本篇文章为系列文章，未读前几集的同学请猛戳这里：
Spring Cloud 系列之 Sleuth 链路追踪（一）
Spring Cloud 系列之 Sleuth 链路追踪（二）
本篇文章讲解 Sleuth 如何使用 Elasticsearch、Logstash、Kibana 分析追踪数据。
使用 ELK 分析追踪数据
点击链接观看：ELK 环境准备视频（获取更多请关注公众号「哈喽沃德先生」）
ELK 是 elastic 公司提供的一套完整的日志收集以及展示的解决方案，是三个产品的首字母缩写，分别是 Elasticsearch、Logstash 和 Kibana。
Elasticsearch 简称 ES：实时的分布式搜索和分析引擎，它可以用于全文搜索，结构化搜索以及分析。建立在全文搜索引擎 Apache Lucene 基础上的搜索引擎，使用 Java 语言编写。
Logstash：具有实时传输能力的数据收集引擎，将各种各样的数据进行收集、解析，并发送给 ES。使用 Ruby 语言编写。
Kibana：为 Elasticsearch 提供了分析和可视化的 Web 平台。它可以在 Elasticsearch 的索引中查找，交互数据，并生成各种维度表格、图形。
Beats：一组轻量级采集程序的统称，使用 Go 语言编写。以下是 elastic 官方支持的 5 种 beats，事实上，伟大的开源力量早已创造出大大小小几十甚至上百种 beats，只有你没想到的，没有 beats 做不到的：
Filebeat：进行文件和目录采集，主要用于收集日志数据。
Winlogbeat：专门针对 Windows 的 event log 进行的数据采集。
Metricbeat：进行指标采集，指标可以是系统的，也可以是众多中间件产品的，主要用于监控系统和软件的性能。
Packetbeat：通过网络抓包、协议分析，对一些请求响应式的系统通信进行监控和数据收集，可以收集到很多常规方式无法收集到的信息。
Heartbeat：系统间连通性检测，比如 icmp，tcp，http 等系统的连通性监控。
环境准备
之前的课程中我们已经学习过 ELK 的详细使用，这里不再过多赘述，直接开启使用即可。
文中使用的 ELK 版本统一为 7.5.2。
本文使用的 Elasticsearch 集群地址为：
192.168.10.101:9200
192.168.10.102:9200
192.168.10.103:9200
本文使用的 Logstash 的地址为：
192.168.10.101:9250
本文使用的 Kibana 的地址为：
192.168.10.101:5601
Logstash 运行时指定的配置文件 log-to-es.conf 内容如下：
# 数据入口 input { tcp { mode => "server" host => "192.168.10.101" port => 9250 } } # 处理数据 filter { # 获取 @timestamp 的值并加上 8*60*60（北京时间比 logstash 中@timestamp 晚了 8 小时），然后赋值给变量 timestamp。 ruby { code => "event.set('timestamp', event.get('@timestamp').time.localtime + 8*60*60)" } # 将 timestamp 值重新赋值给 @timestamp ruby { code => "event.set('@timestamp', event.get('timestamp'))" } # 删除变量 timestamp mutate { remove_field => ["timestamp"] } } # 数据出口 output { elasticsearch { hosts => ["192.168.10.101:9200", "192.168.10.102:9200", "192.168.10.103:9200"] index => "applog" } }添加依赖
在需要进行链路追踪的项目中（服务网关、商品服务、订单服务）添加 logstash-logback-encoder 依赖。
<!-- logstash 编码依赖 --> <dependency> <groupId>net.logstash.logback</groupId> <artifactId>logstash-logback-encoder</artifactId> <version>6.3</version> </dependency>日志配置
在需要进行链路追踪的项目中（服务网关、商品服务、订单服务）添加 logstash 输出 JSON 格式数据。
logback.xml
<?xml version="1.0" encoding="UTF-8"?> <configuration scan="true" scanPeriod="10 seconds"> ... <!-- 为 Logstash 输出 JSON 格式数据 --> <appender> <!-- 数据输出目的地 --> <destination>192.168.10.101:9250</destination> <!-- 日志输出编码 --> <encoder> <providers> <pattern> <pattern> { "severity": "%level", "service": "${springAppName:-}", "trace": "%X{X-B3-TraceId:-}", "span": "%X{X-B3-SpanId:-}", "exportable": "%X{X-Span-Export:-}", "pid": "${PID:-}", "thread": "%thread", "class": "%logger{40}", "rest": "%message" } </pattern> </pattern> </providers> </encoder> </appender> <!-- 日志输出级别及方式 --> <root level="DEBUG"> <appender-ref ref="CONSOLE"/> <appender-ref ref="LOGSTASH_PATTERN"/> <appender-ref ref="DEBUG_FILE"/> <appender-ref ref="INFO_FILE"/> <appender-ref ref="WARN_FILE"/> <appender-ref ref="ERROR_FILE"/> </root> ... </configuration>查看索引库
重启项目后，访问：:9100 可以看到已经创建好了 applog 索引库。
测试
访问：:9000/order-service/order/1 查看索引库结果如下：
访问：:5601/ Kibana 首页。
添加 applog 索引库。
不使用时间过滤器。
搜索 gateway 结果如下：
至此 Sleuth 链路追踪所有的知识点就讲解结束了。