在Zipkin server的UI上查看到链路信息，可以看到链路中显示了Span Id、Parent Id、Annotation等信息。除了这些信息外，还有tag信息，tag如果不进行自定义的话，就显示默认生成的tag信息。

那如何在应用中实现埋点收集应用的追踪数据呢？Zipkin支持很多Instrument libraries，支持不同技术栈语言，对于Java而言，Instrument Libraries可以选择Brave或者Spring-cloud-sleuth等。Brave是Zipkin官网提供的Instrument Library,此篇博客使用Brave Library，介绍如何在客户端应用埋点完成trace数据收集。实际Zipkin官网提供了用Brave编写的多个example例子。以webmvc4-boot example为例，最重要的配置文件是TracingAutoConfiguration。为了实现埋点收集数据，需要创建Tracing对象。

如上图所示，在创建Tracing对象时，各个参数含义是什么呢？

localServiceName：服务的名称

spanReporter：指定一个 Reporter<zipkin2.Span> 对象作为埋点数据的提交方式，这里通常会使用静态方法 AsyncReporter.create(Sender sender) 来创建一个 AsyncReporter 对象，当然如果有特殊需求也可以自己实现Reporter接口来自定义提交方式。创建AsyncReporter对象需要提供一个 Sender，下面列出了一些官方提供的 Sender 可供选择：

zipkin-sender-okhttp3 使用 OkHttp3 提交，使用方法：sender = OkHttpSender.create("http://localhost:9411/api/v2/spans")。

zipkin-sender-urlconnection 使用 Java 自带的 java.net.HttpURLConnection 提交，使用方法：sender = URLConnectionSender.create("http://localhost:9411/api/v2/spans")

zipkin-sender-activemq-client 使用 ActiveMQ 消息队列提交，使用方法：sender = ActiveMQSender.create("failover:tcp://localhost:61616")

zipkin-sender-kafka 使用 Kafka 消息队列提交，使用方法：sender = KafkaSender.create("localhost:9092")

zipkin-sender-amqp-client 使用 RabbitMQ 消息队列提交，使用方法：sender = RabbitMQSender.create("localhost:5672")

currentTraceContext：指定一个 CurrentTraceContext 对象来设置 TraceContext 对象的作用范围，通常会使用 ThreadLocalCurrentTraceContext，也就是用 ThreadLocal 来存放 TraceContext。TraceContext 包含了一个 trace 的相关信息，例如 traceId。

在CurrentTraceContext中可以添加 ScopeDecorator，通过 MDC （Mapped Diagnostic Contexts）机制关联一些日志框架：

brave-context-slf4j SLF4J

brave-context-log4j2 Log4J 2

brave-context-log4j12 Log4J v1.2

为了在Zipkin中显示链路显示，除了在webmvc4-boot启动Frontend和Backend服务外，还需要启动Zipkin服务端应用，启动命令如下：服务端启动成功后，即可在Zipkin UI中查看链路调用信息。

curl -sSL https://zipkin.io/quickstart.sh | bash -s
java -jar zipkin.jar

上面介绍了采用brave instrument采集trace信息，对于Java应用还可以用Spring-cloud-sleuth。Spring-cloud-sleuth使用brave框架完成trace信息收集。如果要使用spring-cloud-sleuth，首先在pom.xml文件中添加相关依赖。下面是frontend服务的主要代码，可以看到自动注入了RestTemplate，通过RestTemplate调用后端服务。因为注入了一个RestTemplate拦截器，故可以将所有跟踪信息传递给请求。每次调用时,会创建一个新的Span。需要注意一点是：必须将RestTemplate注册为bean，以便注入拦截器。如果使用new关键字创建RestTemplate实例，instrument将不起作用。

在backend服务中，如果要在跟踪信息中自定义tag等，那么可以通过tracer对象添加tag信息，如果想自定义追踪的信息，那么可以通过设置SleuthCommonRequestFilter完成。例如，下面设置了filter.setIncludeHeader(true),那么在上传到zipkin的追踪信息中就包含每次请求的header信息。

利用Tracer对象可以创建新的span，给span定义tag等，具体代码如下所示：

启动zipkin server端，启动frontend服务和backend服务，调用frontend的api，即可在zipkin上查看到链路追踪信息。追踪信息如下图所示，可以看到自定义的tag信息，以及追踪信息里面包含header等信息。

上面演示的Demo代码都已经上传到了github，可以下载进行尝试。