手动与自动追踪
在分布式系统中，追踪（Tracing）是理解请求流经多个服务的关键技术。Jaeger作为流行的分布式追踪系统，支持手动追踪和自动追踪两种方式。本文将介绍它们的核心概念、实现方法及实际应用场景。
什么是追踪？
追踪是通过记录请求在系统中的路径（称为Span）来构建完整的调用链（称为Trace）。每个Span包含：
- 操作名称（如API端点）
- 时间戳（开始/结束时间）
- 上下文信息（如请求ID）
手动追踪
手动追踪需要开发者显式地创建和结束Span，适合需要精细控制的场景。
基本用法示例（Python）
python
from jaeger_client import Config
from opentracing_instrumentation.request_context import get_current_span
# 初始化Jaeger客户端
config = Config(config={'sampler': {'type': 'const', 'param': 1}}, service_name='my_app')
tracer = config.initialize_tracer()
# 手动创建Span
with tracer.start_span('manual_operation') as span:
span.set_tag('http.method', 'GET')
span.log_kv({'event': 'processing_started'})
# 业务逻辑...
span.log_kv({'event': 'processing_finished'})
备注
手动追踪的优势：
- 完全控制Span的生命周期
- 可添加自定义标签和日志
- 适合核心业务逻辑的深度监控
自动追踪
自动追踪通过框架/库自动生成Span，减少样板代码。常见实现方式：
1. 中间件集成（Flask示例）
python
from flask import Flask
from flask_opentracing import FlaskTracing
app = Flask(__name__)
tracing = FlaskTracing(tracer, True, app) # 自动追踪所有路由
@app.route('/')
def home():
return "自动追踪的路由"
2. 数据库调用自动追踪
python
from opentracing_instrumentation.client_hooks import install_all_patches
install_all_patches() # 自动追踪HTTP/数据库请求
提示
自动追踪适合：
- 快速为现有系统添加基础追踪
- 标准化操作（如HTTP请求）
- 减少侵入性代码修改
对比分析
| 特性 | 手动追踪 | 自动追踪 |
|---|---|---|
| 控制粒度 | 细粒度 | 粗粒度 |
| 代码侵入性 | 高 | 低 |
| 学习成本 | 较高 | 较低 |
| 适用场景 | 关键业务路径 | 基础设施调用 |
实际案例
电商系统支付流程
python
# 手动追踪核心支付逻辑
with tracer.start_span('process_payment') as span:
span.set_tag('payment.amount', amount)
try:
charge_credit_card()
span.set_tag('payment.status', 'success')
except Exception as e:
span.set_tag('payment.status', 'failed')
span.log_kv({'error': str(e)})
# 自动追踪数据库查询
result = db.query("SELECT * FROM inventory") # 自动生成Span
总结
- 手动追踪：适合需要深度监控的核心业务逻辑
- 自动追踪：适合快速实现基础追踪需求
- 最佳实践：两者结合使用，自动追踪基础设施调用，手动追踪业务关键路径
扩展学习
- Jaeger官方文档：Tracing API Best Practices
- 尝试为你的Web框架添加自动追踪
- 练习比较手动/自动生成的Span差异