下一篇【第72篇】SkyWalking指标基线与异常检测——超越静态阈值告警的智能监控上一篇【第74篇】SkyWalking 9.x新特性——K8s原生集成、Continuous Profiling与Layer概念一、8.x —— SkyWalking的成年礼如果SkyWalking 7.x是功能完备的APM工具那8.x就是全栈可观测性平台。7.x时代SkyWalking主要关注后端微服务的追踪和指标。而8.x开始它的视野扩展到了前端浏览器端的监控内核eBPF探针操作系统级别语言MAL更灵活的指标定义边缘Satellite数据收集网关------------------------------------------------------------------ | SkyWalking 8.x 架构全景 | ------------------------------------------------------------------ | | | ┌───────────────────────────────────────────────────────────┐ │ | │ 前端可观测 │ │ | │ ┌─────────────┐ ┌─────────────────────────────────┐ │ │ | │ │ Browser App │ │ 浏览器端监控 (JavaScript Agent) │ │ │ | │ │ JS Agent │ │ - 页面加载时间 │ │ │ | │ │ │ │ - AJAX请求追踪 │ │ │ | │ │ │ │ - 错误收集 │ │ │ | │ └──────┬──────┘ │ - 用户行为 │ │ │ | │ │ └─────────────────────────────────┘ │ │ | └─────────┼───────────────────────────────────────────────┘ │ | │ │ | ┌─────────▼───────────────────────────────────────────────┐ │ | │ 后端可观测 │ │ | │ ┌───────────┐ ┌───────────┐ ┌───────────────────────┐ │ │ | │ │Java Agent │ │Go Agent │ │ eBPF Agent (新!) │ │ │ | │ │.NET Agent │ │Python │ │ - 网络层监控 │ │ │ | │ │Node Agent │ │Rust Agent │ │ - 系统调用追踪 │ │ │ | │ │ │ │ │ │ - 零侵入! │ │ │ | │ └───────────┘ └───────────┘ └───────────────────────┘ │ │ | └───────────────┬─────────────────────────────────────────┘ │ | │ │ | ┌───────┼───────┐ │ | │ │ │ │ | ↓ ↓ ↓ │ | ┌───────────────────────────────────────────────────────────┐ │ | │ Satellite (新!) │ │ | │ - 数据收集网关 │ │ | │ - 协议转换 │ │ | │ - 边缘计算 │ │ | └───────────────────────┬───────────────────────────────────┘ │ | │ │ | ↓ │ | ┌───────────────────────────────────────────────────────────┐ │ | │ OAP Server │ │ | │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ | │ │ Trace分析 │ │ MAL引擎(新!)│ │ 告警引擎 │ │ │ | │ │ (传统) │ │ - 灵活指标 │ │ │ │ │ | │ │ │ │ - 直方图 │ │ │ │ │ | │ │ │ │ - 百分位 │ │ │ │ │ | │ └──────────────┘ └──────────────┘ └──────────────┘ │ │ | └───────────────────────────────────────────────────────────┘ │ | | ------------------------------------------------------------------二、浏览器端监控Browser Monitoring2.1 为什么需要监控前端------------------------------------------------------------------ | 全链路视角的重要性 | ------------------------------------------------------------------ | | | 没有前端监控: | | ┌──────────────────────────────────────────────┐ │ | │ 用户说页面加载慢 │ │ | │ ↓ │ │ | │ 后端监控: 后端处理只用了50ms │ │ | │ ↓ │ │ | │ 问题在哪不知道 │ │ | │ → 可能是网络慢 │ │ | │ → 可能是前端渲染慢 │ │ | │ → 可能是CDN挂了一个节点 │ │ | └──────────────────────────────────────────────┘ │ | | | 有了前端监控: | | ┌──────────────────────────────────────────────┐ │ | │ 用户 → DNS(10ms) → TCP(5ms) → SSL(20ms) │ │ | │ → 首字节(200ms!!) ← 发现问题 │ │ | │ → DOM解析(300ms) → 资源加载(500ms) │ │ | │ ↓ │ │ | │ 后端: 50ms ✓ │ │ | │ 问题: CDN节点挂了, 静态资源走了源站 │ │ | └──────────────────────────────────────────────┘ │ | | ------------------------------------------------------------------2.2 接入方式!-- 在HTML中引入SkyWalking JS Agent --!DOCTYPEhtmlhtmlheadmetacharsetUTF-8titleMy App/title!-- SkyWalking Browser Agent --scriptsrchttps://skywalking-oap.example.com/browser/skywalking-js-client.js/script/headbodydividapp/divscript// 注册并配置AgentClientMonitor.register({// OAP Server 地址collector:https://skywalking-oap.example.com,// 服务名称service:my-frontend-app,serviceVersion:1.0.0,// 页面路径pagePath:/dashboard,// AJAX监控autoTracePerf:true,// 自动追踪AJAX请求性能traceSDKInternal:false,// 是否追踪SDK内部请求// 错误监控jsErrors:true,// 收集JS错误apiErrors:true,// 收集API错误resourceErrors:true,// 收集资源加载错误// 用户行为traceUserInteraction:true,// 追踪用户交互enableSPA:true,// SPA应用支持// 采样sampleRate:1.0,// 100%采样// 关联后端TracetraceHeaders:{sw8:true// 自动传播sw8 header}});/script/body/html2.3 监控指标浏览器端监控的核心指标 页面性能: - FCP (First Contentful Paint) ← 首次内容绘制 - LCP (Largest Contentful Paint) ← 最大内容绘制 - FID (First Input Delay) ← 首次输入延迟 - TTFB (Time to First Byte) ← 首字节时间 - CLS (Cumulative Layout Shift) ← 累计布局偏移 API请求 (AJAX): - 每个AJAX请求的响应时间 - 请求成功率 - 错误详情 错误追踪: - JS运行时错误 - 资源加载错误(404等) - Promise未处理异常 用户行为: - 页面访问量(PV) - 独立访客(UV) - 页面停留时间三、eBPF探针 —— 零侵入的操作系统级监控3.1 eBPF是什么eBPF (extended Berkeley Packet Filter) 是Linux内核中的一项技术允许在不修改内核源代码的情况下在内核中运行沙盒程序。------------------------------------------------------------------ | eBPF探针的工作原理 | ------------------------------------------------------------------ | | | ┌─────────────────────────────────────────────────────────────┐ │ | │ Application │ │ | │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ | │ │ Process1 │ │ Process2 │ │ Process3 │ │ │ | │ └────┬─────┘ └────┬─────┘ └────┬─────┘ │ │ | │ │ │ │ │ │ | └───────┼─────────────┼─────────────┼──────────────────────────┘ │ | │ │ │ │ | ┌───────▼─────────────▼─────────────▼──────────────────────────┐ │ | │ System Call Interface │ │ | │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │ | │ │ read() │ │ write() │ │sendto() │ │recvfrom()│ │ │ | │ └────┬────┘ └────┬────┘ └────┬────┘ └────┬────┘ │ │ | │ │ │ │ │ │ │ | └───────┼───────────┼───────────┼───────────┼──────────────────┘ │ | │ │ │ │ │ | │ ┌──────┴──────┐ │ ┌──────┴──────┐ │ | │ │ eBPF Program│ │ │ eBPF Program│ │ | │ │ (监控write) │ │ │ (监控sendto)│ │ | │ └──────┬──────┘ │ └──────┬──────┘ │ | │ │ │ │ │ | │ ┌──────▼───────────▼───────────▼──────┐ │ | │ │ eBPF Maps (数据存储) │ │ | │ └──────────────┬───────────────────────┘ │ | │ │ │ | ┌───────▼───────────────────▼──────────────────────────────────┐ │ | │ Linux Kernel │ │ | │ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ | │ │ Network │ │ Disk │ │ Memory │ │ Scheduler│ │ │ | │ │ Stack │ │ I/O │ │ Mgmt │ │ │ │ │ | │ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │ │ | └──────────────────────────────────────────────────────────────┘ │ | | ------------------------------------------------------------------3.2 SkyWalking eBPF的能力# SkyWalking Rover (eBPF探针管理器)# Rover通过eBPF程序监控以下维度:# 1. 网络层监控# - 每个TCP连接的数据量# - 每个进程的网络延迟# - TLS握手时间# 2. 系统调用监控# - 磁盘I/O延迟# - 文件操作频率# 3. 进程监控# - 进程级CPU使用率# - 内存分配追踪# Rover部署dockerrun-d--namerover\--privileged\-eSW_ROVER_BACKENDoap-server:11800\-eSW_ROVER_PROCESS_DISCOVERY_ENABLEDtrue\apache/skywalking-rover:0.5.0四、MAL —— Meter Analysis Language4.1 为什么需要MAL传统的OAL只能处理Trace数据生成的指标。但现代运维中很多数据源无法通过Trace体现Prometheus格式的指标OpenTelemetry的Metrics自定义上报的数值指标MAL就是为了解决这个问题而设计的——它让你可以用类似SQL的语法定义指标聚合规则。4.2 MAL语法示例// // MAL基本语法 // // 1. 从Meter中定义指标 http_request_count from(HttpRequest.count) .filter(service order-service) .sum(); // 2. 创建直方图支持百分位计算 http_request_latency from(HttpRequest.latency) .filter(status 200) .histogram(http_request_latency_histogram, 10, 50, 100, 200, 500, 1000, 2000 ); // 3. 百分位计算 http_p99 http_request_latency.percentile(99); http_p95 http_request_latency.percentile(95); http_p50 http_request_latency.percentile(50); // 4. 速率计算 http_qps http_request_count.rate(PT1M); // 每分钟请求数 // 5. 多条件过滤 error_rate from(HttpRequest.count) .filter(service order-service) .filter(status 500) .rate(PT1M); // 6. 表达式计算 error_percentage (error_rate / http_qps) * 100;4.3 配置Prometheus指标接入# application.ymlprometheus-fetcher:selector:${SW_PROMETHEUS_FETCHER:default}default:enabledRules:${SW_PROMETHEUS_FETCHER_ENABLED_RULES:default}active:true# Prometheus采集规则rules:-name:default# 采集的端点url:http://prometheus:9090# 指标过滤规则metric-prefix:skywalking_custom_# 采集间隔interval:${SW_PROMETHEUS_FETCHER_INTERVAL:PT1M}五、Satellite —— 边缘数据收集网关5.1 Satellite解决什么问题------------------------------------------------------------------ Satellite的架构定位 ------------------------------------------------------------------ | | | 问题: | | | | 多云/多集群环境: | | ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ | │ Cluster A │ │ Cluster B │ │ Cluster C │ │ | │ (AWS) │ │ (阿里云) │ │ (自建机房) │ │ | │ ┌─────────┐ │ │ ┌─────────┐ │ │ ┌─────────┐ │ │ | │ │ Agent │ │ │ │ Agent │ │ │ │ Agent │ │ │ | │ │ Agent │ │ │ │ Agent │ │ │ │ Agent │ │ │ | │ └────┬────┘ │ │ └────┬────┘ │ │ └────┬────┘ │ │ | └──────┼──────┘ └──────┼──────┘ └──────┼──────┘ │ | │ │ │ │ | │ 跨公网上报 │ 跨公网上报 │ │ | │ → 延迟高 │ → 带宽贵 │ │ | │ → 不可靠 │ → 不稳定 │ │ | │ │ │ │ | └──────────────────┼──────────────────┘ │ | │ │ | ↓ │ | ┌──────────────┐ │ | │ OAP Cluster │ │ | └──────────────┘ │ | | | 解决方案: 在每个集群部署Satellite | | | | ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ | │ Cluster A │ │ Cluster B │ │ Cluster C │ │ | │ ┌───────┐ │ │ ┌───────┐ │ │ ┌───────┐ │ │ | │ │Satellite│ │ │Satellite│ │ │Satellite│ │ │ | │ │ │ │ │ │ │ │ │ │ │ | │ │ 缓冲 │ │ │ 聚合 │ │ │ 过滤 │ │ │ | │ │ 压缩 │ │ │ 加密 │ │ │ 路由 │ │ │ | │ └───┬───┘ │ │ └───┬───┘ │ │ └───┬───┘ │ │ | └───────┼──────┘ └───────┼──────┘ └───────┼──────┘ │ | │ │ │ │ | └───────────────────┼───────────────────┘ │ | │ │ | ↓ │ | ┌──────────────┐ │ | │ OAP Cluster │ │ | └──────────────┘ │ | | ------------------------------------------------------------------5.2 Satellite配置示例# satellite-config.yamlsatellite:# Satellite自身配置name:satellite-cluster-anamespace:production# 管道配置pipes:# 输入管道接收Agent数据-name:grpc-inputtype:grpc-receiverconfig:host:0.0.0.0port:11800# 处理管道数据预处理-name:preprocessortype:processorconfig:# 采样在边缘做减少传输量sampling:rate:0.1# 只保留10%# 压缩compression:gzip# 过滤排除不需要的指标filters:-type:excludemetrics:-jvm_thread_live_count-instance_heatmap# 输出管道上报到OAP-name:grpc-outputtype:grpc-senderconfig:target:oap-central.example.com:11800tls:enabled:truecert:/certs/client.crtkey:/certs/client.keyretry:max_retries:3backoff:5s# 缓冲区OAP不可达时暂存buffer:type:diskpath:/data/satellite/buffermax_size:10GB六、8.x版本升级注意事项# # 升级检查清单# # 1. 存储兼容性# - 7.x → 8.x: 需要重建ES索引数据结构有变化# - 建议升级时使用新的ES集群# 2. Agent兼容性# - 8.x OAP兼容7.x Agent向后兼容# - 但建议同时升级Agent以获得新特性# 3. 配置变更# - OAL语法有调整MAL部分# - UI配置路径有变更# 4. 数据迁移# 7.x 数据不能直接迁移到 8.x# 建议保留7.x环境一段时间8.x新集群并行运行# 5. 推荐升级路径# 7.x → 8.1.0 → 8.5.0 → 8.9.0 → 9.x# 逐步升级避免跨大版本七、总结SkyWalking 8.x是SkyWalking演进中的关键里程碑新特性解决的问题适用场景浏览器监控前端不可见Web应用eBPF探针非Java应用监控多语言/遗留系统MAL非Trace指标处理Prometheus集成Satellite多云/边缘数据收集大规模/跨云部署下一篇【第72篇】SkyWalking指标基线与异常检测——超越静态阈值告警的智能监控上一篇【第74篇】SkyWalking 9.x新特性——K8s原生集成、Continuous Profiling与Layer概念