最新快讯!Spring Cloud Sleuth和ELK实现日志跟踪-北冰洋书画网

一、添加依赖

首先，我们需要在Maven或Gradle项目中添加Spring Cloud Sleuth和ELK的依赖。以下是在Maven项目中添加依赖的示例：

    org.springframework.cloud    spring-cloud-starter-sleuth    net.logstash.logback    logstash-logback-encoder    6.2    org.springframework.boot    spring-boot-starter-log4j2    2.6.3

在上面的依赖中，我们添加了Spring Cloud Sleuth的核心依赖和ELK的依赖。我们还使用Logstash Logback Encoder来格式化日志输出，并使用Log4j2作为日志记录器。

二、配置应用

在添加了Spring Cloud Sleuth和ELK的依赖之后，我们需要为应用程序配置一些参数，以便Sleuth和ELK能够正常工作。以下是一个简单的配置示例：

spring:  sleuth:    sampler:      probability: 1.0logging:  level:    root: INFO    org.springframework.web: INFO    com.example.demo: DEBUG  file:    path: logs    name: app.log    encoder:      pattern: "%date %level [%thread] %logger{10} [%file:%line] %msg%n"      charset: UTF-8app:  name: order-service

在上面的配置中，我们将采样率设置为1.0，这意味着我们将对所有请求进行跟踪。我们还配置了日志记录器的级别和格式，并指定了日志文件的路径和名称。我们还添加了一个应用程序名称，用于将日志发送到ELK服务器。

三、配置ELK

现在，我们已经完成了Spring Cloud Sleuth和应用程序的配置，接下来我们需要配置ELK服务器以收集和分析日志数据。以下是一个简单的ELK配置示例：

input {  tcp {    port => 5000    codec => json_lines  }}filter {  if [app][name] == "order-service" {    mutate {      add_field => { "service" => "order-service" }    }  }}output {  elasticsearch {    hosts => ["http://localhost:9200"]    index => "%{[service]}-%{+YYYY.MM.dd}"  }}

在上面的配置中，我们使用Logstash作为数据收集器，将日志数据发送到Elasticsearch。我们还添加了一个过滤器来为日志数据添加一个服务字段，并将数据索引到特定的索引中，索引名称由服务名称和日期组成。在这个示例中，我们的服务名称是order-service，因此我们将日志数据索引到order-service-YYYY.MM.dd的索引中。

四、在应用程序中使用ELK

现在，我们已经完成了Spring Cloud Sleuth和ELK的配置，接下来我们需要在应用程序中使用它们。以下是一个简单的示例：

@RestControllerpublic class OrderController {    private static final Logger LOGGER = LoggerFactory.getLogger(OrderController.class);    @Autowired    private RestTemplate restTemplate;    @GetMapping("/orders/{id}")    public Order getOrder(@PathVariable Long id) {        LOGGER.info("Getting order with id {}", id);        Order order = restTemplate.getForObject("http://localhost:8081/orders/" + id, Order.class);        LOGGER.info("Got order with id {}", id);        return order;    }}

在上面的示例中，我们使用了Spring Boot的@RestController注解来创建一个REST API端点。在方法中，我们使用Spring Boot的RestTemplate来发送HTTP请求，并记录请求的开始和结束时间。由于我们已经在应用程序中使用了Spring Cloud Sleuth，因此Sleuth会自动记录跟踪ID和跟踪span ID，并将它们添加到日志中。

五、分析日志数据

现在，我们已经在应用程序中记录了日志，并将它们发送到ELK服务器，接下来我们需要使用Kibana来分析日志数据。以下是一个简单的Kibana查询示例：

GET order-service-*/_search{  "query": {    "bool": {      "must": [        {          "match": {            "service": "order-service"          }        },        {          "match": {            "message": "Getting order with id"          }        }      ]    }  }}

在上面的查询中，我们使用Elasticsearch的match查询来搜索包含服务名称和"Getting order with id"的日志消息。此查询将返回所有满足条件的日志数据，并将它们显示在Kibana的搜索结果中。

关键词：