40 | 实战串讲（工程篇）：“短链接服务”的工程化实践（中）
TonyBai
你好！我是 Tony Bai。
上节课，我们有了合理的配置管理和高质量的结构化日志，为应用的稳定运行和可运维性打下了坚实的基础。这节课，我们将开始为应用装上“眼睛”和“耳朵”的另外两个重要部分：Metrics 和 Tracing，进一步增强其可观测性。
引入基础可观测性——Metrics：我们将使用 prometheus/client_golang 库，在服务中暴露一些关键的性能指标（如 HTTP 请求计数和延迟），为后续的监控和告警打下基础。这部分内容关联可观测性这节课中关于 Metrics 的讲解。
引入基础可观测性——Tracing：我们将使用 OpenTelemetry Go SDK，为服务添加基本的分布式链路追踪能力，以便在未来更复杂的架构中追踪请求路径。为简化这两节课的实战环境，我们将使用标准输出（stdout）作为 Trace 的 Exporter，让你能直观地在控制台看到追踪数据，而不必搭建复杂的外部追踪系统。这对应了可观测性这节课中关于 Tracing 的介绍。
接下来，我们一一来看。
引入基础可观测性——Metrics
配置和日志帮助我们理解应用的静态设置和离散事件，而 Metrics（度量 / 指标）则为我们提供了量化应用宏观运行状态和性能趋势的能力。对于我们的“短链接服务”，我们关心诸如 HTTP 请求的总量、错误率、处理延迟等关键指标。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. 使用 `prometheus/client_golang` 为应用暴露基础的Metrics指标，通过HTTP中间件进行自动收集。 2. 利用 `OpenTelemetry Go SDK` 实现基础的链路追踪，通过`otelhttp`中间件自动追踪HTTP服务器请求，并在Service层演示了手动创建和管理子Span。 3. 通过HTTP中间件实现对所有请求进行通用处理，是实现对自定义HTTP指标动态更新的最佳方式。 4. 在生产环境中，将Exporter替换为指向Jaeger、Tempo或OTel Collector的Exporter，将追踪数据发送到专业的后端系统进行分析和可视化。 5. 通过插桩为“短链接服务”赋予了基础的链路追踪能力，使得在分析Trace时，能够清晰地看到请求的执行路径和耗时。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《TonyBai · Go 语言进阶课》，新⼈⾸单¥59
《TonyBai · Go 语言进阶课》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论