Gone框架介绍15 - 使用traceId追踪日志

2024-05-12 22:04

本文主要是介绍Gone框架介绍15 - 使用traceId追踪日志,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我从头到尾实现了一个Golang的依赖注入框架,并且集成了gin、xorm、redis、cron、消息中间件等功能;自己觉得还挺好用的,并且打算长期维护!
github地址:https://github.com/gone-io/gone
文档地址:https://goner.fun/
请帮忙在github上点个 ⭐️吧,这对我很重要 ;万分感谢!!

文章目录

  • 使用traceId追踪日志
    • 将相关Goners埋葬到Cemetery
    • 简单使用
    • 跨协程(goroutine)传递traceId
    • 跨进程/服务传递traceId
    • 多语言支持

使用traceId追踪日志

在Web应用中,一次请求可能会经过很多业务流程的处理;为了方便排查问题,我们希望所有业务流程打印的日志拥有一个统一的traceId;拥有traceId,就可以将整个业务流程的日志都串起来,回溯和分析问题出在哪个业务环节。
在其他开源框架中,一般采用策略是在所有的函数中都增加context.Context参数,golang官方也是这样推荐的。然而我们认为这样平白无故的多打一些代码实在很难受,我们希望不用在每个函数中传递额外参数实现打印日志中附件traceId。为此,我们在Gone中提供了一个内置的Goner来提供这样的功能。

将相关Goners埋葬到Cemetery

tip: 了解Gone的核心概念和术语请阅读:Gone的核心概念

在这里,我们采用github.com/gone-io/gone/tree/main/goner包中的 BasePriest 来完成相关Goners的埋葬。在BasePriest中会将 tracerconfiglogrus 相关的Goners同埋葬到Cemetery,这三个包一般一起使用。


func MasterPriest(cemetery gone.Cemetery) error {_ = goner.BasePriest(cemetery)//埋葬其他Gonersreturn nil
}

简单使用

在埋葬了tracer的情况下,我们通过注入的logrus.Logger接口打印日志时,日志中会自动添加一串traceId。

//...type service struct {gone.Flaglog logrus.Logger `gone:"gone-logger"` //具名注入到 嵌套的log属性上
}func (svc *service) Business(input string) (string, error) {//打印日志svc.log.Infof("input content is %s", input)return input, nil
}//...

如下,其中061ad00f-8c0d-479c-bc4c-393e0cf2cca2为traceId:

2024-05-11 09:09:57.784|INFO|**/Users/jim/go/pkg/mod/github.com/gone-io/gone@v0.1.4/goner/gin/server.go:46**|061ad00f-8c0d-479c-bc4c-393e0cf2cca2|Server Listen At :8080

跨协程(goroutine)传递traceId

前面例子中,如果没有新开协程是正常的,如果使用关键词go开一个新的协程,会发现协程打印的日志没有traceId。
怎么解决,注入tracer.Tracer接口,使用之前的Go方法来代替go关键词来新开协程,如下:

//...
type service struct {gone.Flaglog logrus.Logger `gone:"gone-logger"` //具名注入到 嵌套的log属性上tracer.Tracer `gone:"gone-tracer"` //注入tracer
}func (svc *service) Business(input string) (string, error) {svc.Go(func() {//新协程中打印日志svc.log.Infof("log in new goroutine")})return input, nil
}
//...

跨进程/服务传递traceId

在微服务中,一个web请求一般会跨域多个微服务,跨域微服务的方式一般会通过:

  1. 消息中间件
    为实现traceId在消息中间件中传递和更方便的使用消息中间件传递业务事件,我们开源了https://github.com/gone-io/emitter仓库,在这个仓库中实现了Rocket MQ的适配,后续计划适配KafkaRabbitMQ等主流的消息中间件。
  2. RPC调用/内部http调用
    通过Gone内置的Goner urllib 来给Gone Web程序发送http请求,traceId会自动在服务间传递。另外使用内置的 grpc 来实现gRpc调用也能自动传递traceId。后续会支持更多的rpc调用。

多语言支持

在http请求中传递traceId,是通过在请求头中增加了一个特殊的头X-Trace-ID来携带traceId。所以如果使用了多种开发语言,不同服务间只要遵守“在Client端请求时附件X-Trace-ID,在Server端处理请求时解析X-Trace-ID”,就能实现让traceId跨域不同语言开发的微服务。
后续会开发其他语言的包支持其他语言无缝接入。

我从头到尾实现了一个Golang的依赖注入框架,并且集成了gin、xorm、redis、cron、消息中间件等功能;自己觉得还挺好用的,并且打算长期维护!
github地址:https://github.com/gone-io/gone
文档地址:https://goner.fun/
请帮忙在github上点个 ⭐️吧,这对我很重要 ;万分感谢!!

上一篇:Gone框架介绍14 -日志输出

这篇关于Gone框架介绍15 - 使用traceId追踪日志的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/983858

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma