阿里云发布链路追踪服务Tracing Analysis

摘要: 近日,在杭州云栖大会上,阿里云发布了链路追踪服务Tracing Analysis,成本是自建链路追踪系统的1/5或更少,可为分布式应用的开发者提供完整的调用链路还原、调用请求量统计、链路拓扑、应用依赖分析等工具,帮助开发者快速分析和诊断分布式应用架构下的性能瓶颈,提高微服务时代下的开发诊断效率。

近日,在杭州云栖大会上,阿里云发布了链路追踪服务Tracing Analysis,成本是自建链路追踪系统的1/5或更少,可为分布式应用的开发者提供完整的调用链路还原、调用请求量统计、链路拓扑、应用依赖分析等工具,帮助开发者快速分析和诊断分布式应用架构下的性能瓶颈,提高微服务时代下的开发诊断效率。

Tracing Analysis 传送门:https://www.aliyun.com/product/xtrace

微服务时代,分布式应用架构虽然满足了应用横向扩展的需求,但是运维和诊断的过程变得越来越复杂,例如会遇到接口诊断困难、应用性能诊断复杂、架构分析复杂、多语言程序接入难统一、调用链路数据离线分析困难等难题。传统的监控工具并无法满足提供跨越不同服务的能见度需求。

阿里云链路追踪服务Tracing Analysis可以跟踪所有分布式架构中的微服务用户请求,汇总组成分布式调用链方式,以及应用程序的单个服务和资源,实现调研链路的查询、诊断和应用性能实时汇总功能。同时,收集到的链路数据,可直接应用在日志分析中,并可对接到下游分析平台如LogSearch、CloudMonitor、MaxCompute等,用于离线分析、报警等场景,提升链路数据价值。此外,tracing analysis基于Opentracing标准,全面兼容开源社区,如Jaeger, Zipkin等开源项目,提高链路追踪系统的可用性和稳健性。

据链路追踪服务产品专家伏羿介绍,链路追踪Tracing Analysis 和 业务实时监控ARMS 是阿里云上应用侧APM监控的双引擎, 两款产品都可以满足用户在分布式应用场景下的复杂链路诊断需求,但支持场景有所不同:

业务实时监控ARMS
采用业界比较流行的无侵入式监控埋点,用户无需改造就可以深度监控和诊断到用户应用;但是无侵入式埋点虽然功能强大,实现逻辑却相对复杂、成本相对较高,而且受限于开发语言特性,某些语言如C, Go等就无法支持无侵入式埋点。

链路追踪Tracing Analysis
针对用户多语言的应用监控需求,阿里云特此推出链路追踪通过基于开放标准(opentracing)和开源组件(Jaeger, Zipkin, etc)侵入式埋点方式填补了这方面的空白;基于链路追踪,用户可以以比较低的性能代价通过嵌入链路追踪的SDK来手动上报链路信息,从而快速实现异构多语言分布式架构下的链路追踪需求。
相比于业务实时监控,虽然链路追踪接入比较负责,用户需要手动埋点,但是产品本身基于开放标准和开源产品,对用户无lock-in问题,而且成本相对低廉,链路追踪本身免费,用户仅对链路追踪依赖的日志服务成本进行付费。

此次阿里云链路追踪服务Tracing Analysis的发布,旨在帮助用户和各类开发者降低分布式系统的运维难度,聚焦业务创新,不用重复造轮子。同时,作为阿里云互联网中间件整体解决方案的重要组成部分,结合企业级分布式应用服务EDAS、消息队列MQ、应用配置管理ACM、性能测试PTS、业务实时监控服务ARMS等核心互联网中间件产品,可以快速搭建企业级互联网架构平台,具备业务中台能力,促进企业数字化转型的快速落地。

原文链接

本文为云栖社区原创内容,未经允许不得转载。

原文地址:http://blog.51cto.com/13952056/2296355

时间: 2024-08-29 06:08:55

阿里云发布链路追踪服务Tracing Analysis的相关文章

阿里云产品专家解读链路追踪(Tracing Analysis)

摘要: 概要 阿里云上最近推出了一款新产品 链路追踪 ,专注于帮助开发者快速分析和诊断分布式应用架构下的性能瓶颈,提高微服务时代下的开发诊断效率. 分布式应用环境下的链路追踪,并不是一个新话题.在早些时间,阿里云产品 业务实时监控服务 也有类似功能推出. 阿里云上最近推出了一款新产品链路追踪 ,专注于帮助开发者快速分析和诊断分布式应用架构下的性能瓶颈,提高微服务时代下的开发诊断效率,并省去用户搭建各类链路监控应用(Jaeger, Zipkin等)和相关存储服务(Hbase, ElasticSea

阿里云发布边缘节点服务2.0,建立“融合、开放、联动”的边缘计算新形态

"5G时代,边缘计算将发挥更大价值."阿里云边缘计算技术负责人杨敬宇表示,边缘计算作为5G时代的一项关键技术,未来将成为不可或缺的基础设施之一.那么云的能力是如何深入每个计算场景的?用户如何享受技术红利?阿里云ENS从1.0到2.0时代又完成了怎样的升级蜕变?在刚刚落幕的阿里云峰会北京站-边缘计算专场中,杨敬宇对以上问题做了解答. 一场计算体系架构的巨大革命,需要更多行业玩家进入在5G和边缘计算到来之后,云.端二体协同向着云边端三体协同去发展,毋庸置疑,这是未来架构的新形态,杨敬宇将整

阿里云发布国内首个大数据双活容灾服务

摘要: 在6月上旬举行的云栖大会上海峰会上,阿里云发布了国内首个大数据集群双活容灾产品-混合云容灾服务下的混合云大数据容灾服务(HDR for Big Data, 简称 HDR-BD),并已经在7月份开始邀测. 在6月上旬举行的云栖大会上海峰会上,阿里云发布了国内首个大数据集群双活容灾产品-混合云容灾服务下的混合云大数据容灾服务(HDR for Big Data, 简称 HDR-BD),并已经在7月份开始邀测.HDR-BD采用业界领先的数据双向实时复制技术,可以实现Hadoop集群双活和准0 R

阿里云发布vSphere虚拟机备份服务

摘要: 在6月上旬举行的云栖大会上海峰会上,阿里云发布了vSphere虚拟机备份上云服务(HBR for vSphere),并已经在7月份开始邀测.利用混合云备份服务可以将虚拟机镜像备份上云,避免了传统备份方案复杂的软件部署,存储资源规划,异地备份保护等难点,客户在网络带宽有限的条件下依然能够有效地保护vSphere虚拟机数据. 在6月上旬举行的云栖大会上海峰会上,阿里云发布了vSphere虚拟机备份上云服务(HBR for vSphere),并已经在7月份开始邀测.利用混合云备份服务可以将虚拟

阿里云发布vSphere虚拟机备份服务 ,网络带宽有限条件下依然能有效保护数据

在6月上旬举行的云栖大会上海峰会上,阿里云发布了vSphere虚拟机备份上云服务(HBR for vSphere),并已经在7月份开始邀测.利用混合云备份服务可以将虚拟机镜像备份上云,避免了传统备份方案复杂的软件部署,存储资源规划,异地备份保护等难点,客户在网络带宽有限的条件下依然能够有效地保护vSphere虚拟机数据. 常见虚拟机备份技术的挑战 传统常见的虚拟机备份方式是把虚机机当做单独的主机,在每台虚拟机上安装备份软件,然后备份到本地的存储,这种方案可以用在虚拟机数目不大的环境,当虚拟机规模

阿里云发布时间序列数据库TSDB,关于时序你了解多少?

摘要: 阿里云发布时间序列数据库TSDB,专家帮你解答时序那些事. 概要介绍时间序列数据是一种表示物理设备,系统.应用过程或行为随时间变化的数据,广泛应用于物联网,工业物联网,基础运维系统等场景.阿里云TSDB 时间序列数据库可以解决大规模时序数据的可靠写入,降低数据存储成本,实时灵活的完成业务数据聚合分析. 什么是时序数据我们来看感受一下平时自己特别熟悉的场景,就会发现时序和每个人都存在非常紧密的关系:电商系统获取每笔订单交易金额和支付金额数据以及商品库存和物流数据:智能电表,会实时记录每个小

阿里云的NoSQL存储服务OTS的应用分析

这篇文章主要介绍了阿里云的NoSQL存储服务OTS的应用分析,OTS作为阿里巴巴开发的NoSQL存储技术服务现已面向用户商业化,需要的朋友可以参考下. 1. 概要  OTS是构建在阿里云飞天分布式系统上的NoSQL存储服务,提供海量结构化数据的存储和实时访问.OTS以实例和表来组织数据,通过自动的数据分区和负载均衡技术,对应用提供规模(数据和访问)的无缝扩展.应用通过调用OTS API/SDK或者操作管理控制台来使用OTS服务.OTS服务具有以下几个主要的特点:  规模可扩展:OTS具备可扩展的

【初码干货】使用阿里云邮件推送服务架设自己邮件验证与推送体系

提示:阅读本文需提前了解的相关知识 1.电子邮件协议(http://baike.baidu.com/view/2367542.htm) 2.阿里云邮件推送(https://www.aliyun.com/product/directmail) 3.EDM(电子邮件营销)(http://baike.baidu.com/subview/1212416/8602812.htm) 4.SendCloud邮件服务(http://sendcloud.sohu.com/) 阅读目录结构 引: 一.需求分析 二.

阿里云发布ET工业大脑开放平台,全球首个工业智能的孵化基地

摘要: 8月1日,阿里云发布ET工业大脑开放平台,基于该平台,合作伙伴可以轻松实现工业数据的采集.分析.挖掘.建模,并且快速构建智能分析应用.未来3年,阿里云将面向工业领域招募上千家生态合作伙伴,以实现智能制造成功案例的规模化复制,加速推动制造业的数字化转型. 8月1日,阿里云发布ET工业大脑开放平台,基于该平台,合作伙伴可以轻松实现工业数据的采集.分析.挖掘.建模,并且快速构建智能分析应用.未来3年,阿里云将面向工业领域招募上千家生态合作伙伴,以实现智能制造成功案例的规模化复制,加速推动制造业