Azure SDK for .NET 中解决 Azure Monitor Distro 重复 SQL 依赖追踪问题
2025-06-05 16:59:26作者:房伟宁
在使用 Azure Monitor Distro 进行应用监控时,开发者可能会遇到 SQL 依赖追踪重复出现的问题。本文将深入分析问题原因,并提供多种解决方案。
问题现象
当开发者同时使用 Azure Monitor Distro 和手动配置 SqlClientInstrumentation 时,会出现 SQL 依赖追踪重复记录的情况。具体表现为:
- 每个 SQL 操作会生成两个追踪记录
- 一个记录包含完整的 SQL 语句文本
- 另一个记录不包含 SQL 语句文本
- 两个记录的属性也不完全相同
根本原因分析
这个问题源于 Azure Monitor Distro 内部已经包含了 SqlClientInstrumentation 的默认配置。当开发者再次手动添加 SqlClientInstrumentation 时,实际上创建了两个独立的检测器实例,导致每个 SQL 操作被记录两次。
解决方案
方案一:完全自定义配置
放弃使用 Azure Monitor Distro,改用 Azure Monitor Exporter 并手动配置所有需要的检测器:
builder.Services.AddOpenTelemetry()
.WithTracing(builder =>
{
builder.AddAzureMonitorTraceExporter();
builder.AddSqlClientInstrumentation(options =>
{
options.RecordException = true;
options.SetDbStatementForText = true;
});
// 添加其他需要的检测器
});
方案二:环境变量配置
通过环境变量配置 SqlClientInstrumentation 而不修改代码:
OTEL_DOTNET_AUTO_SQLCLIENT_SET_DBSTATEMENT_FOR_TEXT=true
OTEL_DOTNET_AUTO_SQLCLIENT_RECORD_EXCEPTION=true
方案三:等待官方更新
目前 Azure Monitor Distro 不提供排除特定检测器的功能。可以关注官方更新,未来版本可能会提供更灵活的配置选项。
最佳实践建议
- 对于新项目,建议采用方案一的完全自定义配置方式,可以获得最大的灵活性
- 对于已有项目,如果已经大量使用 Azure Monitor Distro,可以采用环境变量配置
- 使用 Entity Framework Core 时,可以考虑添加对应的检测器而不是 SqlClientInstrumentation
- 定期检查 Azure SDK 的更新日志,关注相关功能的改进
总结
重复的 SQL 依赖追踪问题源于检测器的重复配置。开发者需要根据项目实际情况选择合适的解决方案。随着 Azure Monitor OpenTelemetry 生态的不断完善,未来这类配置问题将会得到更好的解决。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.2 K
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
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
661