随着微服务架构的流行，一次请求往往需要涉及到多个服务，因此服务性能监控和排查就变得更复杂。APM因此而生。
目前，市面上的APM服务端已经有了非常多的实现。比如Zipkin、Jaeger、SkyWalking、Elastic APM等（Pinpoint并不支持OpenTracing，所以我们不介绍）。
本次选择Jaeger作为服务端示例。主要内容如下。
第一部分
在第一部分，我们来看一下apm的关键信息和一些概念性的东西，为后面的示例做准备。在这里，我们简单的描述了jaeger是如何安装的，也是一些准备工作。
第二部分
使用一个简单的java程序，来说明如何使用OpenTracing api进行trace的生成，并演示一个带有二个节点的调用链生成。
第三部分
使用OkHttp3和SpringBoot，来演示如何实现一个分布式调用。本文依然是使用底层的api进行构建，对开发感觉好的到此应该能够应对各种场景。
第四部分
以SpringCloud为例，说明微服务的调用链生成逻辑。由于各种调用内容较多，我们仅以比较流行的Feign调用来说明其原理。 SpringCloud的实现已经有了比较好的*，考虑的也比较全面，可以参考其源码进行分析。
如果你在开发自己的中间件，或者做一些集成性的工作，本教程能够让你快速给自己的组件加入apm功能。前提是，你的api兼容OpenTracing协议。
整体介绍
对于监控体系和apm链路，小姐姐味道公众号有更加详细的描述，建议先读一下。
这么多监控组件，总有一款适合你
以下仅简要说明一下调用链的主要因素。
调用链主要因素
数据收集部分
主要用于多样化的数据收集，为数据分析做准备。要求易用好用侵入尽量小（开发工作量），并且在极端情况下（如收集组件不可用）不能对业务有任何影响。可以看到此部分的开发量是巨大的，尤其是需要集成Nginx上下游、基础组件多样、技术栈多样的情况下。
数据分析部分
主要有实时分析与线下分析。一般，实时分析的价值更大一些，主要产出如秒级别的调用量、平均响应时间、TP值等。另外，调用链（Trace)需要存储全量数据，一些高并发大埋点的请求，会有性能问题。
监控报警
此部分利用数据分析的产出，通过短信邮件等形式，通知订阅人关注。监控报警平台应尽量向devops平台靠拢，包括自主化服务平台。
为什么选用jaeger
jaeger的开发较为活跃，而且它的模块划分是比较灵活的。在数据量非常大的情况下，数据是可以先用kafka缓冲一下的(同时为接入各种流分析平台做足了准备)。这些内容，我们在jaeger安装的部分顺便说明。
扩展方式
如果你的项目使用了SpringBoot，是非常方便进行扩展的。以下内容不止一次提起，读过的请忽略。
我们接下来实现的功能是：任何加了 @OwlTrace注解的方法，都将产生一条调用链信息。
首先，我们要定义一个注解：
import java.lang.annotation.*;@Target({ElementType.METHOD})@Retention(RetentionPolicy.RUNTIME)@Documentedpublic @interface OwlTrace {
}然后，实现其处理类。代码通过AOP对Spring管理的Bean进行拦截，非常简单的实现了Trace信息的构造。代码如下：
import io.opentracing.Span;import io.opentracing.Tracer;import io.opentracing.tag.Tags;import lombok.extern.slf4j.Slf4j;import org.aspectj.lang.ProceedingJoinPoint;import org.aspectj.lang.annotation.Around;import org.aspectj.lang.annotation.Aspect;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import org.springframework.context.annotation.Lazy;import java.util.LinkedHashMap;import java.util.Map;@Configuration@Slf4jpublic class OwlTraceAutoConfiguration { static final String TAG_COMPONENT = "java"; @Autowired @Lazy
Tracer tracer; @Bean public TracingAspect pxTracingAspect() { return new TracingAspect();
} @Aspect class TracingAspect { @Around("@annotation(com.sayhiai.arch.trace.annotation.OwlTrace)") public Object pxTraceProcess(ProceedingJoinPoint pjp) throws Throwable {
Span span = null; if (tracer != null) { final String cls = pjp.getTarget().getClass().getName(); final String mName = pjp.getSignature().getName();
span = tracer.buildSpan(cls + "." + mName)
.withTag(Tags.COMPONENT.getKey(), TAG_COMPONENT)
.withTag("class", cls)
.withTag("method", mName)
.startActive(false)
.span();
} try { return pjp.proceed();
} catch (Throwable t) {
Mapnew LinkedHashMap<>(2);
exceptionLogs.put("event", Tags.ERROR.getKey());
exceptionLogs.put("error.object", t);
span.log(exceptionLogs);
Tags.ERROR.set(span, true); throw t;
} finally { if (tracer != null && span != null) {
span.finish();
}
}
}
}
}最后，根据Spring的加载方式，将路径添加到src/main/resources/META-INF/spring.factories中：
org.springframework.boot.autoconfigure.EnableAutoConfiguration=\ arch.trace.core.owl.OwlTraceAutoConfiguration,\ arch.trace.core.log.LoggingAutoConfiguration
将组件打成jar包，一个spring boot starter就实现了。
使用
application.properties
确保开了AOP
# AOP spring.aop.auto=true spring.aop.proxy-target-class=true opentracing.jaeger.log-spans=true opentracing.jaeger.udp-sender.host=192.168.3.237 opentracing.jaeger.udp-sender.port=5775