1. 简介

1.1 概念

一个开源的可观测平台, 用于从服务和云原生基础设施收集, 分析, 聚合及可视化数据。SkyWalking 提供了一种简便的方式来清晰地观测分布式系统, 甚至横跨多个云平台。SkyWalking 更是一个现代化的应用程序性能监控(Application Performance Monitoring)系统, 尤其专为云原生、基于容器的分布式系统设计。

1.2 功能列表

多种监控手段。可以通过语言探针和 service mesh 获得监控是数据。
多个语言自动探针。包括 Java，.NET Core 和 Node.JS。
轻量高效。无需大数据平台，和大量的服务器资源。
模块化。UI、存储、集群管理都有多种机制可选。
支持告警。
优秀的可视化解决方案。

1.3 整体架构

SkyWalking安装及入门

整个架构，分成上、下、左、右四部分：

上部分 Agent ：负责从应用中，收集链路信息，发送给 SkyWalking OAP 服务器。目前支持 SkyWalking、Zikpin、Jaeger 等提供的 Tracing 数据信息。而我们目前采用的是，SkyWalking Agent 收集 SkyWalking Tracing 数据，传递给服务器。
下部分 SkyWalking OAP ：负责接收 Agent 发送的 Tracing 数据信息，然后进行分析(Analysis Core) ，存储到外部存储器( Storage )，最终提供查询( Query )功能。
右部分 Storage ：Tracing 数据存储。目前支持 ES、MySQL、Sharding Sphere、TiDB、H2 多种存储器。而我们目前采用的是 ES ，主要考虑是 SkyWalking 开发团队自己的生产环境采用 ES 为主。
左部分 SkyWalking UI ：负责提供控台，查看链路等等。

2. 搭建 SkyWalking 单机环境

SkyWalking安装及入门

第一步，搭建一个 Elasticsearch 服务。
第二步，*载下** SkyWalking 软件包。
第三步，搭建一个 SkyWalking OAP 服务。
第四步，启动一个 Spring Boot 应用，并配置 SkyWalking Agent。
第五步，搭建一个 SkyWalking UI 服务。

2.1 Elasticsearch 搭建

2.1.1 *载下**安装包
2.1.2 安装elasticsearch，将压缩包解压

tar -zxvf ./elasticsearch-6.4.0.tar.gz

2.1.3 修改Linux系统的限制配置，将文件创建数修改为65536个。

修改系统中允许应用最多创建多少文件等的限制权限。Linux默认来说，一般限制应用最多创建的文件是65535个。但是ES至少需要65536的文件创建数的权限。修改系统中允许用户启动的进程开启多少个线程。默认的Linux限制root用户开启的进程可以开启任意数量的线程，其他用户开启的进程可以开启1024个线程。必须修改限制数为 4096+。因为ES至少需要4096的线程池预备。

vi /etc/security/limits.conf

#新增如下内容在limits.conf文件中

es soft nofile 65536

es hard nofile 65536

es soft nproc 4096

es hard nproc 4096

修改系统控制权限，ElasticSearch需要开辟一个65536字节以上空间的虚拟内存。Linux默认不允许任何用户和应用程序直接开辟这么大的虚拟内存。

vi /etc/sysctl.conf

#新增如下内容在sysctl.conf文件中，当前用户拥有的内存权限大小

vm.max_map_count=262144

#让系统控制权限配置生效

sysctl -p

建一个用户，用于ElasticSearch启动。

ES在5.x版本之后，强制要求在linux中不能使用root用户启动ES进程。所以必须使用其他用户开启ES进程才可以。

#创建用户

useradd es

#修改上述用户的密码

passwd es

#创建密码记得不能太过简单

#修改elasicsearch目录的拥有者

chown -R es elasticsearch-6.4.0

使用es用户启动elasticsearch

#切换用户

su es

#到ElasticSearch的bin目录下

cd bin/

#后台启动

./elasticsearch -d

访问：IP：9200 ，如果显示出如下信息，就证明ElasticSearch安装成功：

{

"name" : "node-1",

"cluster_name" : "CollectorDBCluster",

"cluster_uuid" : "aP9RJgc0S5iTXhOPj1fJhA",

"version" : {

"number" : "7.15.2",

"build_flavor" : "default",

"build_type" : "tar",

"build_hash" : "93d5a7f6192e8a1a12e154a2b81bf6fa7309da0c",

"build_date" : "2021-11-04T14:04:42.515624022Z",

"build_snapshot" : false,

"lucene_version" : "8.9.0",

"minimum_wire_compatibility_version" : "6.8.0",

"minimum_index_compatibility_version" : "6.0.0-beta1"

"tagline" : "You Know, for Search"

}

修改：elasticsearch.yml

node.name: node-1 //节点名称

cluster.initial_master_nodes: ["node-1"] //初始化节点

network.host: 0.0.0.0 // 内网访问

# 如果 cluster.name 不设置为 CollectorDBCluster ，则需要修改 SkyWalking 的配置文件

cluster.name: CollectorDBCluster

node.master: true

#指定该节点是否存储索引数据，默认为true

node.data: true

2.2 安装Skywalking，分为两个步骤：

安装Backend后端服务
安装UI

2.2.1 安装Backend后端服务

① 首先切回到root用户,切换到目录下，解压Skywalking压缩包。

#切换到root用户
su root
# 解压
$ tar -zxvf apache-skywalking-apm-es7-6.6.0.tar.gz
$ cd  apache-skywalking-apm-bin-es7

$ ls -ls
 4 drwxr-xr-x 8 root root  4096 Sep  9 15:09 agent # SkyWalking Agent
 4 drwxr-xr-x 2 root root  4096 Sep  9 15:44 bin # 执行脚本
 4 drwxr-xr-x 2 root root  4096 Sep  9 15:44 config # SkyWalking OAP Server 配置文件
32 -rwxr-xr-x 1 root root 28903 Sep  9 14:32 LICENSE
 4 drwxr-xr-x 3 root root  4096 Sep  9 15:44 licenses
32 -rwxr-xr-x 1 root root 31850 Sep  9 14:32 NOTICE
16 drwxr-xr-x 2 root root 16384 Sep  9 15:22 oap-libs # SkyWalking OAP Server
 4 -rw-r--r-- 1 root root  1978 Sep  9 14:32 README.txt
 4 drwxr-xr-x 2 root root  4096 Sep  9 15:44 webapp # SkyWalking UI

② 修改Skywalking存储的数据源配置：

cd apache-skywalking-apm-bin
vi config/application.yml

我们可以看到默认配置中，使用了H2作为数据源。我们将其全部注释。将ElasticSearch对应的配置取消注释：

cluster:
 # selector: ${SW_CLUSTER:standalone}
  standalone: // 单机模式
core:
  default:
     # 混合角色：接收代理数据，1级聚合、2级聚合
      # 接收者：接收代理数据，1级聚合点
      # 聚合器：2级聚合点
    role: ${SW_CORE_ROLE:Mixed} # Mixed/Receiver/Aggregator
    restHost: ${SW_CORE_REST_HOST:0.0.0.0} #skywalking服务端的REST绑定的IP
    restPort: ${SW_CORE_REST_PORT:12800}
    restContextPath: ${sSW_CORE_REST_CONTEXT_PATH:/}
    gRPCHost: ${SW_CORE_GRPC_HOST:0.0.0.0} #skywalking服务端GRPC通信绑定的IP
    gRPCPort: ${SW_CORE_GRPC_PORT:11800}  
storage:
  selector: ${SW_STORAGE:elasticsearch7} # elasticsearch 的集群名称
  elasticsearch7:
    nameSpace: ${SW_NAMESPACE:"CollectorDBCluster"} #会相应修改es中存储的索引的前缀
    clusterNodes: ${SW_STORAGE_ES_CLUSTER_NODES:localhost:9200} # elasticsearch 集群节点的地址及端口
    protocol: ${SW_STORAGE_ES_HTTP_PROTOCOL:"http"}
    user: ${SW_ES_USER:""} # elasticsearch 的用户名
    password: ${SW_ES_PASSWORD:""} # elasticsearch 的密码
    indexShardsNumber: ${SW_STORAGE_ES_INDEX_SHARDS_NUMBER:2}  # 设置 elasticsearch 索引分片数量
    indexReplicasNumber: ${SW_STORAGE_ES_INDEX_REPLICAS_NUMBER:0} # 设置 elasticsearch 索引副本数
    # Those data TTL settings will override the same settings in core module.
    recordDataTTL: ${SW_STORAGE_ES_RECORD_DATA_TTL:7} # 记录明细有效期，默认7，单位天。
    otherMetricsDataTTL: ${SW_STORAGE_ES_OTHER_METRIC_DATA_TTL:45} # 其他指标（分钟/小时/天）数据有效期，默认45，单位天。
    monthMetricsDataTTL: ${SW_STORAGE_ES_MONTH_METRIC_DATA_TTL:18} # 月级指标数据有效期，默认18，单位月
    # Batch process setting, refer to https://www.elastic.co/guide/en/elasticsearch/client/java-api/5.5/java-docs-bulk-processor.html
    # 批量处理配置 
    bulkActions: ${SW_STORAGE_ES_BULK_ACTIONS:1000} # # 每2000个请求执行一次批量
    flushInterval: ${SW_STORAGE_ES_FLUSH_INTERVAL:10} ## 无论请求的数量如何，每10秒刷新一次堆
    concurrentRequests: ${SW_STORAGE_ES_CONCURRENT_REQUESTS:2}  # 并发请求的数量
    resultWindowMaxSize: ${SW_STORAGE_ES_QUERY_MAX_WINDOW_SIZE:10000}
    metadataQueryMaxSize: ${SW_STORAGE_ES_QUERY_MAX_SIZE:5000}  # elasticsearch 查询的最大数量
    segmentQueryMaxSize: ${SW_STORAGE_ES_QUERY_SEGMENT_SIZE:200} # elasticsearch 查询段最大数量

重点修改 storage 配置项，通过 storage.selector 配置项来设置具体使用的存储器。
storage.elasticsearch 配置项，设置使用 Elasticsearch 6.X 版本作为存储器。胖友可以主要修改 nameSpace 、 clusterNodes 两个配置项即可，设置使用的 Elasticsearch 的集群和命名空间。
storage.elasticsearch7 配置项，设置使用 Elasticsearch 7.X 版本作为存储器。

③ 启动 SkyWalking OAP 服务

$ bin/oapService.sh

SkyWalking OAP started successfully!

是否真正启动成功，胖友打开 logs/skywalking-oap-server.log 日志文件，查看是否有错误日志。首次启动时，因为 SkyWalking OAP 会创建 Elasticsearch 的索引，所以会“疯狂”的打印日志。最终，我们看到如下日志，基本可以代表 SkyWalking OAP 服务启动成功：

友情提示：因为首次启动会创建 Elasticsearch 索引，所以可能会比较慢。

2026-03-18T15:04:37+00:00,635 - org.eclipse.jetty.server.Server - 444 [main] INFO  [] - Started @35249ms

2.2.2 安装UI

这样安装Backend后端服务就已经完毕了，接下来我们安装UI。先来看一下UI的配置文件：

cat webapp/webapp.yml
#默认启动端口
server:
  port: 8081

spring:
  cloud:
    gateway:
      routes:
        - id: oap-route
          uri: lb://oap-service
          predicates:
            - Path=/graphql/**
    discovery:
      client:
        simple:
          instances:
            oap-service:
              - uri: http://127.0.0.1:12800
            # - uri: http://<oap-host-1>:<oap-port1>
            # - uri: http://<oap-host-2>:<oap-port2>
  mvc:
    throw-exception-if-no-handler-found: true #出现错误时, 直接抛出异常
  web:
    resources:
      add-mappings: true #关闭工程中的资源文件建立映射
management:
  server:
    base-path: /manage

# 设置Agent命名空间，它用来隔离追踪和监控数据，当两个应用使用不同的名称空间时，跨进程传播链会中断。
agent.namespace=${SW_AGENT_NAMESPACE:default-namespace}
 
# 设置服务名称，会在 Skywalking UI 上显示的名称
agent.service_name=${SW_AGENT_NAME:Your_ApplicationName}
 
# 每 3秒采集的样本跟踪比例，如果是负数则表示 100%采集
agent.sample_n_per_3_secs=${SW_AGENT_SAMPLE:-1}
 
# 启用 Debug ，如果为 true 则将把所有检测到的类文件保存在"/debug"文件夹中
# agent.is_open_debugging_class = ${SW_AGENT_OPEN_DEBUG:true}
 
# 后端的 collector 端口及地址
collector.backend_service=${SW_AGENT_COLLECTOR_BACKEND_SERVICES:192.168.2.215:11800}
 
# 日志级别
logging.level=${SW_LOGGING_LEVEL:DEBUG}

目前的默认配置不用修改就可以使用，启动UI程序：

[root@localhost bin]# webappService.sh

然后我们就可以通过浏览器访问Skywalking的可视化页面了，访问地址:http://虚拟机IP地址:8080,如果出现下面的图，就代表安装成功了。

SkyWalking安装及入门

/bin/startup.sh可以同时启动backend和ui，后续可以执行该文件进行重启。

2.3 SkyWalking Agent

① Agent 软件包

我们需要将 apache-skywalking-apm-bin/agent 目录，拷贝到 Java 应用所在的服务器上。这样，Java 应用才可以配置使用该 SkyWalking Agent。我们来看看 Agent 目录下有哪些：

$ ls -ls

total 35176
    0 drwxr-xr-x@  7 yunai  staff       224 Dec 24 14:20 activations
    0 drwxr-xr-x@  4 yunai  staff       128 Dec 24 14:21 bootstrap-plugins
    0 drwxr-xr-x@  3 yunai  staff        96 Dec 24 14:12 config # SkyWalking Agent 配置
    0 drwxr-xr-x@  3 yunai  staff        96 Jan  2 19:29 logs # SkyWalking Agent 日志
    0 drwxr-xr-x@ 13 yunai  staff       416 Dec 24 14:22 optional-plugins # 可选插件
    0 drwxr-xr-x@ 68 yunai  staff      2176 Dec 24 14:20 plugins # 插件
35176 -rw-r--r--@  1 yunai  staff  18006420 Dec 24 14:12 skywalking-agent.jar # SkyWalking Agent

② 配置 Java 启动脚本

# SkyWalking Agent 配置
export SW_AGENT_NAME=demo-application # 配置 Agent 名字。一般来说，我们直接使用 Spring Boot 项目的 `spring.application.name` 。
export SW_AGENT_COLLECTOR_BACKEND_SERVICES=127.0.0.1:11800 # 配置 Collector 地址。
export SW_AGENT_SPAN_LIMIT=2000 # 配置链路的最大 Span 数量。一般情况下，不需要配置，默认为 300 。主要考虑，有些新上 SkyWalking Agent 的项目，代码可能比较糟糕。
export JAVA_AGENT=-javaagent:/Users/yunai/skywalking/apache-skywalking-apm-bin-es7/agent/skywalking-agent.jar # SkyWalking Agent jar 地址。

# Jar 启动
java -jar $JAVA_AGENT -jar lab-39-demo-2.2.2.RELEASE.jar

通过环境变量，进行配置。
更多的变量，可以在 /skywalking/apache-skywalking-apm-bin/agent/config/agent.config 查看。要注意，可能有些变量是被注释掉的，例如说 SW_AGENT_SPAN_LIMIT 对应的 agent.span_limit_per_segment 。

③ 执行脚本：

直接执行上述的 Shell 脚本，启动 Java 项目。在启动日志中，我们可以看到 SkyWalking Agent 被加载的日志。日志示例如下：

DEBUG 2026-03-18T15:04:37+00:00:400 main AgentPackagePath : The beacon class location is jar:file:/Users/yunai/skywalking/apache-skywalking-apm-bin-es7/agent/skywalking-agent.jar!/org/apache/skywalking/apm/agent/core/boot/AgentPackagePath.class.
INFO 2026-03-18T15:04:37+00:00:402 main SnifferConfigInitializer : Config file found in /Users/yunai/skywalking/apache-skywalking-apm-bin-es7/agent/config/agent.config.

同时，也可以在 /Users/yunai/skywalking/apache-skywalking-apm-bin-es7/agent/agent/logs/skywalking-api.log 查看对应的 SkyWalking Agent 日志。日志示例如下：

DEBUG 2026-03-18T15:04:37+00:00:539 SkywalkingAgent-5-ServiceAndEndpointRegisterClient-0 ServiceAndEndpointRegisterClient : ServiceAndEndpointRegisterClient running, status:CONNECTED.

这里，我们看到 status:CONNECTED ，表示 SkyWalking Agent 连接 SkyWalking OAP 服务成功。

3. UI页面元素解析

3.1页面简介

功能选项卡选择区. 这里列出了主要特性。更多细节将在下面介绍.
重载区. 控制重新加载机制，包括定期重新加载或手动重新加载.
时间选择器. 控制时区和时间范围。这里有一个中文/英文切换按钮，默认，UI使用浏览器语言设置

SkyWalking安装及入门

3.2 仪表板

指示板提供服务、服务实例和端点的指标。这里需要了解一些度量术语

吞吐量CPM，表示每分钟的调用 Apdex分数,参考Apdex in WIKI 响应时间百分比，包括 p99, p95, p90, p75, p50.参考percentile in WIKI SLA表示成功率。对于HTTP，表示响应为200的请求服务、实例和仪表板选择器可以手动重新加载，而不是重新加载整个页面。注意，重载区域** 不会重载这些选择器

SkyWalking安装及入门

这里，我们会看到 SkyWalking 中非常重要的三个概念：

服务(Service) ：表示对请求提供相同行为的一系列或一组工作负载。在使用 Agent 或 SDK 的时候，你可以定义服务的名字。如果不定义的话，SkyWalking 将会使用你在平台（例如说 Istio）上定义的名字。这里，我们可以看到 Spring Boot 应用的服务为 "demo-application" ，就是我们在环境变量 SW_AGENT_NAME 中所定义的。
服务实例(Service Instance) ：上述的一组工作负载中的每一个工作负载称为一个实例。就像 Kubernetes 中的 pods 一样, 服务实例未必就是操作系统上的一个进程。但当你在使用 Agent 的时候, 一个服务实例实际就是操作系统上的一个真实进程。这里，我们可以看到 Spring Boot 应用的服务为 {agent_name}-pid:{pid}@{hostname} ，由 Agent 自动生成。
端点(Endpoint) ：对于特定服务所接收的请求路径, 如 HTTP 的 URI 路径和 gRPC 服务的类名 + 方法签名。这里，我们可以看到 Spring Boot 应用的一个端点，为 API 接口 /product/list 。

3.3 Global全局维度

SkyWalking安装及入门

Services load：服务每分钟请求数
Slow Services：慢响应服务，单位ms
Un-Health services(Apdex):Apdex性能指标，1为满分。
Global Response Latency：百分比响应延时，不同百分比的延时时间，单位ms
Global Heatmap：服务响应时间热力分布图，根据时间段内不同响应时间的数量显示颜色深度
底部栏：展示数据的时间区间，点击可以调整。

3.4 service维度

SkyWalking安装及入门

Service Apdex（数字）:当前服务的评分
Service Apdex（折线图）：不同时间的Apdex评分
Successful Rate（数字）：请求成功率
Successful Rate（折线图）：不同时间的请求成功率
Servce Load（数字）：每分钟请求数
Servce Load（折线图）：不同时间的每分钟请求数
Service Avg Response Times：平均响应延时，单位ms
Global Response Time Percentile：百分比响应延时
Servce Instances Load：每个服务实例的每分钟请求数
Show Service Instance：每个服务实例的最大延时
Service Instance Successful Rate：每个服务实例的请求成功率

3.5 Instance维度

SkyWalking安装及入门

Service Instance Load：当前实例的每分钟请求数
Service Instance Thorughput：当前实例吞吐量
Service Instance Successful Rate：当前实例的请求成功率
Service Instance Latency：当前实例的响应延时
JVM CPU:jvm占用CPU的百分比
JVM Memory：JVM内存占用大小，单位m
JVM GC Time：JVM垃圾回收时间，包含YGC和OGC
JVM GC Count：JVM垃圾回收次数，包含YGC和OGC
JVM Thread Count ：JVM线程数
JVM Thread state Count ：JVM活动的线程数
JVM Thread Count ：JVM线程数
CLR XX：类似JVM虚拟机

3.6 Endpoint端点（API）维度

SkyWalking安装及入门

Endpoint Load in Current Service：每个端点的每分钟请求数
Slow Endpoints in Current Service：每个端点的最慢请求时间，单位ms
Successful Rate in Current Service：每个端点的请求成功率
Endpoint Load：当前端点每个时间段的请求数据
Endpoint Avg Response Time：当前端点每个时间段的请求行响应时间
Endpoint Response Time Percentile：当前端点每个时间段的响应时间占比
Endpoint Successful Rate：当前端点每个时间段的请求成功率

3.7 拓扑图

SkyWalking安装及入门

Skywalking提供拓扑图，直观的查看服务之间的调用关系

3.8 追踪

在Skywalking中，每一次用户发起一条请求，就可以视为一条追踪数据，每条追踪数据携带有一个ID值。追踪数据在追踪页面中可以进行查询：

左侧：api接口列表，红色-异常请求，蓝色-正常请求右侧：api追踪列表，api请求连接各端点的先后顺序和时间

SkyWalking安装及入门

3.9 数据库维度

SkyWalking安装及入门

Database 内可以展示数据库的响应时间、响应时间分布、吞吐量、SLA、慢SQL等详细信息，便于直观展示数据库状态

Database Avg Response Time：当前数据库事件平均响应时间，单位ms
Database Access Successful Rate：当前数据库访问成功率
Database Traffic：CPM，当前数据库每分钟请求数
Database Access Latency Percentile：数据库不同比例的响应时间，单位ms
Slow Statements：前N个慢查询，单位ms
All Database Loads：所有数据库中CPM排名
Un-Health Databases：所有数据库健康排名，请求成功率排名

3.10 性能剖析

剖析端点的响应时间必须大于监控间隔时间

由于性能栈快照有一定的性能消耗，所以采集周期不宜过密， SkyWalking 目前不支持小于 10ms 的采集间隔。所以如果问题方法执行时间小于 10ms，此方法并不适用。同时剖析端点的响应速度如果小于监控时间间隔，也无法进行监控采集。

SkyWalking安装及入门

左侧列表：任务及对应的采样请求

表格中从左到右分别展示了方法名、开始时间、执行时长、执行时间占比、API类型、服务名和跨度信息

右侧：端点链路及每个端点的堆栈信息

从左右到右分别展示了栈帧名称、该栈帧总计耗时(包含其下面所有自栈帧)、当前栈帧自身耗时和监控次数

3.11 日志

pom中引入相关依赖，版本与SkyWalking一致

<dependency>
    <groupId>org.apache.skywalking</groupId>
    <artifactId>apm-toolkit-logback-1.x</artifactId>
    <version>8.5.0</version>
</dependency>

在logback.xml中加入配置

<appender name="msystem-log" class="org.apache.skywalking.apm.toolkit.log.logback.v1.x.log.GRPCLogClientAppender">
    <!-- 日志输出编码 -->
    <encoder>
        <!--格式化输出：%d表示日期，%thread表示线程名，%-5level：级别从左显示5个字符宽度%msg：日志消息，%n是换行符-->
        <pattern>%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{50} - %msg%n
        </pattern>
    </encoder>
</appender>

<root level="info">
    <appender-ref ref="msystem-log"/>
</root>

展示结果

SkyWalking安装及入门

3.12 告警

https://www.cnblogs.com/heihaozi/p/apache-skywalking-alarm.html

SkyWalking 安装及入门

1. 简介

1.1 概念

1.2 功能列表

1.3 整体架构

2. 搭建 SkyWalking 单机环境

2.1 Elasticsearch 搭建

2.2 安装Skywalking，分为两个步骤：

2.2.1 安装Backend后端服务

2.2.2 安装UI

2.3 SkyWalking Agent

3. UI页面元素解析

3.1页面简介

3.2 仪表板

3.3 Global全局维度

3.4 service维度

3.5 Instance维度

3.6 Endpoint端点（API）维度

3.7 拓扑图

3.8 追踪

3.9 数据库维度

3.10 性能剖析

3.11 日志

3.12 告警