Lo que vas a aprender en este TP
- Crear spans con el SDK
- Señalar errores, eventos y enlaces
- Consultar con TraceQL y muestrear
Introducción #
Lo que vas a aprender en esta sección
- Crear spans con el SDK
- Señalar errores, eventos y enlaces
- Consultar con TraceQL y muestrear
Contexto. El servicio de pedidos no tiene ninguna biblioteca auto-instrumentada para su lógica de negocio. Lo instrumentas a mano para ver las etapas de un pedido, sus errores de pago y sus procesos por lotes.
Requisitos previos: Docker y Python 3.10 o superior; la pila grafana/otel-lgtm (Collector, Tempo, Loki, Prometheus, Pyroscope y Grafana en un solo contenedor) · Duración estimada: 50 min
Puesta en práctica #
Pasos guiados, con su corrección.
1. Arrancar la pila de observabilidad
¿Por qué? Una sola imagen proporciona un Collector OTLP y todos los backends: nos centramos en la señal.
Lanzagrafana/otel-lgtm, crea un entorno Python y apunta los exportadores al puerto OTLP/HTTP 4318.2. Inicializar el SDK
¿Por qué? El TracerProvider lleva el recurso y el exportador; el BatchSpanProcessor envía por lotes.
Instala el SDK y el exportador OTLP/HTTP y escribeotel_setup.py, que configura el recurso (service.name,service.version,deployment.environment.name) y la exportación.3. Crear una traza de negocio
¿Por qué? Spans con el nombre de cada etapa, con SpanKind y atributos conformes a las convenciones, hacen la traza legible por todas las herramientas.
Escribecommande.py: un span raíztraiter commandey tres hijos (stock como CLIENT con atributos de base de datos, cálculo, pago), un evento y un error de pago una vez de cada tres conrecord_exceptiony estado ERROR.4. Explorar y consultar con TraceQL
¿Por qué? TraceQL filtra por la estructura y los atributos de los spans: una consulta encuentra las trazas importantes.
En Grafana, abre Explore > Tempo. Ejecuta las consultas siguientes, abre una traza con error y encuentra el evento y la excepción del spanpayer.5. Vincular un proceso por lotes con enlaces
¿Por qué? Un lote que procesa elementos de varias trazas no puede tener varios padres: se usan enlaces.
Escribelot.py: tres trazas «recepción» independientes y luego un spanfacturer lotenlazado a las tres. Encuentra los enlaces en el detalle del span.6. Muestrear
¿Por qué? El muestreo por ratio reduce el volumen; parentbased garantiza que una traza se conserve o se descarte entera.
Vuelve a lanzarcommande.pycon un muestreo del 20 % y compara el número de trazas recibidas; comprueba que ninguna traza está incompleta. Explica por qué el tail sampling del Collector sería preferible para conservar todos los errores.
Nivel de dificultad : ●●●○○ (3/5)
Mi seguimiento
Inicia sesión para seguir tu progreso y tomar notas. Iniciar sesión
💬 Debates recientes del curso
- Quels attributs utiliser pour nommer mes spans HTTP (semconv) ?✓ resuelto · 1 respuesta(s)
- OpenTelemetry Collector : mes traces arrivent mais pas mes métriques✓ resuelto · 2 respuesta(s)
Hacer una pregunta sobre esta lección →Ver todos los debates del curso
Artículos recomendados
Instrumenter ses applications pour Pyroscope : SDK, Alloy et eBPF
Envoyer des profils à Pyroscope depuis Go, Java, Python et Node.js avec les SDK, collecter les po...
Les logs avec OpenTelemetry : modèle de données, appenders, corrélation et collecte
Maîtriser le signal log : modèle de données LogRecord, Logs Bridge API et appenders (Logback, Log...
Envoyer des traces vers Tempo : instrumentation OpenTelemetry et Alloy
Produire et acheminer des traces vers Tempo : auto-instrumentation Python/Java/Node, SDK manuel, ...
OpenInference : les conventions OpenTelemetry pour tracer les applications d'IA
Guide détaillé d'OpenInference : conventions sémantiques et instrumentations OpenTelemetry pour L...
Les concepts fondamentaux d'OpenTelemetry : signaux, ressources, contexte et maturité
Le vocabulaire indispensable d'OpenTelemetry : les quatre signaux, API et SDK, ressource et instr...
Bonnes pratiques du tracing distribué avec Jaeger
Check-list pour un tracing utile : instrumentation OpenTelemetry, nommage des spans, attributs, p...
Grafana Alloy et les traces : OTLP, Jaeger et Zipkin vers Tempo
Plongez dans le traitement des traces distribuées. Apprenez à ingérer des traces OTLP, Jaeger ou ...
Grafana Tempo ou Jaeger : quel backend de traces choisir ?
Comparatif détaillé de Grafana Tempo et Jaeger : architecture, stockage, recherche, langage de re...
Tempo : générer des métriques à partir des traces (service graph, span metrics, exemplars)
Activer le metrics-generator de Tempo : service graphs, span metrics RED, remote write vers Prome...