【SkyWalking从入门到精通】第73篇：SkyWalking 8.x新特性全解析——浏览器监控、eBPF、MAL与Satellite
·
下一篇【第72篇】SkyWalking指标基线与异常检测——超越静态阈值告警的智能监控
上一篇【第74篇】SkyWalking 9.x新特性——K8s原生集成、Continuous Profiling与Layer概念
一、8.x —— SkyWalking的"成年礼"
如果SkyWalking 7.x是"功能完备的APM工具"，那8.x就是"全栈可观测性平台"。
7.x时代，SkyWalking主要关注后端微服务的追踪和指标。而8.x开始，它的视野扩展到了：
- 前端：浏览器端的监控
- 内核：eBPF探针（操作系统级别）
- 语言：MAL（更灵活的指标定义）
- 边缘：Satellite（数据收集网关）
+------------------------------------------------------------------+
| SkyWalking 8.x 架构全景 |
+------------------------------------------------------------------+
| |
| ┌───────────────────────────────────────────────────────────┐ │
| │ 前端可观测 │ │
| │ ┌─────────────┐ ┌─────────────────────────────────┐ │ │
| │ │ Browser App │ │ 浏览器端监控 (JavaScript Agent) │ │ │
| │ │ + JS Agent │ │ - 页面加载时间 │ │ │
| │ │ │ │ - AJAX请求追踪 │ │ │
| │ │ │ │ - 错误收集 │ │ │
| │ └──────┬──────┘ │ - 用户行为 │ │ │
| │ │ └─────────────────────────────────┘ │ │
| └─────────┼───────────────────────────────────────────────┘ │
| │ │
| ┌─────────▼───────────────────────────────────────────────┐ │
| │ 后端可观测 │ │
| │ ┌───────────┐ ┌───────────┐ ┌───────────────────────┐ │ │
| │ │Java Agent │ │Go Agent │ │ eBPF Agent (新!) │ │ │
| │ │.NET Agent │ │Python │ │ - 网络层监控 │ │ │
| │ │Node Agent │ │Rust Agent │ │ - 系统调用追踪 │ │ │
| │ │ │ │ │ │ - 零侵入! │ │ │
| │ └───────────┘ └───────────┘ └───────────────────────┘ │ │
| └───────────────┬─────────────────────────────────────────┘ │
| │ │
| ┌───────┼───────┐ │
| │ │ │ │
| ↓ ↓ ↓ │
| ┌───────────────────────────────────────────────────────────┐ │
| │ Satellite (新!) │ │
| │ - 数据收集网关 │ │
| │ - 协议转换 │ │
| │ - 边缘计算 │ │
| └───────────────────────┬───────────────────────────────────┘ │
| │ │
| ↓ │
| ┌───────────────────────────────────────────────────────────┐ │
| │ OAP Server │ │
| │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │
| │ │ Trace分析 │ │ MAL引擎(新!)│ │ 告警引擎 │ │ │
| │ │ (传统) │ │ - 灵活指标 │ │ │ │ │
| │ │ │ │ - 直方图 │ │ │ │ │
| │ │ │ │ - 百分位 │ │ │ │ │
| │ └──────────────┘ └──────────────┘ └──────────────┘ │ │
| └───────────────────────────────────────────────────────────┘ │
| |
+------------------------------------------------------------------+
二、浏览器端监控（Browser Monitoring）
2.1 为什么需要监控前端
+------------------------------------------------------------------+
| 全链路视角的重要性 |
+------------------------------------------------------------------+
| |
| 没有前端监控: |
| ┌──────────────────────────────────────────────┐ │
| │ 用户说"页面加载慢" │ │
| │ ↓ │ │
| │ 后端监控: 后端处理只用了50ms │ │
| │ ↓ │ │
| │ 问题在哪？不知道！ │ │
| │ → 可能是网络慢 │ │
| │ → 可能是前端渲染慢 │ │
| │ → 可能是CDN挂了一个节点 │ │
| └──────────────────────────────────────────────┘ │
| |
| 有了前端监控: |
| ┌──────────────────────────────────────────────┐ │
| │ 用户 → DNS(10ms) → TCP(5ms) → SSL(20ms) │ │
| │ → 首字节(200ms!!) ← 发现问题！ │ │
| │ → DOM解析(300ms) → 资源加载(500ms) │ │
| │ ↓ │ │
| │ 后端: 50ms ✓ │ │
| │ 问题: CDN节点挂了, 静态资源走了源站 │ │
| └──────────────────────────────────────────────┘ │
| |
+------------------------------------------------------------------+
2.2 接入方式
<!-- 在HTML中引入SkyWalking JS Agent -->
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>My App</title>
<!-- SkyWalking Browser Agent -->
<script src="https://skywalking-oap.example.com/browser/skywalking-js-client.js">
</script>
</head>
<body>
<div id="app"></div>
<script>
// 注册并配置Agent
ClientMonitor.register({
// OAP Server 地址
collector: 'https://skywalking-oap.example.com',
// 服务名称
service: 'my-frontend-app',
serviceVersion: '1.0.0',
// 页面路径
pagePath: '/dashboard',
// AJAX监控
autoTracePerf: true, // 自动追踪AJAX请求性能
traceSDKInternal: false, // 是否追踪SDK内部请求
// 错误监控
jsErrors: true, // 收集JS错误
apiErrors: true, // 收集API错误
resourceErrors: true, // 收集资源加载错误
// 用户行为
traceUserInteraction: true, // 追踪用户交互
enableSPA: true, // SPA应用支持
// 采样
sampleRate: 1.0, // 100%采样
// 关联后端Trace
traceHeaders: {
'sw8': true // 自动传播sw8 header
}
});
</script>
</body>
</html>
2.3 监控指标
浏览器端监控的核心指标：
页面性能:
- FCP (First Contentful Paint) ← 首次内容绘制
- LCP (Largest Contentful Paint) ← 最大内容绘制
- FID (First Input Delay) ← 首次输入延迟
- TTFB (Time to First Byte) ← 首字节时间
- CLS (Cumulative Layout Shift) ← 累计布局偏移
API请求 (AJAX):
- 每个AJAX请求的响应时间
- 请求成功率
- 错误详情
错误追踪:
- JS运行时错误
- 资源加载错误(404等)
- Promise未处理异常
用户行为:
- 页面访问量(PV)
- 独立访客(UV)
- 页面停留时间
三、eBPF探针 —— 零侵入的操作系统级监控
3.1 eBPF是什么
eBPF (extended Berkeley Packet Filter) 是Linux内核中的一项技术，允许在不修改内核源代码的情况下，在内核中运行沙盒程序。
+------------------------------------------------------------------+
| eBPF探针的工作原理 |
+------------------------------------------------------------------+
| |
| ┌─────────────────────────────────────────────────────────────┐ │
| │ Application │ │
| │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
| │ │ Process1 │ │ Process2 │ │ Process3 │ │ │
| │ └────┬─────┘ └────┬─────┘ └────┬─────┘ │ │
| │ │ │ │ │ │
| └───────┼─────────────┼─────────────┼──────────────────────────┘ │
| │ │ │ │
| ┌───────▼─────────────▼─────────────▼──────────────────────────┐ │
| │ System Call Interface │ │
| │ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │
| │ │ read() │ │ write() │ │sendto() │ │recvfrom()│ │ │
| │ └────┬────┘ └────┬────┘ └────┬────┘ └────┬────┘ │ │
| │ │ │ │ │ │ │
| └───────┼───────────┼───────────┼───────────┼──────────────────┘ │
| │ │ │ │ │
| │ ┌──────┴──────┐ │ ┌──────┴──────┐ │
| │ │ eBPF Program│ │ │ eBPF Program│ │
| │ │ (监控write) │ │ │ (监控sendto)│ │
| │ └──────┬──────┘ │ └──────┬──────┘ │
| │ │ │ │ │
| │ ┌──────▼───────────▼───────────▼──────┐ │
| │ │ eBPF Maps (数据存储) │ │
| │ └──────────────┬───────────────────────┘ │
| │ │ │
| ┌───────▼───────────────────▼──────────────────────────────────┐ │
| │ Linux Kernel │ │
| │ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │
| │ │ Network │ │ Disk │ │ Memory │ │ Scheduler│ │ │
| │ │ Stack │ │ I/O │ │ Mgmt │ │ │ │ │
| │ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │ │
| └──────────────────────────────────────────────────────────────┘ │
| |
+------------------------------------------------------------------+
3.2 SkyWalking eBPF的能力
# SkyWalking Rover (eBPF探针管理器)
# Rover通过eBPF程序监控以下维度:
# 1. 网络层监控
# - 每个TCP连接的数据量
# - 每个进程的网络延迟
# - TLS握手时间
# 2. 系统调用监控
# - 磁盘I/O延迟
# - 文件操作频率
# 3. 进程监控
# - 进程级CPU使用率
# - 内存分配追踪
# Rover部署
docker run -d --name rover \
--privileged \
-e SW_ROVER_BACKEND=oap-server:11800 \
-e SW_ROVER_PROCESS_DISCOVERY_ENABLED=true \
apache/skywalking-rover:0.5.0
四、MAL —— Meter Analysis Language
4.1 为什么需要MAL
传统的OAL只能处理Trace数据生成的指标。但现代运维中，很多数据源无法通过Trace体现：
- Prometheus格式的指标
- OpenTelemetry的Metrics
- 自定义上报的数值指标
MAL就是为了解决这个问题而设计的——它让你可以用类似SQL的语法定义指标聚合规则。
4.2 MAL语法示例
// ==========================================
// MAL基本语法
// ==========================================
// 1. 从Meter中定义指标
http_request_count = from(HttpRequest.count)
.filter(service == "order-service")
.sum();
// 2. 创建直方图（支持百分位计算）
http_request_latency = from(HttpRequest.latency)
.filter(status == "200")
.histogram("http_request_latency_histogram",
10, 50, 100, 200, 500, 1000, 2000
);
// 3. 百分位计算
http_p99 = http_request_latency.percentile(99);
http_p95 = http_request_latency.percentile(95);
http_p50 = http_request_latency.percentile(50);
// 4. 速率计算
http_qps = http_request_count.rate("PT1M"); // 每分钟请求数
// 5. 多条件过滤
error_rate = from(HttpRequest.count)
.filter(service == "order-service")
.filter(status == "500")
.rate("PT1M");
// 6. 表达式计算
error_percentage = (error_rate / http_qps) * 100;
4.3 配置Prometheus指标接入
# application.yml
prometheus-fetcher:
selector: ${SW_PROMETHEUS_FETCHER:default}
default:
enabledRules: ${SW_PROMETHEUS_FETCHER_ENABLED_RULES:"default"}
active: true
# Prometheus采集规则
rules:
- name: default
# 采集的端点
url: http://prometheus:9090
# 指标过滤规则
metric-prefix: skywalking_custom_
# 采集间隔
interval: ${SW_PROMETHEUS_FETCHER_INTERVAL:PT1M}
五、Satellite —— 边缘数据收集网关
5.1 Satellite解决什么问题
+------------------------------------------------------------------+
+ Satellite的架构定位 +
+------------------------------------------------------------------+
| |
| 问题: |
| |
| 多云/多集群环境: |
| ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
| │ Cluster A │ │ Cluster B │ │ Cluster C │ │
| │ (AWS) │ │ (阿里云) │ │ (自建机房) │ │
| │ ┌─────────┐ │ │ ┌─────────┐ │ │ ┌─────────┐ │ │
| │ │ Agent │ │ │ │ Agent │ │ │ │ Agent │ │ │
| │ │ Agent │ │ │ │ Agent │ │ │ │ Agent │ │ │
| │ └────┬────┘ │ │ └────┬────┘ │ │ └────┬────┘ │ │
| └──────┼──────┘ └──────┼──────┘ └──────┼──────┘ │
| │ │ │ │
| │ 跨公网上报？ │ 跨公网上报？ │ │
| │ → 延迟高 │ → 带宽贵 │ │
| │ → 不可靠 │ → 不稳定 │ │
| │ │ │ │
| └──────────────────┼──────────────────┘ │
| │ │
| ↓ │
| ┌──────────────┐ │
| │ OAP Cluster │ │
| └──────────────┘ │
| |
| 解决方案: 在每个集群部署Satellite |
| |
| ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
| │ Cluster A │ │ Cluster B │ │ Cluster C │ │
| │ ┌───────┐ │ │ ┌───────┐ │ │ ┌───────┐ │ │
| │ │Satellite│ │ │Satellite│ │ │Satellite│ │ │
| │ │ │ │ │ │ │ │ │ │ │
| │ │ 缓冲 │ │ │ 聚合 │ │ │ 过滤 │ │ │
| │ │ 压缩 │ │ │ 加密 │ │ │ 路由 │ │ │
| │ └───┬───┘ │ │ └───┬───┘ │ │ └───┬───┘ │ │
| └───────┼──────┘ └───────┼──────┘ └───────┼──────┘ │
| │ │ │ │
| └───────────────────┼───────────────────┘ │
| │ │
| ↓ │
| ┌──────────────┐ │
| │ OAP Cluster │ │
| └──────────────┘ │
| |
+------------------------------------------------------------------+
5.2 Satellite配置示例
# satellite-config.yaml
satellite:
# Satellite自身配置
name: satellite-cluster-a
namespace: production
# 管道配置
pipes:
# 输入管道：接收Agent数据
- name: grpc-input
type: grpc-receiver
config:
host: 0.0.0.0
port: 11800
# 处理管道：数据预处理
- name: preprocessor
type: processor
config:
# 采样（在边缘做，减少传输量）
sampling:
rate: 0.1 # 只保留10%
# 压缩
compression: gzip
# 过滤（排除不需要的指标）
filters:
- type: exclude
metrics:
- jvm_thread_live_count
- instance_heatmap
# 输出管道：上报到OAP
- name: grpc-output
type: grpc-sender
config:
target: oap-central.example.com:11800
tls:
enabled: true
cert: /certs/client.crt
key: /certs/client.key
retry:
max_retries: 3
backoff: 5s
# 缓冲区（OAP不可达时暂存）
buffer:
type: disk
path: /data/satellite/buffer
max_size: 10GB
六、8.x版本升级注意事项
# ==========================================
# 升级检查清单
# ==========================================
# 1. 存储兼容性
# - 7.x → 8.x: 需要重建ES索引（数据结构有变化）
# - 建议：升级时使用新的ES集群
# 2. Agent兼容性
# - 8.x OAP兼容7.x Agent（向后兼容）
# - 但建议同时升级Agent以获得新特性
# 3. 配置变更
# - OAL语法有调整（MAL部分）
# - UI配置路径有变更
# 4. 数据迁移
# 7.x 数据不能直接迁移到 8.x
# 建议：保留7.x环境一段时间，8.x新集群并行运行
# 5. 推荐升级路径
# 7.x → 8.1.0 → 8.5.0 → 8.9.0 → 9.x
# （逐步升级，避免跨大版本）
七、总结
SkyWalking 8.x是SkyWalking演进中的关键里程碑：
| 新特性 | 解决的问题 | 适用场景 |
|---|---|---|
| 浏览器监控 | 前端不可见 | Web应用 |
| eBPF探针 | 非Java应用监控 | 多语言/遗留系统 |
| MAL | 非Trace指标处理 | Prometheus集成 |
| Satellite | 多云/边缘数据收集 | 大规模/跨云部署 |
下一篇【第72篇】SkyWalking指标基线与异常检测——超越静态阈值告警的智能监控
上一篇【第74篇】SkyWalking 9.x新特性——K8s原生集成、Continuous Profiling与Layer概念
openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目，面向数字基础设施四大核心场景（服务器、云计算、边缘计算、嵌入式），全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构
更多推荐
3
0- 0
已为社区贡献16条内容
所有评论(0)