微服务Sleuth解析部署使用全流程

news2024/11/22 21:37:51

目录

1、Sleuth链路追踪

1、添加依赖

2、修改日志配置文件

3、测试

2、zipkin可视化界面

1、docker安装

2、添加依赖

3、修改配置文件

4、查看页面

5、ribbon配置


1、Sleuth链路追踪

sleuth是链路追踪框架,用于在微服务架构下开发,各个微服务之间通信,很难查询日志,也不容易判断问题出现在哪里,通过sleuth可以将整个微服务通信的链路连接起来查看,方便开发定位问题。

https://docs.spring.io/spring-cloud-sleuth/docs/2.2.5.RELEASE/reference/html/

本文章使用 OpenFeign的项目(详细请看本链接)

微服务 OpenFeign 解析部署使用全流程_微服务a 的token通过openfeign 传递到b服务 服务b如何使用-CSDN博客

1、添加依赖

两个工程都添加:

<dependency>
    <groupId>org.springframework.cloud</groupId>
    <artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>

2、修改日志配置文件

修改application.yml配置文件,

logging:
  level:
    org:
      springframework:
        cloud:
          openfeign: debug
          sleuth: debug

3、测试

访问接口输出上图日志,代表sleuth添加成功。

2、zipkin可视化界面

是一个可视化工具,支持sleuth展示。是推特公司出品。

1、docker安装

#命令1:
docker pull openzipkin/zipkin
#命令2:
docker run --name zipkin -d -p 9411:9411 openzipkin/zipkin

2、添加依赖

两个工程都添加依赖:

<dependency>
  <groupId>org.springframework.cloud</groupId>
  <artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>

3、修改配置文件

application.yml配置文件,添加如下配置:

ip地址换成自己的

spring:
  zipkin:
    base-url: http://192.168.17.128:9411
    discovery-client-enabled: false
    sender:
      type: web
  sleuth:
    sampler:
      probability: 1
    opentracing:
      enabled: false

4、查看页面

http://192.168.17.128:9411/

ip加虚拟机端口号

可以明显看出第一次请求耗时较长,因为数据库连接采用懒加载方式,第一次请求会创建数据库连接,后续就直接使用了。

5、ribbon配置

ribbon:
  ReadTimeout: 120000
  ConnectTimeout: 30000

解决feign接口调用时debug导致的超时问题。

使用场景:

user工程访问Score工程的时候,Score工程设置一个断点,同时开启Bebug模式,由于断点的原因需要停顿,user工程的请求会超时。

使用ribbon设置就可以。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2194163.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

轻松部署大模型:Titan Takeoff入门指南

轻松部署大模型&#xff1a;Titan Takeoff入门指南 在人工智能的快速发展中&#xff0c;处理自然语言处理&#xff08;NLP&#xff09;任务的大规模语言模型&#xff08;LLM&#xff09;至关重要。然而&#xff0c;部署这些模型往往具有挑战性&#xff0c;需要高性能的硬件和优…

设计模式之适配器模式(Adapter)

一、适配器模式介绍 适配器模式(adapter pattern )的原始定义是&#xff1a;将类的接口转换为客户期望的另一个接口&#xff0c; 适配器可以让不兼容的两个类一起协同工作。 适配器模式是用来做适配&#xff0c;它将不兼容的接口转换为可兼容的接口&#xff0c;让原本由于接口…

YOLOv10改进,YOLOv10添加CA注意力机制,二次创新C2f结构,助力涨点

改进前训练结果: 二次创新C2f结构训练结果: 摘要 在本文中,提出了一种新的移动网络注意力机制,将位置信息嵌入到信道注意力中称之为“协调注意力”。与渠道关注不同通过 2D 全局池将特征张量转换为单个特征向量,坐标注意力因子将通道注意力转化为两个 1D 特征编码过程…

如何在AI时代成为优秀的AI产品经理?全面解析与全套学习路径分享!!!

前言 在当前人工智能技术飞速发展的时代背景下&#xff0c;AI产品经理无疑成为了职场中的一片蓝海。随着AI技术在各行各业的广泛应用&#xff0c;AI产品经理的角色变得越来越重要&#xff0c;成为了众多求职者眼中的优质赛道。那么&#xff0c;如何在AI的大环境下成为一名优秀…

李宏毅深度学习-自注意力机制

输入是向量序列的情况 在图像识别的时候&#xff0c;假设输入的图像大小都是一样的。但如果问题变得复杂&#xff0c;如图6.2所示&#xff0c;输入是一组向量&#xff0c;并且输入的向量的数量是会改变的&#xff0c;即每次模型输入的序列长度都不一样&#xff0c;这个时候应该…

搬砖 网盘一键转存源码

网盘一键转存源码&#xff0c;免费资源没测试 网盘一键转存源码&#xff0c;可以将您的百度网盘资源一键转存到。并支持后台设置开屏广告 源码截图&#xff1a; 下载地址&#xff1a; https://yuncv.lanzouw.com/i8dZk2btyl4h

六自由度机械重力补偿控制

1.动力学方程 六自由度机械臂动力学方程形式如下&#xff1a; 进行重力补偿&#xff0c;就是在驱动力矩中对重力G进行补偿&#xff0c;从而消除重力的影响&#xff0c;这样就能够在进行闭环控制的时候避免重力影响带来的大超调问题&#xff0c;使得机器人更好的实现轨迹跟踪控…

如何使用BlinkShot.io生成照片

在当今的数字时代&#xff0c;AI生成照片已经成为一项令人惊叹的技术。而BlinkShot.io就是这样一个平台&#xff0c;它可以让你轻松生成各种类型的照片。以下是详细步骤&#xff0c;教你如何使用BlinkShot.io生成照片。 第一步&#xff1a;访问网站 首先&#xff0c;打开Blin…

python调用父类同名成员

语法 print(f"父类的厂商是&#xff1a;{Phone.producer}“) Phone.call_by_5g(self) print(f"父类的厂商是&#xff1a;{super().producer}”) print(f"父类的序列号是&#xff1a;{super().IMEI}") super().call_by_5g() print(“关闭CPU单核模式&…

AIGC下的数据战略,助力还是阻力?

AIGC下的数据战略&#xff0c;助力还是阻力&#xff1f; 前言一、生成式AI的崛起与影响二、企业数据战略的关键要点&#xff08;一&#xff09;找准应用方向&#xff0c;激发创新价值&#xff08;二&#xff09;准备专有数据&#xff0c;确保数据安全&#xff08;三&#xff09…

毕业设计项目(难度高)——文本驱动的可控人体动作生成方法(论文/代码)

完整的论文代码见文章末尾 以下为核心内容 摘要 本文实现了一种基于扩散模型的文本驱动的可控人体动作生成方法。本文利用先进的交叉模态线性变换器及细粒度控制技术&#xff0c;根据自然语言描述生成逼真的人体动作序列。扩散模型在生成高质量图像和视频方面有较大优点&…

爆火!最新大模型算法岗 100 道面试题全解析,赶紧收藏!

大模型应该是目前当之无愧的最有影响力的AI技术&#xff0c;它正在革新各个行业&#xff0c;包括自然语言处理、机器翻译、内容创作和客户服务等等&#xff0c;正在成为未来商业环境的重要组成部分。 截至目前大模型已经超过200个&#xff0c;在大模型纵横的时代&#xff0c;不…

【C++】多线程编程图文详解(多角度详解,小白一看就懂!!)

目录 一、前言 二、什么是C多线程&#xff1f; &#x1f4a2;线程与进程 &#x1f4a2;并发与并行 &#x1f4a2;多线程 三、 线程库 - thread 1. 线程对象的构造方式 无参构造 带可变参数包的构造 移动构造 2. thread类的成员函数 join 和 joinable deta…

基于SpringBoot+Vue的网约车管理系统

作者&#xff1a;计算机学姐 开发技术&#xff1a;SpringBoot、SSM、Vue、MySQL、JSP、ElementUI、Python、小程序等&#xff0c;“文末源码”。 专栏推荐&#xff1a;前后端分离项目源码、SpringBoot项目源码、Vue项目源码、SSM项目源码、微信小程序源码 精品专栏&#xff1a;…

Diffusion models(扩散模型) 是怎么工作的

前言 给一个提示词, Midjourney, Stable Diffusion 和 DALL-E 可以生成很好看的图片&#xff0c;那么它们是怎么工作的呢&#xff1f;它们都用了 Diffusion models&#xff08;扩散模型&#xff09; 这项技术。 Diffusion models 正在成为生命科学等领域的一项尖端技术&…

.NET NoSQL 嵌入式数据库 LiteDB 使用教程

前言 今天大姚给大家分享一个小巧、快速、轻量级的.NET 开源且免费&#xff08;MIT License&#xff09;的 NoSQL 嵌入式数据库&#xff1a;LiteDB。本篇文章我们主要来讲讲LiteDB在.NET中如何使用。 LiteDB介绍 LiteDB 是一个小巧、快速和轻量级的 .NET NoSQL 嵌入式数据库…

python爬虫 - 初识requests模块

&#x1f308;个人主页&#xff1a;https://blog.csdn.net/2401_86688088?typeblog &#x1f525; 系列专栏&#xff1a;https://blog.csdn.net/2401_86688088/category_12797772.html 前言 requests 是一个用于发送 HTTP 请求的 Python 库&#xff0c;设计简单且功能强大&am…

遥感滑坡目标检测数据集 2300张 滑坡 带标注 voc yolo 1类

遥感滑坡目标检测数据集 2300张 滑坡 带标注 voc yolo 1类 分类名: (图片张数&#xff0c; 标注个数) landsI ide: (2299&#xff0c;6545) 总数: (2314&#xff0c; 6545) 总类(nc): 1类 遥感滑坡目标检测数据集 (Remote Sensing Landslide Detection Dataset) 数据集概述 该…

【PS2020】Adobe Photoshop 2020 中文免费版

photoshop 2020是全球最大的图像处理软件&#xff0c;为用户提供了广泛的专业级润饰工具套件&#xff0c;集成了专为激发灵感而设计的强大编辑功能&#xff0c;帮助用户制作出满意的图片效果&#xff0c;是很多摄影师、广告师等专业人员必备的一款图像及照片后期处理大型专业软…

【机器学习】网络安全——异常检测与入侵防御系统

我的主页&#xff1a;2的n次方_ 随着全球互联网和数字基础设施的不断扩展&#xff0c;网络攻击的数量和复杂性都在显著增加。从传统的病毒和蠕虫攻击到现代复杂的高级持续性威胁&#xff08;APT&#xff09;&#xff0c;网络攻击呈现出更加智能化和隐蔽化的趋势。面对这样的…