一探究竟新一代可观测标准OpenTelemetry

OpenTelemetry 介绍 本文系统介绍了OpenTelemetry的核心概念、发展历史、主要特点与优势、关键组件(API、SDK、Collector、导出器)、与主流后端(如Jaeger、Prometheus、Zipkin)的集成方式,以及在云原生环境下的应用价值。适合希望了解和落地可观测性体系的开发者与运维人员。 阅读详情

什么是可观测


相信大家日常经常使用kibana、grafana、jaeger等平台观察系统状态和定位问题,这些就是可观测体系的一部分。可观测主要包括:

  • 日志,实现有ELK(es/logstash/kibana)等

  • 指标,实现有grafana+promthues等

  • 追踪,基于opentracing协议的实现有jaeger、skywalking等

我们排查问题过程,一般都会把三者日志、指标、追踪结合来看,比如通过接口异常增量指标发现问题--->链路追踪定位异常服务--->排查异常服务日志,所以关于可观测我们经常可以看见这个经典的图片:

488a730f02b1b6a842252b5a3fe6d690.png

什么是OpenTelemetry


关于可观测除了上述的各种实现外,还有另一套实现OpenCensus,于是诞生统一标准OpenTelemetry且兼容OpenTracing,OpenCensus。不过关于go语言OpenTelemetry的统一sdk实现还不完善,比如目前还不支持日志,具体可以查看https://github.com/open-telemetry/opentelemetry-go。

95404dd3b46b8106ff416d3cececca03.png

接下来,我们基于Go来看看,原sdk(也就是未使用OpenTelemetry)接入指标和追踪的方式和基于OpenTelemetry新体系的指标和追踪接入方式区别。

可观测之指标


基于原生promethuessdk的指标采集演示

Go版本 这里用的1.14

主要依赖的包:

"github.com/prometheus/client_golang/prometheus"
"github.com/prometheus/client_golang/prometheus/promhttp"

就依赖了两个包,使用比较简单:

  1. 单独创建一个server使用github.com/prometheus/client_golang/prometheus/promhttp暴露指标

  2. 使用github.com/prometheus/client_golang/prometheus创建自定义指标,比如NewCounterVec创建计数器、HistogramVec创建直方图等等。

  3. WithLabelValues给自定义指标打标签

代码示例如下:

docker示例:https://github.com/TIGERB/easy-tips/tree/master/docker/grafana-promethues/go-demo/main.go.promethues

package main

import (
 "net/http"

 // 引入prometheus sdk
 "github.com/prometheus/client_golang/prometheus"
 "github.com/prometheus/client_golang/prometheus/promhttp"
)

var (
 // 自定义接口请求次数自定义指标
 GlobalApiCounter *prometheus.CounterVec
)

func init() {
 // 初始化接口请求次数自定义指标
 GlobalApiCounter = prometheus.NewCounterVec(prometheus.CounterOpts{
  Name: "demo_api_request_counter",
  Help: "接口请求次数自定义指标",
 },
  []string{"domain", "uri"}, // 域名和接口
 )
 prometheus.MustRegister(GlobalApiCounter)
}

func main() {
 go (func() {
  // 创建一个独立的server export暴露Go指标 避免通过业务服务暴露到外网
  metricServer := http.NewServeMux()
  metricServer.Handle("/metrics", promhttp.Handler())
  http.ListenAndServe(":2112", metricServer)
 })()

 // 使用默认server
 http.HandleFunc("/v1/demo", func(w http.ResponseWriter, r *http.Request) {
  // 自定义计数
  GlobalApiCounter.WithLabelValues(r.Host, r.RequestURI).Inc()

  w.Write([]byte("test"))
 })
 // 启动一个http服务并监听6060端口 这里第二个参数可以指定handler
 http.ListenAndServe(":6060", nil)
}

访问接口curl 127.0.0.1:6060/v1/demo后,查看指标输出 curl 127.0.0.1:2112/metrics,如下:

# HELP demo_api_request_counter 接口请求次数自定义指标# TYPE demo_api_request_counter counterdemo_api_request_counter{doamin="127.0.0.1:6060",uri="/v1/demo"} 4

基于OpenTelemetrysdk的promethues指标采集演示

Go版本 这里用的1.19 版本太低报错

主要依赖的包:

"github.com/prometheus/client_golang/prometheus/promhttp"
"go.opentelemetry.io/otel/attribute"
"go.opentelemetry.io/otel/exporters/prometheus"
"go.opentelemetry.io/otel/metric"metricsdk "go.opentelemetry.io/otel/sdk/metric"

相对于原生prome只使用两个包,引入的包多几个:

  1. 相同点:仍然单独创建一个server使用github.com/prometheus/client_golang/prometheus/promhttp暴露指标

  2. 不同点:使用go.opentelemetry.io/otel/exporters/prometheus初始化一个指标对象meter

  3. 不同点:使用meter.Int64Counter初始化计数器、直方图等

  4. 不同点:metric.WithAttributes打标签

代码示例如下:

docker示例:https://github.com/TIGERB/easy-tips/tree/master/docker/grafana-promethues/go-demo/main.go

package main

import (
 "context"
 "net/http"

 // 引入prometheus sdk
 "github.com/prometheus/client_golang/prometheus/promhttp"
 "go.opentelemetry.io/otel/attribute"
 "go.opentelemetry.io/otel/exporters/prometheus"
 "go.opentelemetry.io/otel/metric"
 metricsdk "go.opentelemetry.io/otel/sdk/metric"
)

var meter metric.Meter

func init() {
 // 初始化指标meter
 mexp, err := prometheus.New()
 if err != nil {
  panic(err)
 }
 meter = metricsdk.NewMeterProvider(metricsdk.WithReader(mexp)).Meter("http-demo")
}

func main() {
 // 集成指标
 // https://github.com/open-telemetry/opentelemetry-go/blob/main/example/prometheus/main.go
 // 创建一个接口访问计数器
 urlCouter, _ := meter.Int64Counter("demo_api_request_counter", metric.WithDescription("QPS"))

 go (func() {
  // 创建一个独立的server export暴露Go指标 避免通过业务服务暴露到外网
  metricServer := http.NewServeMux()
  metricServer.Handle("/metrics", promhttp.Handler())
  http.ListenAndServe(":2112", metricServer)
 })()

 // 使用默认server
 http.HandleFunc("/v1/demo", func(w http.ResponseWriter, r *http.Request) {
  // 自定义计数
  opt := metric.WithAttributes(attribute.Key("domain").String(r.Host), attribute.Key("uri").String(r.RequestURI))
  urlCouter.Add(context.Background(), 1, opt) // 计数

  w.Write([]byte("test"))
 })
 // 启动一个http服务并监听6060端口 这里第二个参数可以指定handler
 http.ListenAndServe(":6060", nil)
}

访问接口curl 127.0.0.1:6060/v1/demo后,查看指标输出 curl 127.0.0.1:2112/metrics,如下:

# HELP demo_api_request_counter_total QPS# TYPE demo_api_request_counter_total counterdemo_api_request_counter_total{domain="127.0.0.1:6060",otel_scope_name="http-demo",otel_scope_version="",uri="/v1/demo"} 1

可观测之追踪


基于OpenTracingsdk的jaeger追踪演示

Go版本 这里用的1.18

主要依赖的包:

"github.com/grpc-ecosystem/go-grpc-middleware/tracing/opentracing"
"github.com/opentracing/opentracing-go"
"github.com/uber/jaeger-client-go"
"github.com/uber/jaeger-client-go/transport"

使用方式:

  1. 使用jaeger.NewTracer创建一个tracer对象tracer,并指定jaeger服务地址(这里采用的是非agent方式演示)

  2. 使用tracer创建一个spantracer.StartSpan,并在你想追踪的代码段后面span.Finish()

  3. 这里上游使用grpc服务做测试,使用opentracing中间件SDK go-grpc-middleware/tracing/opentracing

代码示例如下:

docker示例:https://github.com/TIGERB/easy-tips/tree/master/docker/go-jaeger

package main

import (
 // 导入net/http包
 "context"
 "http-demo/demov1"
 "io"
 "net/http"

 "google.golang.org/grpc"

 grpc_opentracing "github.com/grpc-ecosystem/go-grpc-middleware/tracing/opentracing"
 opentracing "github.com/opentracing/opentracing-go"
 jaeger "github.com/uber/jaeger-client-go"
 "github.com/uber/jaeger-client-go/transport"
)

var (
 // 创建一个tracer对象
 tracer opentracing.Tracer
)

func main() {
 // 指定上报数据的jaeger服务地址
 sender := transport.NewHTTPTransport(
  "http://go-jaeger-jaeger-demo:14268/api/traces",
 )
 var closer io.Closer
 tracer, closer = jaeger.NewTracer(
  "http-demo",
  jaeger.NewConstSampler(true),
  jaeger.NewRemoteReporter(sender),
 )
 defer closer.Close()

 http.HandleFunc("/v1/demo", func(w http.ResponseWriter, r *http.Request) {
  // 创建一个`span`
  span := tracer.StartSpan("demo_span_1")
  defer span.Finish()
  name, err := demoGrpcReq()
  if err != nil {
   w.Write([]byte(err.Error()))
  }
  // 写入响应内容
  w.Write([]byte(name))
 })

 // 启动一个http服务并监听6060端口 这里第二个参数可以指定handler
 http.ListenAndServe(":6060", nil)
}

func demoGrpcReq() (string, error) {
 // 使用opentracing中间件SDK go-grpc-middleware/tracing/opentracing
 conn, err := grpc.Dial("grpc-demo:1010", grpc.WithInsecure(), grpc.WithUnaryInterceptor(grpc_opentracing.UnaryClientInterceptor(
  grpc_opentracing.WithTracer(tracer),
 )))
 if err != nil {
  return "", err
 }
 defer conn.Close()

 client := demov1.NewGreeterClient(conn)
 resp, err := client.SayHello(context.TODO(), &demov1.HelloRequest{
  Name: "http request",
 })
 if err != nil {
  return "", err
 }
 return resp.GetMessage(), nil
}

使用docker-compose up -d启动演示服务,模拟请求curl 127.0.0.1:6060/v1/demo,查看jaeger后台http://localhost:16686/,示例如下:

4fe29c267f74d8af6a819d38137e8cd9.png

基于OpenTelemetrysdk的jaeger追踪演示

Go版本 这里用的1.19 版本太低报错

主要依赖的包:

"go.opentelemetry.io/contrib/instrumentation/net/http/otelhttp"
"go.opentelemetry.io/contrib/instrumentation/google.golang.org/grpc/otelgrpc"
"go.opentelemetry.io/otel"
"go.opentelemetry.io/otel/exporters/jaeger"
"go.opentelemetry.io/otel/propagation"
"go.opentelemetry.io/otel/sdk/resource"
"go.opentelemetry.io/otel/sdk/trace"
"go.opentelemetry.io/otel/semconv/v1.17.0"

使用方式:

  1. 使用"go.opentelemetry.io/otel/exporters/jaeger"初始化追踪tracer,同样指定jaeger服务地址(这里采用的是非agent方式演示)

  2. http服务进行链路追踪,使用包go.opentelemetry.io/contrib/instrumentation/net/http/otelhttp.NewHandler创建http handler

  3. grpc服务进行链路追踪,使用grpc otel追踪sdk go.opentelemetry.io/contrib/instrumentation/google.golang.org/grpc/otelgrpc

代码示例如下:

docker示例:https://github.com/TIGERB/easy-tips/tree/master/docker/go-otel

package main

import (
 // 导入net/http包
 "context"
 "http-demo/demov1"
 "net/http"

 "go.opentelemetry.io/contrib/instrumentation/net/http/otelhttp"
 "google.golang.org/grpc"

 "go.opentelemetry.io/contrib/instrumentation/google.golang.org/grpc/otelgrpc"
 "go.opentelemetry.io/otel"
 "go.opentelemetry.io/otel/exporters/jaeger"
 "go.opentelemetry.io/otel/propagation"
 "go.opentelemetry.io/otel/sdk/resource"
 tracesdk "go.opentelemetry.io/otel/sdk/trace"
 semconv "go.opentelemetry.io/otel/semconv/v1.17.0"
)

// 追踪
var tracer *tracesdk.TracerProvider

func init() {
 // 初始化追踪tracer
 // https://github.com/open-telemetry/opentelemetry-go/blob/main/example/jaeger/main.go
 // Create the Jaeger exporter
 exp, err := jaeger.New(jaeger.WithCollectorEndpoint(jaeger.WithEndpoint("http://jaeger-demo:14268/api/traces")))
 if err != nil {
  panic(err)
  return
 }
 tracer = tracesdk.NewTracerProvider(
  tracesdk.WithBatcher(exp),
  tracesdk.WithResource(resource.NewWithAttributes(
   semconv.SchemaURL,
   semconv.ServiceNameKey.String("http-demo"),
  )),
 )

}

// 常见框架集成opentelemetry SDK
// https://github.com/open-telemetry/opentelemetry-go-contrib/tree/main/instrumentation
func main() {
 otel.SetTracerProvider(tracer)
    // 关联上下文
 otel.SetTextMapPropagator(propagation.NewCompositeTextMapPropagator(propagation.TraceContext{}, propagation.Baggage{}))
 ctx, cancel := context.WithCancel(context.Background())
 defer cancel()
 defer tracer.Shutdown(ctx)

 // /v1/demo接口 业务逻辑handler
 demoHandler := func(w http.ResponseWriter, r *http.Request) {
  // 调用demo grpc接口
  name, err := demoGrpcReq()
  if err != nil {
   w.Write([]byte(err.Error()))
  }
  // 写入响应内容
  w.Write([]byte(name))
 }

 // 集成链路追踪
 // https://github.com/open-telemetry/opentelemetry-go-contrib/blob/main/instrumentation/net/http/otelhttp/example/server/server.go
 otelHandler := otelhttp.NewHandler(http.HandlerFunc(demoHandler), "otelhttp demo test")
 http.Handle("/v1/demo", otelHandler)

 // 启动一个http服务并监听6060端口 这里第二个参数可以指定handler
 http.ListenAndServe(":6060", nil)
}

func demoGrpcReq() (string, error) {
 // 使用grpc otel追踪sdk go.opentelemetry.io/contrib/instrumentation/google.golang.org/grpc/otelgrpc
 conn, err := grpc.Dial("grpc-demo:1010",
  grpc.WithInsecure(),
  grpc.WithUnaryInterceptor(otelgrpc.UnaryClientInterceptor()),
  grpc.WithStreamInterceptor(otelgrpc.StreamClientInterceptor()),
 )
 if err != nil {
  return "", err
 }
 defer conn.Close()

 client := demov1.NewGreeterClient(conn)
 resp, err := client.SayHello(context.TODO(), &demov1.HelloRequest{
  Name: "http request",
 })
 if err != nil {
  return "", err
 }
 return resp.GetMessage(), nil
}

使用docker-compose up -d启动演示服务,模拟请求curl 127.0.0.1:6060/v1/demo,查看jaeger后台http://localhost:16686/,示例如下:

ecf7aa782ae5c0985ac257f024c38475.png

总结


左右滑动查看

可观测接入方式Go版本export方式自定义标签
指标原生promethues方式接入支持范围广,本文用的1.14promhttp包github.com/prometheus/client_golang/prometheus包,WithLabelValues
指标基于opentelemtry的promethues方式接入版本太低报错,本文用的1.19promhttp包go.opentelemetry.io/otel/exporters/prometheus包,WithAttributes
可观测接入方式Go版本主要依赖包grpc中间件
追踪原生jaeger方式接入本文用的1.18github.com/uber/jaeger-client-go包,github.com/opentracing/opentracing-gogithub.com/grpc-ecosystem/go-grpc-middleware/tracing/opentracing包,UnaryClientInterceptor、WithTracer
追踪基于opentelemtry的jaeger方式接入版本太低报错,本文用的1.19go.opentelemetry.io/otel/exporters/jaeger包,go.opentelemetry.io/otel包go.opentelemetry.io/contrib/instrumentation/google.golang.org/grpc/otelgrpc包,UnaryClientInterceptor、StreamClientInterceptor

Go轻松进阶系列 更多文章

77b6b64c1e38c49b3b766fca443226cf.png

62f38cf0bcec7afe382791d5ae71f205.gif

云原生内容分享(四):OpenTelemetry 重塑云原生的可观测性 随着云计算、微服务和容器化技术的快速发展,现代应用程序的架构变得越来越复杂。这种复杂性为运维人员和开发者带来了新的挑战,特别是在监控、追踪和诊断分布式系统的行为和性能方面。传统的监控工具和框架往往专注于单一的领域,如日志记录、度量收集或分布式追踪。然而,这些工具之间的互操作性和数据标准化程度有限,导致在大规模、多语言的云原生环境中实施全面可观测性变得困难且成本高昂。OpenTelemetry 与 Kubernetes 结合,构建了一套强大的云原生环境下的可观测性解决方案。 阅读详情

相关推荐

入门OpenTelemetry——应用自动埋点

简单说就是:“在合适的地方插追踪/监控代码”。要使用 OpenTelemetry 检测应用程序,可以前往访问 OpenTelemetry 存储库,选择适用于的应用程序的语言,然后按照说明进行操作。

qq_33816243的博客 1844

golang工程——opentelemetry简介、架构、概念、追踪原理

基本是opentelemetry 解决方案概念介绍。方案就是想统一生产中metrics、trace、log

qq_43058348的博客 1万+

【可观测性系列】 Opentelemetry 介绍

大家好,我是蓝胖子,随着微服务的流行,服务的可观测性概念被越来越多人提及到,究竟什么是可观测性?我们应该如何构建服务的可观测性?我将会在这篇文章中逐步提及到,并对和可观测性相关的工具 Opentelemetry做一个大致的介绍。

我活在当下,我巨他妈勇敢。 1377

Opentelemetry简介

目录简介为什么使用Opentelemetry数据类型TracingMetricsLoggingBaggage包含哪些内容跨语言的规范CollectorReceiverProcessorExporter客户端参考 简介 OpenTelemetry 是一组 API、SDK、工具和集成,旨在创建和管理遥测数据,例如Trace、Metrics和Logs。该项目提供了一个与供应商无关的实现,可以将其配置为将遥测数据发送到您选择的后端。它支持各种流行的开源项目,包括 Jaeger 和 Prometheus。 主要解决的

qq_27749613的博客 1万+

观测云接收 OpenTelemetry Collector 数据最佳实践

本文介绍观测云如何接收 OpenTelemetry Collector 数据进行统一查看和分析,帮助用户实现灵活的可观测性数据管理体系。

观测云的博客 1183

【云原生】springboot 整合 OpenTelemetry

springboot 整合 OpenTelemetry

congge 1万+

OpenTelemetry:新一代的开源可观测性标准

OpenTelemetry是由OpenTracing和OpenCensus两个开源项目合并而成,由云原生计算基金会(CNCF)托管。该项目旨在提供一套标准化的、跨语言的观测性工具,帮助开发人员和运维人员更好地理解和管理分布式系统的性能和行为。通过统一的Metrics(指标)、Logs(日志)和Traces(追踪)数据模型,OpenTelemetry使得数据收集、处理和分析变得更加高效和便捷。

乘云数字DATABUFF官方博客 3429

一份针对零基础学习AI Agent详细学习计划

以下是针对零基础学习者制定的AI Agent详细学习计划,结合最新行业动态和实用资源推荐,帮助你从入门到进阶系统掌握核心技能

sexy19910923的博客 1906

从Opentracing、OpenCensus 到 OpenTelemetry,看可观测数据标准演进史

一文读懂Opentelemetry!

阿里巴巴云原生的博客 3268

医学成像学习笔记(一):核磁共振成像(MRI)k空间为何是图像频谱详解

前言   k空间是核磁共振成像图像重建的核心,可能很多人像笔者一样第一次学时会非常疑惑,为何k空间是图像的频域空间,观其填充过程,明明是空域信号的采样填充呀。网上很少有文章讨论这个问题,所以笔者在此写下自己的理解,供大家参考。 MRI位置编码   现在的MRI一次扫描的是一个断层或者多个断层,所谓断层就是一个有厚度的面,通过z方向梯度场来选择。我们扫描一个断层的目的是为了获得该断层各位置的质子情况,它们携带着组织的性质信息,反应出来的就是信号强度。如果整个断层都采用相同的磁场强度,而我们只能得到一个断

意疏的学习笔记 1万+

小白快速上手 labelimg:新手图像标注详解教程

本教程主要帮助没有使用过labelimg的小白上手该软件,快速学会基本操作和打标签,为数据集准备打下基础。

小白一枚~ 2万+

云原生观测性 - OpenTelemetry

“ 应用的稳定性,以及出现问题的时候,怎样的快速定位到真正的原因,对于很多企业来说是都是一直在不断的设计和完善的能力。主要体现在怎样监控系统,怎样从日志上快速的找到错误,怎样快速的知道调用链是不是出现了问题,以及应用的运行时有没有出问题,应用依赖的数据库,中间件等是不是出现问题了。这也是大家经常听到的观测性的大三要素,监控,日志,链路。随着云原生的技术的发展,社区也在重新思考一样这些问题,也在不断的提出新的标准。接下来,我们就来介绍介绍 OpenTelemetry 这个技术。 01方法...

DaoCloud_daoke的博客 8272

终端里藏了个AI大神!DeepSeek‑TUI让你的命令行直接起飞

DeepSeek-TUI:终端AI编程神器 DeepSeek-TUI是一款专为开发者设计的终端AI编程工具,基于DeepSeek V4模型,提供100万Token超大上下文支持,适合处理复杂项目。其核心优势包括: 轻量高效:单二进制文件,无需依赖环境,支持SSH远程操作 智能交互:实时流式输出推理过程,支持三档模式(Plan/Agent/YOLO)灵活切换 强大功能:集成文件读写、Git管理、Shell执行等工具,支持一键回滚和持久会话 节省成本:智能压缩与缓存优化,显著降低Token消耗 适用于服务器开发

969

可观测链路 OpenTelemetry 版

OpenTelemetry 是由维护的一个项目,它集成了和OpenCensus,为开发者提供了一套统一的框架来进行分布式追踪、度量指标采集和日志收集。它支持多种编程语言(如 Java、Go、Python、JavaScript 等)以及与流行的监控系统和后端(如 Prometheus、Jaeger、Zipkin、Elasticsearch 等)进行集成。提供了一种统一的方式来收集、处理和导出可观测数据(追踪、度量、日志),帮助开发者和运维人员实现分布式系统的全面监控。

HaoHao_010的博客 1429

手把手教你学simulink(16.10)-- 基于Simulink的IIR滤波器(Infinite Impulse Response Filter)项目

基于Simulink的IIR滤波器(Infinite Impulse Response Filter)项目的详细实例介绍。这个项目将重点放在IIR滤波器的设计、实现和仿真上,帮助你理解和应用IIR滤波器在信号处理中的作用。

MHD0815的博客 708

CMOS Sensor的调试经验分享

我这里要介绍的就是CMOS摄像头的一些调试经验。 首先,要认识CMOS摄像头的结构。我们通常拿到的是集成封装好的模组,一般由三个部分组成:镜头、感应器和图像信号处理器构成。一般情况下,集成好的模组我们只看到外面的镜头、接口和封装壳,这种一般是固定焦距的。有些厂商只提供芯片,需要自己安装镜头,镜头要选择合适大小的镜头,如果没有夜视要求的话,最好选择带有红外滤光的镜头,因为一般的sensor都...

camerall 3764

DeepFlow OpenTelemetry:标准观测数据源

在云原生时代,微服务架构的复杂性给可观测性带来了巨大挑战。传统监控工具往往需要针对不同语言、框架进行繁琐的插桩(Instrumentation),导致开发团队负担沉重。OpenTelemetry(OTel)作为CNCF毕业项目,提供了 vendor-neutral 的标准API来解决这一问题,而DeepFlow作为云原生深度可观测性平台,完美集成了OpenTelemetry数据源。 本文将深入探...

gitblog_00621的博客 880

特征选择/筛选方法总结

作者:jliang https://blog.youkuaiyun.com/jliang3 1.特征选择介绍 1)特征分类 相关特征:对于学习任务(例如分类问题)有帮助,可以提升学习算法的效果; 无关特征:对于我们的算法没有任何帮助,不会给算法的效果带来任何提升; 冗余特征:不会对我们的算法带来新的信息,或者这种特征的信息可以由其他的特征推断出; 2)特征选择的目的 对于一个特定的学习算法...

jliang3的博客 8万+

OpenTelemetry统一观测:下一代可观测性标准全面支持

随着大模型系统日益复杂,OpenTelemetry正成为统一监控的核心标准。通过与ms-swift框架深度集成,实现从训练到推理的全链路追踪,支持细粒度性能分析与故障定位。借助标准化协议,开发者可构建透明、可复现的MLOps流程,推动AI系统从‘跑得起来’走向‘看得清楚’。

weixin_42518334的博客 945

线性代数 --- 置换矩阵 (Permutation matrix)

置换矩阵 - permutation matrix

松下J27录放机 3万+

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

可观测性、OpenTracing、OpenCensus、OpenTelemetry、Jaeger

监控与观测;OpenTracing:术语、Maven、Jaeger和OpenTracing;OpenCensus;OpenTelemetry:OpenTracing、OpenCensus和OpenTelemetry、Jaeger和OpenTelemetry、OTLP; Jaeger:版本、Jaeger版本与OpenTracing、OpenTelemetry;推荐阅读;

lonelymanontheway的博客 1390

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

OpenTelemetry统一观测信号采集标准

OpenTelemetry通过标准化日志、指标和追踪数据的采集与传输,解决云原生环境下可观测性碎片化问题。它提供SDK、OTLP协议、Collector组件和分布式追踪支持,实现多语言、多平台的统一监控体系,降低运维成本并提升故障排查效率。

weixin_30700095的博客 358

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

OpenTelemetry 可观测建设

建设可观测性需要解决的问题 链路追踪怎么前后端串联? 链路追踪关联相应日志和指标? 1、OpenTelemetry 实现了不同语言的SDK,前端链路主要通过opentelemetry-js 实现,后端也有相关语言的实现,比如 Java、Go、Python 等,不同语言将各自的 trace 信息统一上报到 opentelemetry-collector(以下简称otel-collector)。 2、以 Java 语言为例,opentelemetry-java(以下简称“Agent”)通过javaage

liurui_wuhan的专栏 1522

OpenTelemetry (OTEL):云原生时代的可观测性标准与实战指南

OpenTelemetry(OTEL)是CNCF维护的云原生可观测性标准框架,支持Trace、Metrics和Logs三种数据类型。文章详细介绍了OTEL的架构、数据采集方式(自动/手动插桩)以及核心组件(SDK、Exporter、Collector)。通过Java和Python的实战示例演示了如何集成OTEL,并对比了两者的实现差异。作为OpenTracing和OpenCensus的统一方案,OTEL已成为构建现代APM系统的基石,支持多种后端系统如Jaeger、Prometheus等,是实现智能运维的关

gs80140的专栏 1945

可观测性 2026 趋势:eBPF、OpenTelemetry 和 AIOps 的融合

核心原理:eBPF(extended Berkeley Packet Filter)允许在 Linux 内核中运行沙箱程序,无需修改内核代码或加载内核模块。

好代码自己会说话,烂代码才需要注释来圆谎 5965
上一篇: 读一本好书|奈飞文化手册
下一篇: 初识协程栈
TIGERB_Blog
博客等级 码龄10年 109粉丝 65原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值