分布式跟踪

• 分布式跟踪使开发人员能够通过分布式系统的请求路径进行跟踪，这由OpenTelemetry for Python支持。
• 跟踪提供了对请求序列的见解，包括服务交互的日期和时间。
• 开发人员可以检测Python程序以记录跨度，这些跨度是分布式跟踪的离散动作或部分。

指标收集

• OpenTelemetry Python通过导入MeterProvider来提供指标，它收集关于系统行为和性能的数值数据。
• 开发人员可以检测他们的应用程序以收集如延迟、吞吐量、错误率和资源使用等测量。
• 这些指标通过提供对使用模式、性能趋势和系统健康的见解，有助于理解系统行为。

上下文传播

• 上下文传播通过OpenTelemetry API包变得更加容易，这确保了分布式上下文（如跟踪和跨度上下文）在服务边界之间传播。
• 上下文传播使遥测数据在系统移动过程中可以关联和上下文化，从而保持数据的连续性和一致性。

检测库

• OpenTelemetry Python通过提供用于广泛使用的框架、库和协议的检测包，使得现有的Python应用程序检测变得简单。
• 检测库中可以找到用于Web框架（如Flask和Django）、数据库客户端（如SQLAlchemy和Pymongo）、消息系统（如Kafka和RabbitMQ）和更多的集成。

导出器生态系统

• OpenTelemetry Python提供的一系列导出器，使开发人员可以将遥测数据导出到不同的可观察性系统和后端。
• 导出器支持与可观察性平台诸如Jaeger、Zipkin、Prometheus、AWS X-Ray、Google Cloud Trace等集成。
• 开发人员可以设置导出器，以将遥测数据传输到一个或多个后端，进行长期存储、分析和显示。
• OpenTelemetry Python支持可变采样技术，以管理收集到的遥测数据量。
• 开发人员可以选择应用自定义采样逻辑，设置采样以采样一定百分比的跟踪，或者根据预定义参数采样（如请求头或路由）。

上下文记录

• OpenTelemetry Python SDK提供编码遥测数据之外的上下文数据记录的工具。
• 开发人员可以通过上下文记录将跟踪和跨度上下文添加到日志消息中，这为故障诊断和调试提供了更多上下文。

设置OpenTelemetry配置

要为你的项目设置OpenTelemetry，可以先通过pip install opentelemetry-exporter-jaeger指令安装所需的包。

pip install opentelemetry-exporter-jaeger

pip install opentelemetry-exporter-jaeger

以后，使用以下命令安装OpenTelemetry Python SDK：

pip install opentelemetry-sdk

pip install opentelemetry-sdk

opentelemetry-api pip包提供了全面的检测API，并提供自动检测，使你的应用程序检测变得更加容易。 另一种方法是使用导出-导入BatchSpanProcessor方法，以确保高效的遥测数据导出。

要定义OpenTelemetry SDK参数，请创建一个配置文件。配置文件otel_config.py用作示例。 确保所有导入如resources导入Resource和trace导入TracerProvider都存在，以便无错误地设置代码示例。

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)

在这个配置文件中：

• Jaeger导出器被设置为将跟踪导出到本地主机Jaeger代理。
• 使用Jaeger导出器，我们构建了一个TracerProvider并配置它为全球跟踪提供者。
• 我们为我们的Python程序提供服务名称。

在您的应用程序中初始化OpenTelemetry

将otel_config模块导入到你的Python程序中，然后使用以下示例Python代码在开始时初始化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__)

通过这样做，otel_config.py中找到的配置被初始化用于OpenTelemetry检测。

检测您的应用程序

使用OpenTelemetry检测您的Python程序，以便能够记录跟踪。 您有两种检测代码的选择：手动或通过内置库。 这是一些手动检测调用的例子：

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查看跟踪

要查看和检查记录的跟踪，请前往Jaeger用户界面。 要查看OpenTelemetry收集器记录的跟踪，请打开Web浏览器中的Jaeger UI（通常在http://localhost:16686）并选择您的服务名。

通过遵循这些说明，您已在应用程序中成功建立和配置OpenTelemetry Python。 现在，您可以使用OpenTelemetry来记录跟踪并将其导出到Jaeger后端，从而查看您的Python程序的行为和性能。