描图
Spring Boot Actuator 为 Micrometer Tracking 提供依赖管理和自动配置，Micrometer Tracking 是流行的跟踪器库的外观。
| 要了解有关千分尺追踪功能的更多信息，请参阅其参考文档。 |
支持的示踪剂
Spring Boot 为以下跟踪器提供自动配置：
-
带有 Zipkin、Wavefront 或 OTLP 的 OpenTelemetry
开始
我们需要一个示例应用程序，可以使用它来开始跟踪。 对于我们的目的，开发您的第一个 Spring Boot 应用程序部分中介绍的简单 “Hello World！” Web 应用程序就足够了。 我们将使用 OpenTelemetry 跟踪器和 Zipkin 作为跟踪后端。
回顾一下，我们的主要应用程序代码如下所示：
-
Java
-
Kotlin
import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
@RestController
@SpringBootApplication
public class MyApplication {
private static final Log logger = LogFactory.getLog(MyApplication.class);
@RequestMapping("/")
String home() {
logger.info("home() has been called");
return "Hello World!";
}
public static void main(String[] args) {
SpringApplication.run(MyApplication.class, args);
}
}import org.apache.commons.logging.Log
import org.apache.commons.logging.LogFactory
import org.springframework.boot.autoconfigure.SpringBootApplication
import org.springframework.boot.runApplication
import org.springframework.web.bind.annotation.RequestMapping
import org.springframework.web.bind.annotation.RestController
@RestController
@SpringBootApplication
class MyApplication {
private val logger: Log = LogFactory.getLog(MyApplication::class.java)
@RequestMapping("/")
fun home(): String {
logger.info("home() has been called")
return "Hello, World!"
}
}
fun main(args: Array<String>) {
runApplication<MyApplication>(*args)
}在home()方法，这在以后会很重要。 |
现在我们必须添加以下依赖项：
-
org.springframework.boot:spring-boot-starter-actuator -
io.micrometer:micrometer-tracing-bridge-otel- 将 Micrometer Observation API 桥接到 OpenTelemetry。 -
io.opentelemetry:opentelemetry-exporter-zipkin- 向 Zipkin 报告痕迹。
添加以下应用程序属性：
-
Properties
-
YAML
management.tracing.sampling.probability=1management:
tracing:
sampling:
probability: 1.0默认情况下，Spring Boot 仅采样 10% 的请求，以防止跟踪后端不堪重负。 此属性将其切换为 100%，以便将每个请求发送到跟踪后端。
为了收集和可视化跟踪，我们需要一个正在运行的跟踪后端。 我们在这里使用 Zipkin 作为跟踪后端。 Zipkin 快速入门指南提供了如何在本地启动 Zipkin 的说明。
Zipkin 运行后，您可以启动应用程序。
如果您打开 Web 浏览器以localhost:8080，您应该会看到以下输出：
Hello World!在后台，已经为 HTTP 请求创建了一个观察，该观察又被桥接到 OpenTelemetry，后者向 Zipkin 报告新的跟踪。
现在打开 Zipkin UIlocalhost:9411，然后按“运行查询”按钮列出所有收集的跟踪。
您应该会看到一条痕迹。
按“显示”按钮可查看该跟踪的详细信息。
记录相关 ID
相关 ID 提供了一种有用的方法，用于将日志文件中的行链接到跨度/跟踪。 如果您使用的是 Micrometer Tracing，Spring Boot 将默认在您的日志中包含相关 ID。
默认关联 ID 是从traceId和spanId MDC 值。
例如，如果千分尺跟踪已添加 MDCtraceId之803B448A0489F84084905D3093480352和 MDCspanId之3425F23BB2432450日志输出将包括相关 ID[803B448A0489F84084905D3093480352-3425F23BB2432450].
如果您更喜欢对相关 ID 使用不同的格式，可以使用logging.pattern.correlation属性来定义一个。
例如，以下内容将以 Spring Cloud Sleuth 以前使用的格式提供 Logback 的相关 ID：
-
Properties
-
YAML
logging.pattern.correlation=[${spring.application.name:},%X{traceId:-},%X{spanId:-}]
logging.include-application-name=falselogging:
pattern:
correlation: "[${spring.application.name:},%X{traceId:-},%X{spanId:-}] "
include-application-name: false在上面的示例中，logging.include-application-name设置为false以避免应用程序名称在日志消息 （logging.pattern.correlation已经包含它）。
还值得一提的是logging.pattern.correlation包含尾随空格，以便它与默认情况下紧跟在它后面的记录器名称分开。 |
| 相关 ID 依赖于上下文传播。 请阅读此文档了解更多详细信息。 |
传播迹线
要通过网络自动传播跟踪，请使用自动配置的RestTemplateBuilder,RestClient.Builder或WebClient.Builder以构建客户端。
如果您创建RestTemplate这RestClient或WebClient如果不使用自动配置的构建器，自动跟踪传播将不起作用！ |
示踪剂实现
由于 Micrometer Tracer 支持多个跟踪器实现，因此 Spring Boot 可能有多种依赖项组合。
所有跟踪器实现都需要org.springframework.boot:spring-boot-starter-actuatorDependency。
OpenTelemetry 与 Zipkin
使用 OpenTelemetry 进行跟踪并向 Zipkin 报告需要以下依赖项：
-
io.micrometer:micrometer-tracing-bridge-otel- 将 Micrometer Observation API 桥接到 OpenTelemetry。 -
io.opentelemetry:opentelemetry-exporter-zipkin- 向 Zipkin 报告痕迹。
使用management.zipkin.tracing.*配置属性来配置向 Zipkin 报告。
带波前的 OpenTelemetry
使用 OpenTelemetry 进行跟踪并向 Wavefront 报告需要以下依赖项：
-
io.micrometer:micrometer-tracing-bridge-otel- 将 Micrometer Observation API 桥接到 OpenTelemetry。 -
io.micrometer:micrometer-tracing-reporter-wavefront- 向 Wavefront 报告跟踪。
使用management.wavefront.*配置属性以配置对 Wavefront 的报告。
使用 OTLP 的 OpenTelemetry
使用 OpenTelemetry 进行跟踪并使用 OTLP 进行报告需要以下依赖项：
-
io.micrometer:micrometer-tracing-bridge-otel- 将 Micrometer Observation API 桥接到 OpenTelemetry。 -
io.opentelemetry:opentelemetry-exporter-otlp- 向可以接受 OTLP 的收集器报告跟踪。
使用management.otlp.tracing.*配置属性，以使用 OTLP 配置报告。
如果您需要对 OTLP 跨度导出器应用高级自定义，请考虑注册OtlpHttpSpanExporterBuilderCustomizer或OtlpGrpcSpanExporterBuilderCustomizer豆。
这些将在创建OtlpHttpSpanExporter或OtlpGrpcSpanExporter.
定制器优先于自动配置应用的任何内容。 |
与千分尺观察集成
一个TracingAwareMeterObservationHandler自动注册在ObservationRegistry，这将为每个已完成的观测点创建跨度。
创建自定义跨度
您可以通过开始观察来创建自己的跨度。为此，注入ObservationRegistry到你的组件中：
-
Java
-
Kotlin
import io.micrometer.observation.Observation;
import io.micrometer.observation.ObservationRegistry;
import org.springframework.stereotype.Component;
@Component
class CustomObservation {
private final ObservationRegistry observationRegistry;
CustomObservation(ObservationRegistry observationRegistry) {
this.observationRegistry = observationRegistry;
}
void someOperation() {
Observation observation = Observation.createNotStarted("some-operation", this.observationRegistry);
observation.lowCardinalityKeyValue("some-tag", "some-value");
observation.observe(() -> {
// Business logic ...
});
}
}import io.micrometer.observation.Observation
import io.micrometer.observation.ObservationRegistry
import org.springframework.stereotype.Component
@Component
class CustomObservation(private val observationRegistry: ObservationRegistry) {
fun someOperation() {
Observation.createNotStarted("some-operation", observationRegistry)
.lowCardinalityKeyValue("some-tag", "some-value")
.observe {
// Business logic ...
}
}
}这将创建一个名为“some-operation”的观察，标签为“some-tag=some-value”。
如果要在不创建指标的情况下创建范围，则需要使用较低级别Tracer应用程序接口来自千分尺。 |
行李
您可以使用Tracer应用程序接口：
-
Java
-
Kotlin
import io.micrometer.tracing.BaggageInScope;
import io.micrometer.tracing.Tracer;
import org.springframework.stereotype.Component;
@Component
class CreatingBaggage {
private final Tracer tracer;
CreatingBaggage(Tracer tracer) {
this.tracer = tracer;
}
void doSomething() {
try (BaggageInScope scope = this.tracer.createBaggageInScope("baggage1", "value1")) {
// Business logic
}
}
}import io.micrometer.tracing.Tracer
import org.springframework.stereotype.Component
@Component
class CreatingBaggage(private val tracer: Tracer) {
fun doSomething() {
tracer.createBaggageInScope("baggage1", "value1").use {
// Business logic
}
}
}此示例创建名为baggage1与值value1.
如果您使用的是 W3C 传播，则包袱会自动通过网络传播。
如果您使用的是 B3 传播，则行李不会自动传播。
要通过网络手动传播行李，请使用management.tracing.baggage.remote-fieldsconfiguration 属性（这也适用于 W3C）。
对于上面的示例，将此属性设置为baggage1结果为 HTTP 标头baggage1: value1.
如果要将行李传播到 MDC，请使用management.tracing.baggage.correlation.fieldsconfiguration 属性。
对于上面的示例，将此属性设置为baggage1导致名为baggage1.
测试
使用@SpringBootTest.
有关更多详细信息，请参阅使用跟踪。