一、前言
Spring Cloud Sleuth 主要功能就是在分布式系统中提供追踪解决方案 ,并且兼容了zipkin，提供了REST API接口来辅助我们查询跟踪数据以实现对分布式系统的监控程序 。
Sleuth 是个组件，没有提供我们可视化的界面，和一些相信的api信息，而zipkin 是个系统，他有可视化的界面，和对应接口调用详细的信息情况。
二、为什么要使用链路追踪
微服务架构上通过业务来划分服务的，通过REST调用，对外暴露的一个接口，可能需要很多个服务协同才能完成这个接口功能，如果链路上任何一个服务出现问题或者网络超时，都会形成导致接口调用失败。随着业务的不断扩张，服务之间互相调用会越来越复杂。
，对调用链的分析会越来越复杂。如果那里出现了错误，我们是很排查的。所以我们引入了链路追踪，使用可视化的界面我们可以很容易的找到那一块耗时多，等等。
Sleuth 的使用：
1.在项目中加入依赖：
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-sleuth</artifactId>
</dependency>
2.然后在你想打印日志的地方输入
控制台会出现下面这个 （现在看起来是不是感觉使用起来也不怎方便，下面我会讲zipkin，他提供了可视化界面，看的就清楚多了。）
[order-service,96f95a0dd81fe3ab,852ef4cfcdecabf3,false]
1、第一个值，spring.application.name的值
2、第二个值，96f95a0dd81fe3ab ，sleuth生成的一个ID，叫Trace ID，用来标识一条请求链路，一条请求链路中包含一个Trace ID，多个Span ID
3、第三个值，852ef4cfcdecabf3、spanid 基本的工作单元，获取元数据，如发送一个http
4、第四个值：false，是否要将该信息输出到zipkin服务中来收集和展示。
3、可视化链路追踪系统Zipkin
大规模分布式系统的APM工具（Application Performance Management）,基于Google Dapper的基础实现，和sleuth结合可以提供可视化web界面分析调用链路耗时情况
3.1 可视化链路追踪系统Zipkin部署。(我使用的是docker 我后面会讲下docker的部署，很简单的)
//阿里提供的部署Zipkin的方法，里面讲了好几种 包括java 部署 和docker 部署
docker部署：
docker run -d -p 9411:9411 openzipkin/zipkin
这样就搞定了 ，然后ip+端口就能访问：
3.2 代码中的使用。
那个项目想要链路追踪就都加入下面的两个配置
3.1.1 加入依赖
<!--里面包含 spring-cloud-starter-sleuth、spring-cloud-sleuth-zipkin ->
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-zipkin</artifactId>
</dependency>
3.1.1 配置文件添加
#服务的名称
spring:
application:
name: order-service
#zipkin服务所在地址
zipkin:
base-url: http://47.XX.XX.XX:9411/
#配置采样百分比,开发环境可以设置为1，表示全部，生产就用默认（0.1）
sleuth:
sampler:
probability: 1
3.2 测试
调用 api 接口
查看Zipkin 可视化系统
这样详细信息就全部追踪到了。
3.4 大致说下 Sleuth 和Zipkin 是怎么调用的.
sleuth收集跟踪信息通过http请求发送给zipkin server，zipkinserver进行跟踪信息的存储以及提供Rest API即可，Zipkin UI调用其API接口进行数据展示
默认存储是内存，可也用mysql、或者elasticsearch等存储。 所以说，Sleuth 才是根本，而Zipkin 这是进行了对数据的分析和展示。