mcpField
D
distributed-tracing

distributed-tracing

github.com/aj-geddes云与 DevOps374415 次安装34 周前更新
代码仓库

关于 distributed-tracing

distributed-tracing 是使用 Jaeger 或 Zipkin 搭建微服务请求追踪的技能，帮助团队检查请求流程、服务依赖和性能瓶颈。

主要功能

  1. 01Jaeger 配置指南
  2. 02Zipkin 集成指南
  3. 03Express 追踪中间件
  4. 04Python Jaeger 集成
  5. 05分布式上下文传播

适用场景

  1. 01调试微服务之间的交互
  2. 02查找性能瓶颈
  3. 03追踪跨服务的请求流程
  4. 04调查故障根本原因

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/aj-geddes/useful-ai-prompts --skill distributed-tracing

安装后在 Claude Code 中输入/distributed-tracing确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
distributed-context-propagation.md
express-tracing-middleware.md
jaeger-setup.md
python-jaeger-integration.md
zipkin-integration.md
scripts/
validate-api.sh
templates/
api-scaffold.yaml

详细介绍

分布式追踪

目录

概述

使用 Jaeger 或 Zipkin 搭建分布式追踪基础设施，以跟踪跨微服务的请求并找出性能瓶颈。

适用场景

  • 调试微服务交互
  • 找出性能瓶颈
  • 跟踪请求流
  • 分析服务依赖关系
  • 根因分析

快速开始

最简可运行示例：

# docker-compose.yml
version: "3.8"
services:
  jaeger:
    image: jaegertracing/all-in-one:latest
    ports:
      - "5775:5775/udp"
      - "6831:6831/udp"
      - "16686:16686"
      - "14268:14268"
    networks:
      - tracing

networks:
  tracing:

参考指南

references/ 目录中的详细实现：

指南内容
Jaeger 设置Jaeger 设置、Node.js Jaeger 插桩
Express 追踪中间件Express 追踪中间件
Python Jaeger 集成Python Jaeger 集成
分布式上下文传播分布式上下文传播
Zipkin 集成Zipkin 集成、追踪分析

最佳实践

✅ 应该做
  • 根据流量规模合理采样
  • 在服务之间传播追踪上下文
  • 添加有意义的 Span 标签
  • 将错误与 Span 一起记录
  • 统一服务命名
  • 监控追踪延迟
  • 记录追踪格式
  • 保持插桩轻量
❌ 不应该做
  • 在生产环境中进行 100% 采样
  • 跳过追踪上下文传播
  • 在 Span 中记录敏感数据
  • 创建过多 Span
  • 忽略采样配置
  • 使用基数无界的标签
  • 未测试采集就部署

评论

支持 Markdown