你好，欢迎来到本次关于PmHub整合性能监控与分布式追踪利器Skywalking的面试系列分享。在这篇文章中，我们将深入探讨这一技术领域的相关面试题预测。若想对相关内容有更透彻的理解，强烈推荐参考之前发布的博文：【PmHub后端篇】Skywalking：性能监控与分布式追踪的利器
1 Skywalking 是什么以及在性能监控和分布式追踪中的作用
- Skywalking 是一款开源的 APM（应用性能管理）和分布式追踪系统。
- 可监控分布式系统性能，跟踪请求完整链路，识别性能瓶颈和故障点。
2 选择 Skywalking 的原因
- 考虑过 Zipkin和 Jaeger 等工具；
- 最终选择 Skywalking 是因为其集成了性能监控和分布式追踪功能；
- 支持多种语言自动探针，适合我们的技术栈；
- 对代码侵入性小，适合我们的项目。
3 利用 Skywalking 实现 PmHub 性能监控的过程
- 在 PmHub 中集成 Skywalking 探针；
- 通过 Skywalking OAP（后端分析平台） 收集和存储数据；
- 使用 Skywalking UI 进行数据可视化；
- 配置监控指标如响应时间、吞吐量和错误率等，以全面了解系统的性能状况。
4 评估 PmHub 性能的监控指标
- 主要监控响应时间、吞吐量、错误率、调用链和数据库查询时间等指标。
- 这些指标可以帮助我们全面了解系统的运行状态和性能瓶颈。
5 Skywalking 在分布式追踪中分析和解决性能问题的方式
- 通过追踪请求完整链路，识别性能瓶颈和故障点；
- 调用链分析可查看微服务的响应时间和依赖关系，准确定位问题。
6 将 Skywalking 与钉钉和邮件通知系统集成的方法
- 使用 Skywalking 的报警机制，配置报警规则，通过钉钉的 Webhook 接口和邮件 API 将报警信息发送到钉钉群和邮件系统。
7 确保通知及时性和准确性的关键因素
- 合理设置报警阈值，保证通知渠道的高可用性和冗余设计；
- 设置不同级别的报警，确保重要问题能够引起足够的重视。
8 你提到通过该系统使整体响应时间降低了约30%，请具体说明是如何实现这一优化的
- 通过 Skywalking 识别性能瓶颈，进行优化措施，如优化数据库查询、改进代码逻辑和增加缓存等，这些措施综合作用，最终使整体响应时间降低了约30%。
9 性能优化过程中的挑战及克服方法
- 主要挑战是定位性能瓶颈和系统不稳定
- 通过详细的性能分析和测试逐步优化系统，采用灰度发布和回滚策略确保系统稳定性。
10 确保系统高可靠性的措施
- 通过引入高可用架构设计、冗余备份、实时监控和报警机制，确保系统的高可靠性。
- 同时，我们还制定了详细的应急预案，以应对突发故障。
11 在系统可维护性方面的措施和实践
- 我们采用了模块化设计、详细的文档编写和代码规范，确保系统的可维护性。
- 此外，我们还进行了定期的代码审查和技术分享，以提升团队的整体技术水平。
12 项目实施过程中的困难及解决方法
- 项目初期遇到性能瓶颈难以定位的问题
- 通过引入 Skywalking 和详细的性能分析找出问题并进行优化。
13 当前系统可进一步优化的方向
- 在高并发场景下，可优化缓存策略和数据库分库分表，使监控和报警系统更加智能化，减少误报和漏报。
14 重新设计系统的不同选择
- 如果有机会重新设计，在初期就引入更多的自动化测试和性能测试工具，以提前发现和解决问题。
- 同时，在架构设计上，我会更加关注系统的扩展性和容错性。
15 在这个项目中，你的主要职责是什么？你是如何与团队其他成员协作完成这个项目的？
- 我主要负责性能监控和分布式追踪的实现，以及通知系统的集成。
- 我与团队成员紧密合作，通过定期会议、代码审查和共同解决问题，确保项目的顺利进行。
16 你能举一个具体的例子，说明通过分布式追踪发现并解决了一个性能问题吗？
- 例如，我们发现某个请求的响应时间异常长。
- 通过 Skywalking 的调用链分析，我们发现瓶颈在于一个数据库查询。
- 进一步分析发现是因为缺少索引导致的。我们通过优化数据库索引，显著提升了查询性能。