在 Python 應用中使用 OpenTelemetry

分散式追蹤

• OpenTelemetry for Python 實現了分散式追踪，使開發人員能夠追蹤請求在分散式系統中的路徑。
• 追蹤資訊可以深入了解請求的順序，包括服務聯繫的日期和時間。
• 開發人員可以對 Python 程式進行插樁，以記錄 span，span 是離散的操作或分散式追蹤的一部分。

指標收集

• OpenTelemetry Python 方便導入 metrics MeterProvider，它收集有關係統行為和效能的數值資料。
• 開發人員可以對他們的應用程式進行檢測，以收集延遲、吞吐量、錯誤率和資源使用等測量數據。
• 透過提供有關使用模式、效能趨勢和系統健康狀況的見解，這些指標有助於了解系統行為。

情境傳播

• OpenTelemetry API 套件簡化了上下文傳播，確保分散式上下文（例如追蹤和跨度上下文）能夠跨服務邊界傳播。
• 由於上下文傳播，遙測資料在系統中傳輸時可以進行關聯和上下文關聯，從而保持資料的連續性和一致性。

儀器庫

• OpenTelemetry Python 透過為廣泛使用的框架、函式庫和協定提供檢測包，簡化了對現有 Python 應用程式進行檢測的過程。
• 可在偵測庫中找到對 Web 框架（如 Flask 和 Django）、資料庫用戶端（如 SQLAlchemy 和 Pymongo）、訊息系統（如 Kafka 和 RabbitMQ）等的整合。

出口商生態系統

• OpenTelemetry Python 提供了一系列導出器，使開發人員能夠將遙測資料匯出到不同的可觀測系統和後端。
• 導出器支援與 Jaeger、Zipkin、Prometheus、AWS X-Ray、Google Cloud Trace 等可觀測性平台整合。
• 開發人員可以設定匯出器，將遙測資料傳輸到一個或多個後端，以便進行長期儲存、分析和顯示。
• OpenTelemetry Python 支援可變採樣技術，以調節收集的遙測資料量。
• 開發人員可以選擇應用自訂採樣邏輯，設定採樣以對一定百分比的追蹤進行採樣，或根據預先定義的參數（例如請求標頭或路由）進行採樣。

情境紀錄

• 除了遙測資料外，OpenTelemetry Python SDK 還提供了用於記錄上下文資料的工具。
• 開發人員可以使用上下文日誌記錄為日誌訊息新增追蹤和跨度上下文，從而為故障排除和偵錯提供更多上下文。

設定 OpenTelemetry 配置

若要為您的專案設定 OpenTelemetry，您可以先使用 pip install opentelemetry-exporter-jaeger 安裝必要的軟體包。

pip install opentelemetry-exporter-jaeger

pip install opentelemetry-exporter-jaeger

之後，使用以下命令安裝 OpenTelemetry Python SDK：

pip install opentelemetry-sdk

pip install opentelemetry-sdk

pip 套件提供了全面的 API 用於檢測，並提供自動檢測功能，使檢測應用程式變得更加容易。 另一種方法是使用 export-import BatchSpanProcessor 方法，以確保有效率地匯出遙測資料。

若要定義 OpenTelemetry SDK 參數，請建立一個設定檔。設定檔 otel_config.py 可作為範例。 確保所有導入語句(例如 resources import Resource 和 trace import TracerProvider)都已存在，以便正確設定程式碼範例。

from opentelemetry import trace
from opentelemetry.sdk.resources import Resource
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.sdk.trace.export import BatchSpanProcessor
from opentelemetry.exporter.jaeger.thrift import JaegerExporter

# Configure Jaeger exporter
jaeger_exporter = JaegerExporter(
    agent_host_name="localhost",
    agent_port=6831,
)

# Create a TracerProvider with Jaeger exporter
tracer_provider = TracerProvider(resource=Resource.create({'service.name': 'my-python-service'}))
tracer_provider.add_span_processor(BatchSpanProcessor(jaeger_exporter))
trace.set_tracer_provider(tracer_provider)

from opentelemetry import trace
from opentelemetry.sdk.resources import Resource
from opentelemetry.sdk.trace import TracerProvider
from opentelemetry.sdk.trace.export import BatchSpanProcessor
from opentelemetry.exporter.jaeger.thrift import JaegerExporter

# Configure Jaeger exporter
jaeger_exporter = JaegerExporter(
    agent_host_name="localhost",
    agent_port=6831,
)

# Create a TracerProvider with Jaeger exporter
tracer_provider = TracerProvider(resource=Resource.create({'service.name': 'my-python-service'}))
tracer_provider.add_span_processor(BatchSpanProcessor(jaeger_exporter))
trace.set_tracer_provider(tracer_provider)

在此設定檔中：

• Jaeger 匯出器已設定為將追蹤資訊匯出至本機 Jaeger 代理程式。
• 使用 Jaeger exporter，我們建構一個 TracerProvider 並將其配置為全域追蹤器提供者。
• 我們為我們的 Python 程式提供服務名稱。

在您的應用程式中初始化 OpenTelemetry

將 otel_config 模組匯入到您的 Python 程式中，然後在程式開始時使用以下範例 Python 程式碼初始化 OpenTelemetry：

from opentelemetry import trace
from otel_config import tracer_provider

# Initialize OpenTelemetry
trace.get_tracer(__name__)

from opentelemetry import trace
from otel_config import tracer_provider

# Initialize OpenTelemetry
trace.get_tracer(__name__)

透過這樣做，即可初始化 otel_config.py 中找到的 OpenTelemetry 檢測配置。

儀器化您的應用程式

使用 OpenTelemetry 為你的 Python 程式添加檢測功能，使其能夠記錄追蹤資訊。 您可以透過兩種方式對程式碼進行檢測：手動檢測或透過內建庫進行檢測。 以下是一些手動儀器調用的範例：

from opentelemetry import trace

# Start a span
with trace.get_tracer(__name__).start_as_current_span("example_span"):
    # Your code here
    pass

from opentelemetry import trace

# Start a span
with trace.get_tracer(__name__).start_as_current_span("example_span"):
    # Your code here
    pass

在 Jaeger UI 中查看追蹤訊息

若要查看和檢查記錄的軌跡，請前往 Jaeger 使用者介面。 要查看 OpenTelemetry 收集器記錄的追蹤信息，請在您的 Web 瀏覽器中開啟 Jaeger UI(通常位於 http://localhost:16686)，然後選擇您的服務名稱。

按照這些說明，您已成功在應用程式中建立和設定了 OpenTelemetry Python。 現在，您可以使用 OpenTelemetry 記錄追蹤並將其匯出到 Jaeger 後端，從而查看您的 Python 程式的行為和效能。

IronPDF是什麼？

透過Iron Software出品的強大的.NET庫IronPDF ，開發人員可以在.NET應用程式中建立、編輯和呈現 PDF 文件。 開發人員可以使用IronPDF從各種來源(例如預先存在的 PDF 文件、HTML 文字、URL 和圖像)以程式設計方式建立 PDF 文件。 讓我們仔細看看IronPDF的功能：

將 HTML 轉換為 PDF

開發者可以使用IronPDF輕鬆地將 HTML 內容轉換為 PDF 文件。 透過使用 HTML 文字作為輸入，開發人員可以產生具有格式、圖像和樣式的視覺效果豐富的 PDF 文件。

將 URL 轉換為 PDF

開發者可以使用IronPDF直接從 URL 產生 PDF 文件。 此功能的絕佳應用程式是從網頁擷取內容或從 Web 應用程式動態建立的內容。

將圖像轉換為 PDF

使用IronPDF，可以將 PNG、JPEG 和 BMP 格式的影像轉換為 PDF 文件。 此功能允許應用程式開發人員從照片建立 PDF 文檔，這對於製作相簿或將照片添加到 PDF 文件等應用程式非常有用。

如何安裝IronPDF

確保 Python 已安裝在您的電腦上後，使用 pip 安裝IronPDF。

 pip install ironpdf

使用 OpenTelemetry 和IronPDF產生 PDF 文檔

在 OpenTelemetry 初始化程式碼下方新增以下程式碼，以使用IronPDF建立 PDF文件：

from ironpdf import ChromePdfRenderer
from opentelemetry import trace

# Generate PDF document with IronPDF
with trace.get_tracer(__name__).start_as_current_span("pdf_generation"):
    iron_pdf = ChromePdfRenderer()
    html_content = "<html><body><h1>Hello, IronPDF!</h1></body></html>"

    pdf_content = iron_pdf.render_html_as_pdf(html_content)

    # Save or send the PDF content as needed
    with open("output.pdf", "wb") as file:
        file.write(pdf_content)

from ironpdf import ChromePdfRenderer
from opentelemetry import trace

# Generate PDF document with IronPDF
with trace.get_tracer(__name__).start_as_current_span("pdf_generation"):
    iron_pdf = ChromePdfRenderer()
    html_content = "<html><body><h1>Hello, IronPDF!</h1></body></html>"

    pdf_content = iron_pdf.render_html_as_pdf(html_content)

    # Save or send the PDF content as needed
    with open("output.pdf", "wb") as file:
        file.write(pdf_content)

在這段程式碼中：

• 利用 OpenTelemetry 追蹤器，我們開始一個名為 pdf_generation 的新 span。
• 在此期間，我們使用IronPDF將 HTML 內容轉換為 PDF 文件。
• 一個名為 output.pdf 的檔案包含產生的 PDF 資料。