SkyWalking分布式链路追踪原理
请详细介绍Apache SkyWalking作为APM（Application Performance Monitoring）工具的架构原理。SkyWalking的探针（Agent）如何实现无侵入的链路追踪？Trace/Span/Segment的概念是什么？与Sleuth+Zipkin相比有什么优势？
回答
古法程序员
SkyWalking架构组件：
- Agent（探针）：挂载在业务应用上，收集Trace数据
- OAP Server（Observability Analysis Platform）：接收和处理Agent数据
- Storage（存储）：Elasticsearch/H2/MySQL/TiDB
- UI（用户界面）：可视化展示拓扑图、调用链、Metrics
无侵入探针原理：
- 基于Java Agent技术（-javaagent:skywalking-agent.jar）
- 启动时修改字节码（ByteBuddy/ASM）
- 拦截JDBC、HTTP Client、MQ Client、RPC框架等关键类库
- 自动注入Trace上下文（如HTTP Header携带TraceId）
- 无需修改业务代码
核心概念：
- Trace（链路）：一次完整请求的路径（从入口到全部调用结束）
- Span（跨度）：Trace中的一次操作（如一个HTTP请求、一次DB查询）
- Segment（片段）：单个进程内的多个Span集合（一个JVM进程一个Segment）
SkyWalking vs Sleuth+Zipkin：
| 对比 | SkyWalking | Sleuth + Zipkin |
|---|---|---|
| 模式 | Agent自动探针 | 代码侵入或集成Spring |
| 语言支持 | Java/Go/Node.js/.NET/PHP | Java为主 |
| 性能指标 | 内置（调用量、RT、SLA等） | 需配合Micrometer |
| 拓扑图 | 自动生成服务拓扑 | 需自定义 |
| 告警 | 内置告警规则 | 无 |
| 存储 | ES/H2/MySQL/TiDB | ES/Cassandra |
| 社区活跃度 | Apache活跃 | 较活跃（Spring Cloud生态） |
推荐：SkyWalking功能更全面，尤其适合大型分布式系统。Sleuth+Zipkin适合Spring Cloud生态内的轻量方案。