开源项目OpenTelemetry .NET 客户端入门及实践指南
2026-01-17 08:36:33作者:蔡丛锟
1. 项目介绍
OpenTelemetry .NET 是一个用于收集、生成、出口应用性能指标(metrics)、日志(logging)以及跟踪数据(tracing)的客户端库。它遵循OpenTelemetry规范,旨在提供统一的可观测性框架,支持多种监控和分析工具。项目的目标是简化在.NET环境中集成各种监控功能,包括ASP.NET Core应用和其他基于.NET的应用。
2. 项目快速启动
安装SDK
首先,你需要通过NuGet安装OpenTelemetry SDK。在你的csproj文件中添加以下依赖:
<ItemGroup>
<PackageReference Include="OpenTelemetry.Api" Version="1.5.0" />
<PackageReference Include="OpenTelemetry.Exporter.Console" Version="1.5.0" />
</ItemGroup>
配置跟踪
在应用程序入口点(例如Program.cs),配置OpenTelemetry追踪并导出到控制台:
using OpenTelemetry;
using OpenTelemetry.Trace;
// 初始化TracerProvider
var tracerProvider = Sdk.CreateTracerProviderBuilder()
.AddSource("MyApplication")
.AddConsoleExporter()
.Build();
// 运行应用代码...
// 在应用结束时关闭tracerProvider
tracerProvider.Dispose();
添加跟踪代码
在你的业务逻辑中添加跟踪点:
using OpenTelemetry.Trace;
// 获取当前活动 tracer
var tracer = TracerProvider.Default.GetTracer("MyApplication");
using var activity = tracer.StartActivity("OperationName");
activity.SetTag("key", "value");
// 执行操作...
运行并查看结果
运行你的应用程序,控制台将显示跟踪事件及其详细信息。
3. 应用案例和最佳实践
- 错误处理:在异常处理中记录跟踪,以便更好地了解发生错误的情况。
- HTTP请求跟踪:使用
OpenTelemetry.Instrumentation.Http包自动追踪HTTP客户端和服务端请求。 - 数据库调用:对于SQL和其他数据库,可以使用特定的Instrumentation库来收集延迟和成功/失败指标。
- 自定义指标:创建自定义指标以监控系统或服务的关键性能指标(KPIs)。
- 分布式追踪:确保跨服务的追踪ID传播,以可视化整个微服务体系结构中的调用链路。
4. 典型生态项目
OpenTelemetry .NET 与其他生态项目配合良好,例如:
- Prometheus:通过
OpenTelemetry.Exporter.Prometheus.AspNetCore导出指标给Prometheus服务器。 - Jaeger 和 Zipkin:用作分布式追踪的后端。
- Grafana:可视化Prometheus和Jaeger数据的强大工具。
- ILLogger:与.NET内置的日志接口集成,如
Microsoft.Extensions.Logging。
要了解更多关于这些生态项目的集成,请参阅它们的官方文档和对应的OpenTelemetry适配器库。
本指南提供了OpenTelemetry .NET 的基本介绍和快速上手步骤,实际应用可能需要更深入的配置和定制。查阅官方文档可获取更多信息和高级特性的详细说明。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
392
472
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
898
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
358
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
160
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
784
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
811
199
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
533
235
React Native鸿蒙化仓库
JavaScript
312
363