Azure SDK for JavaScript 中的 OpenTelemetry 核心库升级指南
2025-07-03 11:08:01作者:瞿蔚英Wynne
背景介绍
在分布式系统监控领域,OpenTelemetry 已经成为事实上的标准解决方案。Azure SDK for JavaScript 项目中使用 @opentelemetry/core 作为其遥测功能的基础依赖。近期,该核心库发布了 2.0.0 大版本更新,带来了诸多改进和变化。
版本差异分析
从 1.30.1 升级到 2.0.0 版本,开发者需要注意以下几个关键变化点:
- API 稳定性:2.0.0 版本标志着 API 已经稳定,后续更新将遵循语义化版本控制规范
- 性能优化:新版本对核心追踪和指标功能进行了深度优化
- 配置简化:部分配置项进行了合并和简化
- 废弃功能移除:1.x 版本中标记为废弃的 API 已被完全移除
升级步骤详解
第一步:影响评估
在开始升级前,建议开发者:
- 全面审查当前项目中所有使用 @opentelemetry/core 的地方
- 特别关注自定义的 TracerProvider 和 MeterProvider 实现
- 检查是否有使用已被废弃的 API
第二步:依赖更新
对于每个依赖 @opentelemetry/core 的 Azure SDK 子包:
- 定位到对应包的 package.json 文件
- 将依赖版本从 "1.30.1" 更新为 "2.0.0"
- 保存变更
第三步:依赖解析
执行以下命令确保依赖关系正确解析:
rush update
这个命令会重新计算依赖关系图并下载新版本的包。
第四步:代码适配
根据官方迁移指南,重点检查以下方面:
- 配置对象:新的 SDK 配置可能有不同的结构
- 上下文传播:上下文管理 API 可能有细微变化
- 采样策略:采样器接口可能有所调整
- 资源定义:资源属性定义方式可能更新
第五步:测试验证
升级后必须进行全面的测试:
- 单元测试:确保所有测试用例通过
- 集成测试:验证与其他组件的交互
- 性能测试:确认新版本没有引入性能退化
- 端到端测试:确保整个监控链路正常工作
升级注意事项
- 向后兼容性:虽然 2.0.0 保持了大部分 API 的兼容性,但仍建议进行全面测试
- 依赖传递:注意其他 OpenTelemetry 相关包(如 instrumentation、exporter 等)也需要相应升级
- 文档参考:建议仔细阅读官方发布的迁移指南和变更日志
- 渐进式升级:对于大型项目,可以考虑分阶段逐步升级
结语
保持依赖库的及时更新是维护项目健康的重要环节。@opentelemetry/core 2.0.0 版本带来了更好的性能和更稳定的 API,值得开发者投入时间进行升级。通过遵循上述步骤,可以确保 Azure SDK for JavaScript 项目平滑过渡到新版本,同时充分利用新版本提供的各项改进。
登录后查看全文
热门项目推荐
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
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878