OpenTelemetry-js中HttpInstrumentation模块在ESM模式下对http.get请求的追踪问题分析
2025-06-27 04:43:07作者:史锋燃Gardner
问题背景
在Node.js应用中使用OpenTelemetry进行分布式追踪时,开发人员发现了一个有趣的现象:当使用ES模块(ESM)格式编写代码时,通过http.get方法发起的HTTP请求无法被HttpInstrumentation正确追踪,而使用CommonJS(CJS)格式时则工作正常。这个问题在http.request方法上却不存在,两种模块格式下都能正常追踪。
问题现象
通过对比测试可以清晰地观察到以下现象:
-
在CJS模式下:
http.get调用能够生成追踪spanhttp.request调用也能够生成追踪span
-
在ESM模式下:
http.get调用无法生成追踪spanhttp.request调用能够正常生成追踪span
技术分析
这个问题的根源在于OpenTelemetry的HttpInstrumentation模块对Node.js HTTP客户端方法的包装机制在ESM和CJS下的行为差异。
方法包装机制
HttpInstrumentation通过包装Node.js的HTTP模块方法来注入追踪逻辑。对于http.get和http.request,它们的实现方式有所不同:
http.request是基础方法,直接处理HTTP请求的创建和发送http.get是便捷方法,内部实际上调用了http.request,但设置了GET方法和自动结束请求
ESM与CJS的差异
在CJS模式下,Node.js的模块系统允许OpenTelemetry通过修改模块导出来实现方法包装。而在ESM模式下,由于ES模块的静态特性,这种包装机制变得更加复杂:
- 模块导出是静态绑定的,不能像CJS那样动态修改
http.get在ESM中可能保持了原始引用,绕过了OpenTelemetry的包装层http.request由于是基础方法,可能通过不同的路径被正确包装
解决方案
OpenTelemetry团队已经确认并修复了这个问题。修复方案主要涉及:
- 改进ESM模式下的方法包装机制
- 确保
http.get和http.request都能被正确拦截 - 保持与CJS模式下的行为一致性
最佳实践建议
对于需要在ESM模式下使用OpenTelemetry追踪HTTP请求的开发者,目前可以采取以下临时方案:
- 优先使用
http.request方法替代http.get - 等待包含修复的新版本发布后升级
- 在关键路径上添加手动span创建逻辑作为补充
总结
这个问题展示了Node.js生态系统中模块格式转换带来的挑战。OpenTelemetry作为可观测性工具,需要适应不同的模块系统和Node.js版本。开发者在使用时应当注意测试关键功能在不同环境下的表现,特别是当项目从CJS迁移到ESM时,需要验证所有追踪点是否正常工作。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
631
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
649
270
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
297
110
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211