Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

Python 檢測範例

您可以檢測 Python 應用程式，使用 OpenTelemetry SDK 和 OpenTelemetry 收集器收集追蹤記錄和指標資料，並將相關聯的結構化 JSON 記錄寫入標準輸出內容。如要試用這項檢測功能，您可以下載並執行 Flask 範例應用程式，該應用程式會產生記錄、指標和追蹤記錄資料，並匯出至Google Cloud 專案。

關於檢測方法

使用 OpenTelemetry 收集器時，您會透過 SDK 和 SDK 的 OTLP 內建匯出工具檢測應用程式。這項檢測不限於特定供應商。您也會部署 OpenTelemetry 收集器，從程序內匯出工具接收遙測資料，然後將該資料匯出至 Google Cloud 專案。如要進一步瞭解收集器，請參閱「Google 建構的 OpenTelemetry 收集器」。

如果環境支援使用收集器，建議您使用 OpenTelemetry 收集器匯出遙測資料。在某些環境中，您必須使用程序內匯出工具，直接將資料傳送至Google Cloud 專案。如要瞭解程序內檢測，請參閱「從 Trace 匯出工具遷移至 OTLP 端點」。

如要進一步瞭解檢測，請參閱下列文件：

關於手動和免程式碼檢測

對於這種語言，OpenTelemetry 將無程式碼檢測定義為從程式庫和框架收集遙測資料，而不變更程式碼的做法。不過，您必須安裝模組並設定環境變數。

本文不說明無程式碼檢測。如需該主題的相關資訊，請參閱「Python 零程式碼檢測」。

如需一般資訊，請參閱「OpenTelemetry Instrumentation for Python」。

事前準備

登入 Google Cloud 帳戶。如果您未曾使用過 Google Cloud，歡迎建立帳戶，親自體驗實際使用我們產品的成效。新客戶還能獲得價值 $300 美元的免費抵免額，用於執行、測試及部署工作負載。

安裝 Google Cloud CLI。

若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

建立或選取 Google Cloud 專案。

選取或建立專案所需的角色

選取專案：選取專案時不需要特定 IAM 角色，只要您獲派某個專案的角色，即可選取該專案。
建立專案：如要建立專案，您必須具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。

建立 Google Cloud 專案：
```
gcloud projects create PROJECT_ID
```
將 PROJECT_ID 替換為您要建立的 Google Cloud 專案名稱。
選取您建立的 Google Cloud 專案：
```
gcloud config set project PROJECT_ID
```
將 PROJECT_ID 替換為 Google Cloud 專案名稱。

確認 Google Cloud 專案已啟用計費功能。

啟用 Cloud Logging、Cloud Monitoring、Cloud Trace 和 Telemetry API (如有任何 API 尚未啟用)：

啟用 API 所需的角色

您必須具備 serviceusage.services.enable 權限，才能啟用 API。如果您建立了專案，可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則，您可以透過「Service Usage 管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

gcloud services enable logging.googleapis.com monitoring.googleapis.com cloudtrace.googleapis.com telemetry.googleapis.com

安裝 Google Cloud CLI。

若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

執行下列指令，初始化 gcloud CLI：

gcloud init

建立或選取 Google Cloud 專案。

選取或建立專案所需的角色

選取專案：選取專案時不需要特定 IAM 角色，只要您獲派某個專案的角色，即可選取該專案。
建立專案：如要建立專案，您必須具備專案建立者角色 (roles/resourcemanager.projectCreator)，其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。

建立 Google Cloud 專案：
```
gcloud projects create PROJECT_ID
```
將 PROJECT_ID 替換為您要建立的 Google Cloud 專案名稱。
選取您建立的 Google Cloud 專案：
```
gcloud config set project PROJECT_ID
```
將 PROJECT_ID 替換為 Google Cloud 專案名稱。

確認 Google Cloud 專案已啟用計費功能。

啟用 Cloud Logging、Cloud Monitoring、Cloud Trace 和 Telemetry API (如有任何 API 尚未啟用)：

啟用 API 所需的角色

gcloud services enable logging.googleapis.com monitoring.googleapis.com cloudtrace.googleapis.com telemetry.googleapis.com

如要取得讓範例應用程式寫入記錄、指標和追蹤記錄資料所需的權限，請要求管理員授予您下列 IAM 角色：
- 專案的記錄檔寫入者 (roles/logging.logWriter)
- 專案的 Monitoring 指標寫入者 (roles/monitoring.metricWriter)
- 專案的 Cloud 遙測資料追蹤記錄寫入者 (roles/telemetry.tracesWriter)
- 配額專案的服務使用情形消費者 (roles/serviceusage.serviceUsageConsumer)
如果您在 Cloud Shell、 Google Cloud 資源或本機開發環境中執行範例，這些權限就足夠。如要瞭解如何設定配額專案，請參閱「設定配額專案」。

重要事項：正式版應用程式通常會依賴服務帳戶，提供寫入記錄、指標和追蹤資料所需的憑證。在這些情況下，請將上述角色授予服務帳戶。

如要取得查看記錄、指標和追蹤記錄資料所需的權限，請要求管理員在專案中授予您下列 IAM 角色：
- 記錄檢視器 (roles/logging.viewer)
- Monitoring 檢視者 (roles/monitoring.viewer)
- Cloud Trace 使用者 (roles/cloudtrace.user)
如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

您或許也能透過自訂角色或其他預先定義的角色，取得必要權限。

檢測應用程式，收集追蹤記錄、指標和記錄

如要檢測應用程式，收集追蹤記錄和指標資料，並將結構化 JSON 記錄寫入標準輸出內容，請按照下列步驟操作：

設定 OpenTelemetry
設定結構化記錄

設定 OpenTelemetry

這個範例應用程式已設為使用 OpenTelemetry Python SDK，透過 OTLP 通訊協定匯出追蹤記錄和指標。根據預設，OpenTelemetry Python SDK 會使用 W3C 追蹤記錄相關資訊格式傳播追蹤記錄相關資訊，確保追蹤記錄中的 span 具有正確的父子關係。

下列程式碼範例說明如何使用 Python 模組設定 OpenTelemetry。如要查看完整範例，請在範例的工具列中選取 GitHub 標誌。

def setup_opentelemetry() -> None:
    resource = Resource.create(
        attributes={
            # Use the PID as the service.instance.id to avoid duplicate timeseries
            # from different Gunicorn worker processes.
            SERVICE_INSTANCE_ID: f"worker-{os.getpid()}",
        }
    )
    # Set up OpenTelemetry Python SDK
    tracer_provider = TracerProvider(resource=resource)
    tracer_provider.add_span_processor(BatchSpanProcessor(OTLPSpanExporter()))
    trace.set_tracer_provider(tracer_provider)

    logger_provider = LoggerProvider(resource=resource)
    logger_provider.add_log_record_processor(BatchLogRecordProcessor(OTLPLogExporter()))
    logs.set_logger_provider(logger_provider)

    reader = PeriodicExportingMetricReader(OTLPMetricExporter())
    meter_provider = MeterProvider(metric_readers=[reader], resource=resource)
    metrics.set_meter_provider(meter_provider)

Flask 應用程式會依據 Flask 的「部署至正式環境」指南中的建議，使用 Gunicorn 處理 HTTP 要求。Gunicorn 會在獨立工作站程序中啟動多個應用程式副本，以提高處理量。為確保工作站程序中的指標不會互相衝突，建議每個工作站程序都為 service.instance.id 資源屬性設定不重複的值。其中一種做法是在 service.instance.id 中加入程序 ID。詳情請參閱「時間序列衝突」。

如要瞭解詳情和設定選項，請參閱「OpenTelemetry Python 檢測」。

設定結構化記錄

如要寫入連結至追蹤記錄的結構化記錄，請將應用程式設為將 JSON 格式的記錄輸出至標準輸出內容，並使用含有追蹤記錄資訊的索引鍵。下列程式碼範例說明如何設定標準 logging 程式庫，使用 python-json-logger 程式庫輸出 JSON 結構化記錄，以及如何使用 opentelemetry-instrumentation-logging 套件納入追蹤資訊。

class JsonFormatter(jsonlogger.JsonFormatter):
    def formatTime(self, record: logging.LogRecord, datefmt: Optional[str] = None):
        # Format the timestamp as RFC 3339 with microsecond precision
        isoformat = datetime.fromtimestamp(record.created).isoformat()
        return f"{isoformat}Z"


def setup_structured_logging() -> None:
    LoggingInstrumentor().instrument()

    log_handler = logging.StreamHandler()
    formatter = JsonFormatter(
        "%(asctime)s %(levelname)s %(message)s %(otelTraceID)s %(otelSpanID)s %(otelTraceSampled)s",
        rename_fields={
            "levelname": "severity",
            "asctime": "timestamp",
            "otelTraceID": "logging.googleapis.com/trace",
            "otelSpanID": "logging.googleapis.com/spanId",
            "otelTraceSampled": "logging.googleapis.com/trace_sampled",
        },
    )
    log_handler.setFormatter(formatter)
    logging.basicConfig(
        level=logging.INFO,
        handlers=[log_handler],
    )

上述設定會從記錄訊息中擷取有效 Span 的相關資訊，然後將該資訊做為屬性新增至 JSON 結構化記錄。接著，您可以使用這些屬性，將記錄與追蹤記錄建立關聯：

logging.googleapis.com/trace：與記錄項目相關聯的追蹤記錄資源名稱。
logging.googleapis.com/spanId：與記錄項目相關聯的追蹤記錄中的 span ID。
logging.googleapis.com/trace_sampled：這個欄位的值必須是 true 或 false。

如要進一步瞭解這些欄位，請參閱 LogEntry 結構。

執行已設定收集遙測資料的範例應用程式

範例應用程式中的檢測作業使用不限供應商的格式，例如記錄資料使用 JSON，指標和追蹤記錄資料則使用 OTLP。範例應用程式也會使用 Flask 提供 HTTP 要求，並使用 requests 程式庫發出 HTTP 要求。OpenTelemetry Collector 會使用 Google 匯出工具，將記錄和指標資料傳送至專案。這項服務會使用 Telemetry API (採用 OTLP)，將追蹤記錄資料傳送至專案。

為產生 HTTP 用戶端和伺服器的指標和追蹤記錄，範例應用程式會安裝 opentelemetry-instrumentation-flask 和 opentelemetry-instrumentation-requests 檢測程式庫：

logger = logging.getLogger(__name__)

# Initialize OpenTelemetry Python SDK and structured logging
setup_opentelemetry()
setup_structured_logging()

app = Flask(__name__)

# Add instrumentation
FlaskInstrumentor().instrument_app(app)
RequestsInstrumentor().instrument()

這個應用程式有兩個端點：

/multi 端點由 multi 函式處理。應用程式中的負載產生器會向 /multi 端點發出要求。這個端點收到要求後，會向本機伺服器上的 /single 端點傳送三到七個要求。

@app.route("/multi")
def multi():
    """Handle an http request by making 3-7 http requests to the /single endpoint."""
    sub_requests = randint(3, 7)
    logger.info("handle /multi request", extra={"subRequests": sub_requests})
    for _ in range(sub_requests):
        requests.get(url_for("single", _external=True))
    return "ok"

/single 端點由 single 函式處理。這個端點收到要求後，會先暫停一小段時間，然後傳回字串。

@app.route("/single")
def single():
    """Handle an http request by sleeping for 100-200 ms, and write the number of seconds slept as the response."""
    duration = uniform(0.1, 0.2)
    logger.info("handle /single request", extra={"duration": duration})
    time.sleep(duration)
    return f"slept {duration} seconds"

下載及部署應用程式

如要執行範例，請按照下列步驟操作：

在 Google Cloud 控制台啟用 Cloud Shell。

啟用 Cloud Shell

Google Cloud 控制台底部會開啟 Cloud Shell 工作階段，並顯示指令列提示。Cloud Shell 是已安裝 Google Cloud CLI 的殼層環境，並已設定適用於您目前專案的值。工作階段可能要幾秒鐘的時間才能初始化。

複製存放區：

git clone https://github.com/GoogleCloudPlatform/opentelemetry-samples

前往範例目錄：

cd opentelemetry-samples/python/instrumentation-quickstart

建構並執行範例：

docker compose up --abort-on-container-exit

如果不是在 Cloud Shell 執行，請執行應用程式，並將 GOOGLE_APPLICATION_CREDENTIALS 環境變數指向憑證檔案。應用程式預設憑證會在 $HOME/.config/gcloud/application_default_credentials.json 提供憑證檔案。

# Set environment variables
export GOOGLE_CLOUD_PROJECT="PROJECT_ID"
export GOOGLE_APPLICATION_CREDENTIALS="$HOME/.config/gcloud/application_default_credentials.json"
export USERID="$(id -u)"

# Run
docker compose -f docker-compose.yaml -f docker-compose.creds.yaml up --abort-on-container-exit

查看指標

範例應用程式中的 OpenTelemetry 檢測會產生 Prometheus 指標，您可以使用 Metrics Explorer 查看：

Prometheus/http_server_duration_milliseconds/histogram 會記錄伺服器要求的時間長度，並將結果儲存在直方圖中。
Prometheus/http_client_duration_milliseconds/histogram 會記錄用戶端要求的時間長度，並將結果儲存在直方圖中。

如要查看範例應用程式產生的指標，請按照下列步驟操作：

前往 Google Cloud 控制台的「Metrics Explorer」頁面：
前往「Metrics Explorer」

如果您是使用搜尋列尋找這個頁面，請選取子標題為「Monitoring」的結果。
在 Google Cloud 控制台的工具列中，選取 Google Cloud 專案。如果是 App Hub 設定，請選取 App Hub 主專案，或已啟用應用程式管理功能的資料夾管理專案。
在「Metric」(指標) 元素中，展開「Select a metric」(選取指標) 選單，在篩選列中輸入 http_server，然後使用子選單選取特定資源類型和指標：
1. 在「Active resources」(使用中的資源) 選單中，選取「Prometheus Target」(Prometheus 目標)。
2. 在「使用中的指標類別」選單中，選取「Http」。
3. 在「Active metrics」(使用中的指標) 選單中，選取指標。
4. 按一下「套用」。
如要新增篩選器，從查詢結果中移除時間序列，請使用「Filter」(篩選器) 元素。
設定資料的查看方式。
如果指標的測量結果是累計值，Metrics Explorer 會自動依據校正週期正規化測量資料，因此圖表會顯示比率。詳情請參閱「種類、類型和轉換」。

測量整數或雙精度值時 (例如使用兩個 counter 指標)，Metrics Explorer 會自動加總所有時間序列。如要查看 /multi 和 /single HTTP 路徑的資料，請將「Aggregation」(匯總) 項目的第一個選單設為「None」(無)。

如要進一步瞭解如何設定圖表，請參閱「在使用 Metrics Explorer 時選取指標」。

查看追蹤記錄

追蹤記錄資料可能需要幾分鐘才會顯示。例如，當專案收到追蹤記錄資料時，Google Cloud Observability 可能需要建立資料庫來儲存該資料。建立資料庫可能需要幾分鐘，這段期間內無法查看任何追蹤記錄資料。

如要查看追蹤記錄資料，請按照下列步驟操作：

前往 Google Cloud 控制台的「Trace Explorer」頁面：
前往「Trace explorer」(Trace 探索工具)

您也可以透過搜尋列找到這個頁面。
在頁面的表格部分，選取 Span 名稱為 /multi 的資料列。
在「Trace details」(追蹤記錄詳細資料) 面板的甘特圖中，選取標示為 /multi 的 span。

畫面上會開啟一個面板，顯示 HTTP 要求的相關資訊。這些詳細資料包括方法、狀態碼、位元組數，以及呼叫端的使用者代理程式。
如要查看與這個追蹤記錄相關聯的記錄，請選取「Logs & Events」(記錄和事件) 分頁標籤。

這個分頁會顯示個別記錄。如要查看記錄項目的詳細資料，請展開記錄項目。您也可以點選「View Logs」(查看記錄)，並使用 Logs Explorer 查看記錄。

如要進一步瞭解如何使用「Trace Explorer」頁面，請參閱「尋找及探索追蹤記錄」。

查看記錄檔

您可以在 Logs Explorer 中檢查記錄檔，也可以查看相關聯的追蹤記錄 (如有)。

前往 Google Cloud 控制台的「Logs Explorer」頁面：
前往「Logs Explorer」(記錄檔探索工具)

如果您是使用搜尋列尋找這個頁面，請選取子標題為「Logging」的結果。
找出說明為「handle /multi request」的記錄。

如要查看記錄詳細資料，請展開記錄項目。
在含有「handle /multi request」訊息的記錄項目上，按一下「Traces」(追蹤記錄)，然後選取「View trace details」(查看追蹤記錄詳細資料)。

「Trace details」(追蹤記錄詳細資料) 面板隨即開啟，並顯示所選追蹤記錄。

記錄資料可能會比追蹤資料早幾分鐘顯示。如果透過 ID 搜尋追蹤記錄或按照這項工作的步驟操作時，在查看追蹤記錄資料時發生錯誤，請稍候一兩分鐘，然後再重試。

如要進一步瞭解如何使用 Logs Explorer，請參閱「使用 Logs Explorer 查看記錄檔」。

Python 檢測範例 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

關於檢測方法

關於手動和免程式碼檢測

事前準備

檢測應用程式，收集追蹤記錄、指標和記錄

設定 OpenTelemetry

設定結構化記錄

執行已設定收集遙測資料的範例應用程式

下載及部署應用程式

查看指標

查看追蹤記錄

查看記錄檔

後續步驟

Python 檢測範例