Jaeger 案例库

介绍

Jaeger 是一个开源的分布式追踪系统，用于监控和排查微服务架构中的性能问题。案例库（Case Library）是通过真实场景展示 Jaeger 功能的集合，帮助开发者理解如何在实际项目中集成和使用 Jaeger。本文将逐步介绍典型案例，并提供代码示例和可视化分析。

---

基础案例：追踪 HTTP 请求

场景描述

假设你有一个微服务应用，包含前端服务（Frontend）和后端服务（Backend）。当用户发起请求时，需要追踪请求在服务间的流转情况。

代码示例

以下是一个使用 OpenTelemetry 和 Jaeger 的 Python 示例：

python

# frontend.py
from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.sdk.trace.export import BatchSpanProcessor
from opentelemetry.exporter.jaeger.thrift import JaegerExporter

# 初始化追踪器
trace.set_tracer_provider(TracerProvider())
jaeger_exporter = JaegerExporter(
    agent_host_name="localhost",
    agent_port=6831,
)
trace.get_tracer_provider().add_span_processor(BatchSpanProcessor(jaeger_exporter))

tracer = trace.get_tracer(__name__)

# 模拟 HTTP 请求
with tracer.start_as_current_span("frontend_request"):
    print("Frontend processing request...")
    # 调用后端服务（模拟）
    with tracer.start_as_current_span("call_backend"):
        print("Calling backend service...")

输出结果

在 Jaeger UI 中，你会看到如下追踪链：

提示

确保 Jaeger Agent 已运行，并监听 localhost:6831 端口。

---

进阶案例：跨服务追踪

场景描述

当请求跨越多个服务（如 Service A -> Service B -> Database）时，Jaeger 可以展示完整的调用链路。

代码片段

python

# service_a.py
with tracer.start_as_current_span("service_a"):
    requests.get("http://service-b/api")

# service_b.py
with tracer.start_as_current_span("service_b"):
    db.query("SELECT * FROM table")

Jaeger UI 效果

备注

跨服务追踪需要确保 trace_id 在服务间正确传递（通常通过 HTTP Headers）。

---

实际应用场景

电商系统故障排查

问题：用户下单缓慢。
排查步骤：

1. 在 Jaeger 中筛选 order_service 的追踪记录。
2. 发现某个 payment_service 的调用耗时异常。
3. 定位到支付网关的第三方 API 响应延迟。

关键代码

python

# order_service.py
with tracer.start_as_current_span("process_order"):
    payment_result = pay_with_external_gateway()  # 耗时 2s！

---

总结与练习

总结

• Jaeger 案例库通过真实场景演示了分布式追踪的核心功能。
• 从单服务到跨服务追踪，逐步掌握上下文传播和性能分析。

练习

1. 在本机部署 Jaeger 并运行基础案例。
2. 尝试修改代码，模拟一个高延迟的数据库查询，并在 Jaeger 中观察结果。

附加资源

• Jaeger 官方文档
• OpenTelemetry 上下文传播规范