调用链监控对比
简介
Zipkin是Twitter开源的调用链分析工具，目前基于springcloud sleuth得到了广泛的使用，特点是轻量，使用部署简单。
Pinpoint是韩国人开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点是支持多种插件，UI功能强大，接入端无代码侵入。
SkyWalking是本土开源的基于字节码注入的调用链分析，以及应用监控分析工具。特点是支持多种插件，UI功能较强，接入端无代码侵入。目前已加入Apache孵化器。
CAT是大众点评开源的基于编码和配置的调用链分析，应用监控分析，日志采集，监控报警等一系列的监控平台工具。
4种APM工具对比
| 类别 | Zipkin | Pinpoint | SkyWalking | CAT |
|---|---|---|---|---|
| 实现方式 | 拦截请求，发送（HTTP，mq）数据至zipkin服务 | java探针，字节码增强 | java探针，字节码增强 | 代码埋点（拦截器，注解，过滤器等） |
| 接入方式 | 基于linkerd或者sleuth方式，引入配置即可 | javaagent字节码 | javaagent字节码 | 代码侵入 |
| agent到collector的协议 | http,MQ | thrift | gRPC | http/tcp |
| OpenTracing | √ | × | √ | × |
| 颗粒度 | 接口级 | 方法级 | 方法级 | 代码级 |
| 全局调用统计 | × | √ | √ | √ |
| traceid查询 | √ | × | √ | × |
| 报警 | × | √ | √ | √ |
| JVM监控 | × | × | √ | √ |
| UI健壮度 | ** | ***** | **** | ***** |
| 数据存储 | ES，mysql,Cassandra,内存 | Hbase | ES，H2 | mysql,hdfs |
| github活跃度 | 12.8k | 10.3k | 13.4k | 13.3k |
PinPoint和skyWalking支持的插件对比
| 类别 | Pinpoint | SkyWalking |
|---|---|---|
| web容器 | Tomcat6/7/8,Resin,Jetty,JBoss,Websphere | Tomcat7/8/9,Resin,Jetty |
| JDBC | Oracle,mysql | Oracle,mysql,Sharding-JDBC |
| 消息中间件 | ActiveMQ, RabbitMQ | RocketMQ 4.x,Kafka |
| 日志 | log4j, Logback | log4j,log4j2, Logback |
| HTTP库 | Apache HTTP Client, GoogleHttpClient, OkHttpClient | Apache HTTP Client, OkHttpClient,Feign |
| Spring体系 | spring,springboot | spring,springboot,eureka,hystrix |
| RPC框架 | Dubbo,Thrift | Dubbo,Motan,gRPC,ServiceComb |
| NOSQL | Memcached, Redis, CASSANDRA | Memcached, Redis |
性能分析
摘自：https://juejin.im/post/5a7a9e0af265da4e914b46f1
模拟了三种并发用户：500，750，1000。使用jmeter测试，每个线程发送30个请求，设置思考时间为10ms。使用的采样率为1，即100%，这边与生产可能有差别。pinpoint默认的采样率为20，即50%，通过设置agent的配置文件改为100%。zipkin默认也是1。组合起来，一共有12种。下面看下汇总表：
从上表可以看出，在三种链路监控组件中，skywalking的探针对吞吐量的影响最小，zipkin的吞吐量居中。pinpoint的探针对吞吐量的影响较为明显，在500并发用户时，测试服务的吞吐量从1385降低到774，影响很大。然后再看下CPU和memory的影响，在内部服务器进行的压测，对CPU和memory的影响都差不多在10%之内。
推荐方案
每种APM工具都有各自的优势，个人推荐使用SkyWalking，主要从以下几个方面考虑
- 代码无侵入，通过添加Java探针可直接使用
- 追踪细致到方法级别，可以跟踪方法级别的耗时
- UI交互友好，国人开发，适用于国人的UI风格
- agent到collect通讯方式gRPC，相对HTTP有更好的性能