随着互联网技术的飞速发展,互联网应用所暴露出来的服务不再集成于某一物理机器上。它们通常位于不同服务器,并通过RPC（远程过程调用）互相调用。当一个应用响应时间变长时,对于开发者或者维护者来说,需要逐个查找与该应用相关的服务的日志,才能定位到性能短板。然而,这些日志往往同服务遍布于几千台服务器,甚至横跨多个不同的数据中心。因此,对于应用开发商来说,分布式链路追踪系统是监控平台必不可少的功能之一。目前主流分布式链路追踪系统大多针对各自公司业务场景设计,且存在日志格式固定、功能单一、维护困难、安全性难以评估等问题。在这样的背景下,本文借鉴Google Dapper相关思想,设计并实现了适用于我司需求与生产环境的分布式链路追踪系统TraceUI。本文通过重新设计日志记录API与Span结构,解决日志格式固定的问题,并为后续功能扩展奠定了基础;通过设计不同的采样器,降低高并发场景下,日志记录功能的资源消耗,进而保障主服务依然能正常运行;通过利用AOP（Aspect Oriented Programming,面向切面编程）进行埋点操作,减少对业务代码的入侵,解决系统维护困难的问题。TraceUI使用Kafka作为消息发布系统,使用ElastichSearch建立索引,使用HBase做分布式存储,使用SparkStreaming做流式计算,使用SpringBoot与angularJS进行前后端开发。通过Flume收集Kafka中来自不同服务器的日志,并结合目前技术成熟的分布式组件,实现了一款低消耗,低延时,高性能的分布式链路追踪系统。本文所实现的分布式链路系统,拥有自己的一套完整的体系,它既能够获取服务链路详细信息,准确定位到故障位置,从而有针对性的对其优化,又能够展示全局应用依赖,以在更高的层面给开发者提供整体App应用的设计与优化思路。本文所实现的分布式链路系统已经部署在公司生产环境,并7×24小时对应用服务状态进行监控,成为了监控平台必不可少的组成部分。