2.1.3 微博增值团队在Go服务可观测性的实践与探索

• 语言: 中文（简体）
• 格式: .pdf
• 来源: github.com/gopherchina

摘要

文档介绍了微博增值团队在Go服务可观测性方面的实践与探索。内容包括使用OpenTelemetry Client SDK进行手动埋点，收集运行时数据，并利用Go Hook、WASM、eBPF等技术。团队内部封装了官方包以统一管理和控制版本，增强数据收集，与内部框架集成实现开箱即用，并支持内部Client SDK。此外，基于业务特性进行深度埋点，如基于uid查询用户调用链路。文档还展示了OTEL COLLECTOR的使用和具体异常案例。

AI总结

微博增值团队在Go服务可观测性方面的实践与探索，核心围绕OpenTelemetry（OTEL）展开。团队选择手动埋点方式，使用OpenTelemetry Go SDK，并进行了以下关键实践：

1. **技术选型**：对比了运行时收集（如Go Hook、WASM、eBPF）和手动埋点，最终选择了OpenTelemetry Client SDK，因为其成熟度和可控性更高。
2. **内部封装与增强**：对官方SDK进行了浅层封装，以便统一管理和控制版本。同时，在官方最小规约基础上增强了数据收集，例如支持内部Client SDK、与内部框架集成实现开箱即用，并基于业务特性（如按用户ID查询调用链路）进行深度埋点。
3. **数据存储与查询**：展示了用于存储HTTP Span统计信息的物化视图（Materialized View）SQL示例，该视图聚合了请求延迟（P99、P95等）、错误计数、状态码等关键指标。
4. **案例与效果**：通过具体异常案例（涉及多个IP地址和调用关系）展示了可观测性在问题排查中的应用。团队通过OTEL Collector收集数据，实现了对服务运行状态的监控和故障定位。

总结而言，团队通过定制化OpenTelemetry SDK，实现了对Go服务的高效可观测性，解决了数据收集、统一管理和业务深度关联的问题。