skywalking-01-APM 监控入门介绍

前言

随着业务越来越复杂，企业应用也进入了分布式服务化的阶段，传统的日志监控等方式无法很好达到跟踪调用，排查问题等需求。

在谷歌论文《Dapper，大规模分布式系统的跟踪系统》的指导下，许多优秀的APM应运而生。

分布式追踪系统发展很快，种类繁多，给我们带来很大的方便。

但在数据采集过程中，有时需要侵入用户代码，并且不同系统的 API 并不兼容，这就导致了如果您希望切换追踪系统，往往会带来较大改动。

规范的诞生

OpenTracing 为了解决不同的分布式追踪系统 API 不兼容的问题，诞生了 OpenTracing 规范。

OpenTracing 是一个轻量级的标准化层，它位于应用程序/类库和追踪或日志分析程序之间。

详细介绍见 opentracing 文档中文版。

本文要介绍的就是国人吴晟基于OpenTracking实现的开源项目skywalking。

skywalking 简介

针对分布式系统的APM（应用性能监控）系统，特别针对微服务、cloud native和容器化(Docker, Kubernetes, Mesos)架构， 其核心是个分布式追踪系统。

特点

性能好

针对单实例5000tps的应用，在全量采集的情况下，只增加 10% 的CPU开销。详细评测见《skywalking agent performance test》。

支持多语言探针

支持自动及手动探针

自动探针：Java支持的中间件、框架与类库列表

手动探针：OpenTrackingApi、@Trace 注解、trackId 集成到日志中。

架构

技术

Java Agent

Java agent是用一个简单的jar文件来表示的。

跟普通的Java程序很相似，Java agent定义了一些类作为入口点。

这些作为入口点的类需要包含一个静态方法，这些方法会在你原本的Java程序的main方法调用之前被调用：

class MyAgent {
  public static void premain(String args, Instrumentation inst) {
    // implement agent here ...
  }
}

关于处理Java agent时最有趣的部分，是premain方法中的第二个参数。

这个参数是以一个Instrumentation接口的实现类实例的形式存在的。

这个接口提供了一种机制，能够通过定义一个ClassFileTransformer，来干预对Java类的加载过程。

有了这种转设施，我们就能够在 Java 类被使用之前，去实现对类逻辑的强化。

在最基本的用例中，Java agent会用来设置应用属性或者配置特定的环境状态，agent能够作为可重用和可插入的组件。

如下的样例描述了这样的一个agent，它设置了一个系统属性，在实际的程序中就可以使用该属性了：

public class Agent {
  public static void premain(String arg) {
    System.setProperty("my-property", “foo”);
  }
}

如果要使用这个agent，必须要将agent类和资源打包到jar中，并且在jar的manifest中要将Agent-Class属性设置为包含premain方法的agent类。

（agent必须要打包到jar文件中，它不能通过拆解的格式进行指定。）

接下来，我们需要启动应用程序，并且在命令行中通过javaagent参数来引用jar文件的位置：

java -javaagent:myAgent.jar -jar myProgram.jar

我们还可以在位置路径上设置可选的agent参数。

在下面的命令中会启动一个Java程序并且添加给定的agent，将值myOptions作为参数提供给premain方法：

java -javaagent:myAgent.jar=myOptions -jar myProgram.jar

通过重复使用javaagent命令，能够添加多个agent。

但是，Java agent的功能并不局限于修改应用程序环境的状态，Java agent能够访问Java instrumentation API，这样的话，agent就能修改目标应用程序的代码。Java虚拟机中这个鲜为人知的特性提供了一个强大的工具，有助于实现面向切面的编程。

如果要对Java程序进行这种修改，我们需要在agent的premain方法上添加类型为Instrumentation的第二个参数。

Instrumentation参数可以用来执行一系列的任务，比如确定对象以字节为单位的精确大小以及通过注册ClassFileTransformers实际修改类的实现。

ClassFileTransformers注册之后，当类加载器（class loader）加载类的时候都会调用它。

当它被调用时，在类文件所代表的类加载之前，类文件transformer有机会改变或完全替换这个类文件。

按照这种方式，在类使用之前，我们能够增强或修改类的行为，如下面的样例所示：

public class Agent {
 public static void premain(String argument, Instrumentation inst) {
   inst.addTransformer(new ClassFileTransformer() {
     @Override
     public byte[] transform(
       ClassLoader loader,
       String className,
       Class<?> classBeingRedefined, // 如果类之前没有加载的话，值为null
       ProtectionDomain protectionDomain,
       byte[] classFileBuffer) {
       // 返回改变后的类文件。
     }
   });
 }
}

通过使用Instrumentation实例注册上述的ClassFileTransformer之后，每个类加载的时候，都会调用这个transformer。

为了实现这一点，transformer会接受一个二进制和类加载器的引用，分别代表了类文件以及试图加载类的类加载器。

Java agent也可以在Java应用的运行期注册，如果是在这种场景下，instrumentation API允许重新定义已加载的类，这个特性被称之为“HotSwap”。

不过，重新定义类仅限于替换方法体。

在重新定义类的时候，不能新增或移除类成员，并且类型和签名也不能进行修改。

当类第一次加载的时候，并没有这种限制，如果是在这样的场景下，那classBeingRedefined会被设置为null。

Byte Buddy

Byte Buddy是开源的、基于Apache 2.0许可证的库，它致力于解决字节码操作和instrumentation API的复杂性。

Byte Buddy所声称的目标是将显式的字节码操作隐藏在一个类型安全的领域特定语言背后。

通过使用Byte Buddy，任何熟悉Java编程语言的人都有望非常容易地进行字节码操作。

作为Byte Buddy的简介，如下的样例展现了如何生成一个简单的类，这个类是Object的子类，并且重写了toString方法，用来返回“Hello World!”。

与原始的ASM类似，“intercept”会告诉Byte Buddy为拦截到的指令提供方法实现：

Class<?> dynamicType = new ByteBuddy()
  .subclass(Object.class)
  .method(ElementMatchers.named("toString"))
  .intercept(FixedValue.value("Hello World!"))
  .make()
  .load(getClass().getClassLoader(),          
        ClassLoadingStrategy.Default.WRAPPER)
  .getLoaded();

拓展阅读

APM 开源框架

cat

google-dapper

zipkin

trace system

其他

opentracing-io 中文文档

chat

Q1: 详细介绍一下 skywalking

SkyWalking是一个开源的分布式系统性能监控和诊断解决方案，旨在帮助用户监控和优化分布式应用程序的性能。

它可以追踪分布式系统中的各个组件和服务，提供全面的性能指标、调用链追踪和故障排查功能。

主要特性和组件：

1. 高度可扩展：SkyWalking的架构设计允许水平扩展，可以处理大规模的分布式系统。它支持多种存储后端，如Elasticsearch、MySQL、TiDB等，以满足不同规模和需求的应用。

2. 跨语言支持：SkyWalking提供对多种编程语言的支持，包括Java、.NET、Node.js、Python、Go、PHP等，这使得它适用于多语言的分布式应用程序。

3. 分布式追踪：SkyWalking通过跟踪请求在不同组件之间的传递，形成完整的调用链，从而可以查看请求在分布式系统中的执行路径，帮助发现性能瓶颈和故障原因。

4. 实时监控和报警：SkyWalking提供实时的性能指标监控，包括请求处理时间、错误率、吞吐量等。用户可以设置报警规则，及时发现和处理异常情况。

5. 可视化界面：SkyWalking提供直观的Web界面，用于展示监控数据、调用链追踪和性能指标图表，帮助用户更好地理解和优化应用程序性能。

6. 插件生态系统：SkyWalking提供了丰富的插件，可以扩展其功能，比如支持不同的存储后端、支持特定的中间件、集成告警系统等。

SkyWalking的工作原理是通过Java Agent来实现，它会在应用程序启动时加载并注入到目标应用中。

Java Agent可以在运行时修改字节码，以收集跟踪信息并将其发送到SkyWalking Collector，Collector负责接收、处理和存储监控数据。

然后，用户可以通过SkyWalking Web界面访问这些数据并进行可视化分析和故障排查。

总体而言，SkyWalking是一个功能强大且高度灵活的分布式系统性能监控解决方案，适用于各种规模和复杂度的分布式应用程序。

它帮助开发团队快速发现和解决性能问题，优化系统的可靠性和性能表现。

Q2: SkyWalking的工作原理是通过Java Agent来实现，又是如何支持 java 之外的语言的呢

对于Java之外的语言，SkyWalking通过不同语言的代理（Agent）来实现对应语言的性能监控和追踪功能。

这些代理通常是用特定语言编写的，用于在应用程序中收集性能数据并将其传输给SkyWalking Collector。以下是SkyWalking对Java之外语言的支持方式：

1. Node.js：SkyWalking提供了Node.js代理（npm包），可以在Node.js应用程序中集成。该代理会追踪请求和跨进程调用，并将数据发送到SkyWalking Collector，以进行后续分析和可视化。

2. .NET：SkyWalking也支持.NET平台，提供了.NET代理用于监控.NET应用程序。类似于Java Agent，.NET代理会在应用程序启动时加载，然后追踪请求并将数据传输给SkyWalking Collector。

3. Python：针对Python语言，SkyWalking提供了一个名为SkyWalking-Python的代理，用于监控Python应用程序。这个代理通过收集跨进程调用数据并将其发送到SkyWalking Collector来实现监控。

4. Go：SkyWalking提供了对Go语言的支持，用户可以通过集成SkyWalking Go代理来监控Go应用程序的性能。

对于每种语言的代理，它们的工作原理和功能与Java Agent类似，主要任务是收集应用程序的性能数据，并将这些数据传递给SkyWalking Collector进行处理和展示。通过这种方式，SkyWalking实现了对多种编程语言的全面支持，使其适用于复杂的、多语言的分布式系统。用户可以根据自己的应用情况选择对应的代理，实现全栈性能监控和分析。

Q3: SkyWalking 的核心实现原理与设计理念

SkyWalking的核心实现原理和设计理念主要围绕着分布式系统性能监控和调用链追踪展开。

它通过Java Agent和各种语言的代理来收集分布式应用程序的性能数据，并提供全面的性能监控、故障排查和性能优化能力。以下是SkyWalking的核心实现原理和设计理念：

1. Java Agent 和代理架构：SkyWalking采用Java Agent和各种语言的代理来实现监控。Java Agent负责在应用程序启动时加载，并在运行时通过字节码操作来收集跟踪信息。对于其他语言，如Node.js、.NET、Python、Go等，都有相应的代理来实现类似的功能。

2. 跨语言支持：SkyWalking的设计理念之一是支持多种编程语言，这样就可以监控和追踪复杂的、多语言的分布式系统。通过不同语言的代理，SkyWalking能够在跨语言的场景下实现全栈性能监控。

3. 调用链追踪：SkyWalking的核心特性之一是调用链追踪。它通过在分布式系统中追踪请求的传递路径，形成完整的调用链，显示请求在不同组件之间的调用关系。这有助于发现性能瓶颈和故障原因，进行性能优化和故障排查。

4. 数据采集和传输：Java Agent和代理会收集性能数据，如请求处理时间、错误率、吞吐量等指标，以及调用链信息。这些数据将被传输到SkyWalking Collector，Collector负责接收、处理和存储监控数据。

5. 存储后端支持：SkyWalking支持多种存储后端，如Elasticsearch、MySQL、TiDB等。用户可以根据自己的需求选择适合的存储后端，以满足不同规模和复杂度的应用程序的需求。

6. 可视化和报警：SkyWalking提供直观的Web界面，用于展示监控数据、调用链追踪和性能指标图表。用户可以通过界面查看应用程序的性能状况，并设置报警规则，及时发现和处理异常情况。

7. 插件生态系统：SkyWalking提供了丰富的插件，可以扩展其功能。用户可以选择插件来支持不同的存储后端、特定的中间件、集成告警系统等。

总体来说，SkyWalking的设计理念着重于支持多语言、提供全栈性能监控和调用链追踪、支持灵活的存储后端，并通过可视化界面和报警功能帮助用户实时监控、快速发现和解决性能问题，优化系统的可靠性和性能表现。它是一个功能强大且灵活的分布式系统性能监控解决方案，适用于各种规模和复杂度的分布式应用程序。

Q4: 详细介绍一下 调用链追踪

调用链追踪（Call Chain Tracing），也称为分布式追踪（Distributed Tracing），是一种用于监控和分析分布式系统中请求的传递路径和调用关系的技术。在复杂的分布式系统中，一个请求可能需要经过多个服务和组件的处理，调用链追踪能够帮助开发人员和运维团队可视化地了解请求在系统中的执行过程，发现性能瓶颈和故障原因，进行性能优化和故障排查。

调用链追踪的基本原理如下：

1. 请求标识：当一个请求进入系统时，系统为该请求生成一个唯一的标识符（例如：Trace ID）。这个标识符会在整个请求的处理过程中一直传递下去，用于标记所有相关的操作和调用。

2. 跟踪数据收集：在分布式系统中的每个服务和组件，都需要将其相关操作和调用的信息（如开始时间、结束时间、服务名称、调用的上下文等）记录下来，并将这些信息发送到调用链追踪系统。

3. 调用链构建：调用链追踪系统接收到各个服务和组件发送的跟踪数据后，将这些数据按照Trace ID进行关联，构建起完整的调用链。这个调用链显示了请求在整个分布式系统中的执行路径和调用关系。

4. 可视化展示：调用链追踪系统将构建好的调用链以可视化的方式展示出来。通常，调用链可以以树形结构或图形方式显示，清晰地展示请求在不同组件之间的传递和调用关系。

调用链追踪在分布式系统中具有重要的作用：

1. 故障排查：通过调用链追踪，开发人员可以快速定位请求处理过程中出现的问题，如请求被卡住、错误发生的位置等，有助于快速解决故障。

2. 性能优化：通过调用链追踪，可以发现请求在分布式系统中的瓶颈，找到性能低下的原因，并优化系统，提高性能。

3. 监控和分析：调用链追踪可以用于监控分布式系统的性能指标，收集请求的处理时间、错误率等数据，用于分析系统的整体性能。

调用链追踪是现代分布式系统监控和性能优化中的重要技术，许多应用性能管理（APM）工具和分布式追踪系统（如SkyWalking、Zipkin、Jaeger等）都提供了调用链追踪功能，帮助开发人员和运维团队更好地了解和管理复杂的分布式系统。

Q5: Distributed Tracing 中 span id 要如何设计和实现？

在分布式追踪（Distributed Tracing）中，Span ID是用于标识和关联调用链上每个操作的唯一标识符。它用于建立整个调用链中各个组件的联系，以及在分布式系统中追踪请求的传递路径。设计和实现Span ID需要保证其唯一性、一致性和可扩展性。以下是关于设计和实现Span ID的一些建议：

1. 唯一性：Span ID必须在整个分布式系统中保持唯一，确保不会出现重复的Span ID。一种常见的做法是使用UUID（通用唯一标识符）来生成Span ID，UUID通常可以保证在相当大的范围内的唯一性。

2. 一致性：在整个调用链中，每个组件都应该使用相同的Span ID来标识同一个请求的操作。这样才能确保调用链的正确构建和正确的关联。

3. 上下文传递：Span ID需要在请求处理过程中进行上下文传递，以便将请求的Span ID关联到下游组件的操作。一般来说，将Span ID作为请求头或上下文变量进行传递是常见的做法。

4. 可扩展性：随着分布式系统的规模和复杂性增加，Span ID的生成和处理可能会成为性能瓶颈。因此，需要考虑一种高效且可扩展的Span ID生成方式，以确保系统的性能不受影响。

5. 独立性：Span ID应该是独立于具体业务的，它主要用于追踪和关联操作，而不应该包含与业务相关的信息。

6. 数据格式：Span ID的数据格式应该是足够紧凑的，以节省存储空间和网络传输开销。

实现Span ID的方式可以依赖于具体的分布式追踪系统或应用程序框架。一些开源的分布式追踪系统，如Zipkin、Jaeger和SkyWalking，都有内置的Span ID生成机制，并提供了相应的API来在应用程序中获取和传递Span ID。

如果您正在构建自己的分布式追踪系统，可以参考上述的设计原则，选择合适的方法来生成和处理Span ID。

Q6: 谈一谈 skywalking 中的 spanid 生成机制

在 Apache SkyWalking 中，Span ID 是用于唯一标识和关联调用链上每个 Span 的标识符。

Span ID 是在分布式系统中追踪请求的传递路径和调用关系的重要组成部分。

SkyWalking 使用了一种高效且可靠的 Span ID 生成机制来确保其唯一性和高性能。

在 SkyWalking 中，Span ID 的生成机制基于 Twitter 的 Snowflake 算法和随机数生成。

以下是 SkyWalking 中 Span ID 生成的基本过程：

1. 数据中心 ID 和机器 ID：类似于 Snowflake 算法，SkyWalking 为每个部署的节点（Node）分配了一个唯一的数据中心 ID 和机器 ID。这样可以确保在整个分布式系统中每个节点的 Span ID 是唯一的。

2. 时间戳：Span ID 的一部分是基于当前时间戳生成的，以确保每个 Span ID 在同一节点上也具有不同的时间戳部分，以避免碰撞。

3. 随机数：为了增加 Span ID 的唯一性，SkyWalking 生成一个随机数部分，这个随机数与时间戳和节点 ID 组合，生成最终的 Span ID。

由于 Span ID 是在每个节点上生成的，因此它具有局部唯一性。然而，为了确保全局唯一性，SkyWalking 还依赖于数据中心 ID 和机器 ID，以及节点之间的时钟同步，以防止在分布式系统中出现重复的 Span ID。

SkyWalking 的 Span ID 生成机制是高效且可扩展的，它可以在大规模和复杂的分布式系统中保持性能，并确保 Span ID 的唯一性，从而正确地构建和关联调用链。这对于分布式系统性能监控和调优非常重要。

Q7: skywalking 的学习资料，给出网址

很高兴您对 SkyWalking 感兴趣！以下是一些学习 SkyWalking 的资料和官方网址：

1. Apache SkyWalking 官方网站：https://skywalking.apache.org/ 官方网站是了解 SkyWalking 的最佳途径。您可以在这里找到 SkyWalking 的最新版本、文档、下载链接、社区和贡献指南等信息。

2. Apache SkyWalking GitHub 仓库：https://github.com/apache/skywalking GitHub 仓库是 SkyWalking 的源代码托管和社区协作平台。您可以在这里查看源代码、提交问题和拉取请求等。

3. SkyWalking 官方文档：https://skywalking.apache.org/docs/ 官方文档提供了 SkyWalking 的详细介绍、使用指南、配置说明和常见问题解答等内容。您可以在这里找到关于 SkyWalking 的全面资料。

4. SkyWalking 社区：https://skywalking.apache.org/community/ SkyWalking 社区是与其他用户和开发者交流的地方，您可以在这里提问、分享经验和获取帮助。

5. SkyWalking 用户手册：https://github.com/apache/skywalking/edit/master/docs/README_ZH.md 这是 SkyWalking 的用户手册，提供了更多关于配置和使用 SkyWalking 的详细说明。

6. SkyWalking 博客：https://skywalking.apache.org/blog/ 在 SkyWalking 的博客中，您可以找到有关最新功能、更新和其他有趣话题的文章。

这些资料将帮助您开始学习和使用 SkyWalking，并深入了解分布式系统性能监控和调优的实践。

Q8: 如Zipkin、Jaeger和SkyWalking 等 apm 工具的对比表格

下面是对 Zipkin、Jaeger 和 SkyWalking 这三种 APM 工具进行比较的表格。请注意，这些信息可能会随着时间的推移和版本的更新而有所改变，建议在实际使用之前再次查阅官方文档和最新的资料。

工具	Zipkin	Jaeger	SkyWalking
开源性质	是	是	是
主要语言支持	Java、Go、Python等	Java、Go、Python等	Java、.NET、Node.js等
数据存储	Elasticsearch	Cassandra	MySQL、TiDB、Elasticsearch
跨语言支持	有限	良好	良好
调用链追踪	是	是	是
实时监控	是	是	是
可视化界面	有	有	有
性能优化	有限	是	是
插件生态系统	有限	是	是
社区活跃性	一般	活跃	活跃
成熟度	较成熟	较成熟	成熟

请注意，这只是对三种工具的一般比较，并不能涵盖所有方面。选择合适的 APM 工具取决于您的具体需求、应用程序的特性和技术栈。

建议在使用之前，对这些工具进行更深入的研究和评估，以确保选择最适合您项目的 APM 解决方案。

Q9: 如果让你学习 skywalking，你会提哪10个问题？为什么

如果我要学习 SkyWalking，我可能会提以下10个问题：

1. SkyWalking是什么？它的主要功能和用途是什么？ 这个问题可以帮助我对 SkyWalking 有一个整体的了解，明确它在分布式系统监控和性能优化方面的作用。

2. SkyWalking支持哪些编程语言？对于多语言支持，它是如何实现的？ 这个问题可以帮助我了解SkyWalking在支持不同编程语言方面的能力，并了解它是如何实现跨语言追踪的。

3. SkyWalking的核心原理和设计理念是什么？ 这个问题可以帮助我理解SkyWalking的内部工作原理和关键设计决策，对它的架构有更深入的了解。

4. 如何在我的项目中集成和部署SkyWalking？ 这个问题可以帮助我了解如何将SkyWalking集成到我的应用程序中，并正确地部署和配置它以实现性能监控和追踪。

5. SkyWalking如何进行调用链追踪？ 这个问题可以帮助我了解SkyWalking是如何追踪请求在分布式系统中的传递路径，形成完整的调用链。

6. SkyWalking如何进行性能监控和实时监控？ 这个问题可以帮助我了解SkyWalking是如何监控应用程序的性能指标，并提供实时监控和可视化展示的能力。

7. SkyWalking的存储后端支持有哪些？如何选择合适的存储后端？ 这个问题可以帮助我了解SkyWalking支持哪些存储后端，以及如何根据我的需求选择合适的存储后端。

8. SkyWalking的可扩展性如何？如何处理大规模和复杂的分布式系统？ 这个问题可以帮助我了解SkyWalking在处理大规模和复杂的分布式系统方面的性能和扩展性。

9. SkyWalking提供了哪些插件？如何利用插件扩展其功能？ 这个问题可以帮助我了解SkyWalking提供了哪些插件，并了解如何使用插件扩展其功能，以满足特定的需求。

10. 如何使用SkyWalking的可视化界面和报警功能来进行性能优化和故障排查？ 这个问题可以帮助我了解如何利用SkyWalking的可视化界面和报警功能，对性能问题和故障进行快速定位和处理。

通过这些问题的学习，我可以全面了解SkyWalking的功能、工作原理和使用方法，以便在实际项目中使用和应用它。

Q10: 如果作为开发者，想深入学习 skywalking 的实现原理。你会提哪10个问题？为什么

作为开发者，如果想深入学习 SkyWalking 的实现原理，我可能会提以下10个问题：

1. SkyWalking 的架构是什么样的？有哪些核心组件和模块？ 这个问题可以帮助我了解 SkyWalking 的整体架构和组成，了解每个核心组件的职责和功能。

2. SkyWalking 如何在 Java 应用程序中通过 Java Agent 进行字节码操作和数据收集？ 这个问题可以帮助我了解 SkyWalking 如何通过 Java Agent 进行字节码操作来收集跟踪数据。

3. SkyWalking 是如何支持其他编程语言的？对于不同语言的代理实现有什么区别？ 这个问题可以帮助我了解 SkyWalking 是如何实现对其他编程语言的支持，以及代理实现的差异和相似之处。

4. 如何在 SkyWalking 中实现跨进程的调用链追踪？ 这个问题可以帮助我了解 SkyWalking 是如何在分布式系统中追踪请求的传递路径，实现完整的调用链。

5. SkyWalking 的数据采集和传输机制是怎样的？如何保证数据的完整性和准确性？ 这个问题可以帮助我了解 SkyWalking 的数据采集和传输过程，以及如何确保数据的一致性和准确性。

6. SkyWalking 的存储后端是如何工作的？支持哪些存储方案？ 这个问题可以帮助我了解 SkyWalking 的存储后端是如何存储和检索监控数据的，以及支持的不同存储方案。

7. 如何实现 SkyWalking 的可视化界面和报警功能？ 这个问题可以帮助我了解 SkyWalking 的前端界面和报警功能是如何实现的，以及如何利用这些功能进行性能优化和故障排查。

8. SkyWalking 如何处理大规模和复杂的分布式系统？其可扩展性和性能如何？ 这个问题可以帮助我了解 SkyWalking 是如何处理大规模和复杂的分布式系统，以及其在可扩展性和性能方面的表现。

9. SkyWalking 的插件机制是如何实现的？如何利用插件扩展功能？ 这个问题可以帮助我了解 SkyWalking 的插件机制是如何实现的，以及如何使用插件扩展其功能，满足特定需求。

10. SkyWalking 的最新发展和未来规划是什么？有哪些开发社区和贡献方式？ 这个问题可以帮助我了解 SkyWalking 的最新动态和未来发展方向，以及如何参与到开发社区中做出贡献。

通过深入了解这些问题，我可以对 SkyWalking 的实现原理有更全面的认识，更好地理解其工作机制和内部设计，为自己在实际项目中的应用和贡献提供基础。

参考资料

skywalking 学习笔记

Instrumentation 新功能

skywalking源码分析之javaAgent工具ByteBuddy的应用

芋道源码-SkyWalking

• 前言
  • 规范的诞生
• skywalking 简介
  • 特点
    • 性能好
    • 支持多语言探针
    • 支持自动及手动探针
• 架构
• 技术
  • Java Agent
• Byte Buddy
• 拓展阅读
  • APM 开源框架
  • 其他
• chat
  • Q1: 详细介绍一下 skywalking
  • Q2: SkyWalking的工作原理是通过Java Agent来实现，又是如何支持 java 之外的语言的呢
  • Q3: SkyWalking 的核心实现原理与设计理念
  • Q4: 详细介绍一下 调用链追踪
  • Q5: Distributed Tracing 中 span id 要如何设计和实现？
  • Q6: 谈一谈 skywalking 中的 spanid 生成机制
  • Q7: skywalking 的学习资料，给出网址
  • Q8: 如Zipkin、Jaeger和SkyWalking 等 apm 工具的对比表格
  • Q9: 如果让你学习 skywalking，你会提哪10个问题？为什么
  • Q10: 如果作为开发者，想深入学习 skywalking 的实现原理。你会提哪10个问题？为什么
• 参考资料