<dependency>

<groupId>io.github.dunwu</groupId>

<artifactId>dunwu-tool-core</artifactId>

</dependency>

<dependency>

<groupId>junit</groupId>

package io.github.dunwu.javatech;

import java.util.*;

import java.util.concurrent.ThreadLocalRandom;

package io.github.dunwu.javatech;

import java.util.*;

import java.util.concurrent.atomic.AtomicInteger;

<id>nexus-aliyun</id>

<mirrorOf>*</mirrorOf>

<name>Aliyun</name>

</mirror>

</mirrors>

- **Heartbeat** 表示程序内定期产生的统计信息, 如 CPU 利用率, 内存利用率, 连接池状态, 系统负载等

- **Metric** 用于记录业务指标、指标可能包含对一个指标记录次数、记录平均值、记录总和，业务指标最低统计粒度为 1 分钟

在实际开发和部署中，cat-consumer 和 cat-home 是部署在一个 jvm 内部，每个 CAT 服务端都可以作为 consumer 也可以作为 home，这样既能减少整个 CAT 层级结构，也可以增加整个系统稳定性。

上图是 CAT 目前多机房的整体结构图：

提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案。

从逻辑上讲，SkyWalking 分为四个部分：探针（Probes），平台后端，存储和 UI。

- **探针（Probes）** - 探针是指集成到目标系统中的代理或SDK库。它们负责收集数据（包括跟踪数据和统计数据）并将其按照 SkyWalking 的要求重新格式化为。

- **平台后端** - 平台后端是一个提供后端服务的集群。它用于聚合、分析和驱动从探针到 UI 的流程。它还为传入格式（如 Zipkin 的格式），存储实现程序和集群管理提供可插入功能。 您甚至可以使用 Observability Analysis Language 自定义聚合和分析。

进入 [Apache SkyWalking 官方下载页面](http://skywalking.apache.org/downloads/)，选择安装版本，下载解压到本地。

安装分为三个部分：

Zipkin 主要功能是聚集来自各个异构系统的实时监控数据。分布式跟踪系统还有其他比较成熟的实现，例如：Naver 的 Pinpoint、Apache 的 HTrace、阿里的鹰眼 Tracing、京东的 Hydra、新浪的 Watchman，美团点评的 CAT，skywalking 等。

Zipkin 基于 Google Dapper 的论文设计而来，由 Twitter 公司开发贡献。

如果日志文件中有跟踪 ID，则可以直接跳至该跟踪 ID。 否则，您可以基于属性进行查询，例如服务，操作名称，标签和持续时间。 将为您总结一些有趣的数据，例如在服务中花费的时间百分比以及操作是否失败。

Zipkin UI 还提供了一个依赖关系图，该关系图显示了每个应用程序中跟踪了多少个请求。这对于识别聚合行为（包括错误路径或对不赞成使用的服务的调用）很有帮助。

数据以 json 形式存储，可以参考：[Zipkin 官方的 Swagger API](https://zipkin.io/zipkin-api/#/default/post_spans)

java -jar ./zipkin-server/target/zipkin-server-*exec.jar

ZipKin 可以分为两部分，

架构如下：