SuperAPI AI 工具集

distributed-tracing

部署与运维

查看项目

更新于 10-16 07:22

技能介绍

用途:在分布式系统中追踪请求流转,理解延迟、服务依赖与失败点,用于调试延迟问题、梳理服务依赖、定位瓶颈、追踪错误传播和分析请求路径。

主要能力:结合 Jaeger 与 Tempo 实现分布式追踪;跨服务边界传播上下文;在 span 中记录异常;使用 span 事件标记重要里程碑;实现分布式上下文(baggage);与日志关联,将 trace_id 写入日志以便关联查询。

使用方式:按资料建议,生产环境采样率设为 1-10%;为 span 添加有意义的标签(如 user_id、request_id);统一操作命名;监控追踪开销(CPU 影响低于 1%);为追踪错误设置告警;记录埋点标准。日志关联示例中通过 opentelemetry 获取当前 span 的 trace_id 并写入日志 extra 字段。更详细的模式与示例见 references/details.md。

适用场景:微服务请求链路可视化、延迟与瓶颈排查、依赖关系分析、错误传播追踪。

限制与排障:资料未提供具体安装命令与完整配置步骤。若追踪数据未出现,可检查 collector 端点、网络连通性、采样配置与应用日志;若延迟开销过高,可降低采样率、使用批量 span 处理器并检查导出器配置。相关技能包括 prometheus-configuration(指标)、grafana-dashboards(可视化)与 slo-implementation(延迟 SLO)。