如何将 Python OpenTelemetry 数据导出至 Azure Monitor

本技能教你如何使用底层导出器（Low-level Exporter）将 Python 程序的 OpenTelemetry 遥测数据（Traces, Metrics, Logs）精确地发送到 Azure Application Insights。

为什么需要这个技能

在构建云原生应用时，监控系统的可观测性至关重要。虽然 Azure 提供了自动仪表化（Auto-instrumentation）的快速配置方案，但在复杂的企业级项目中，开发者往往需要更细粒度的控制权。

当你需要自定义 OpenTelemetry 管道、精确控制采样率、或者在不支持自动注入的环境中手动配置遥测数据导出时，直接使用 azure-monitor-opentelemetry-exporter 是最佳选择。它允许你独立控制追踪、指标和日志的导出逻辑，而无需依赖庞大的分发包。

适用场景

• 自定义遥测管道：需要手动定义 TracerProvider 或 MeterProvider 的高级场景。
• 细粒度数据控制：需要为不同类型的遥测数据设置不同的导出频率或采样策略。
• 严格的安全环境：需要通过 Azure AD（Managed Identity）而非连接字符串进行身份验证。
• 离线重试需求：在网络不稳定的环境下，需要配置本地存储以保证数据在恢复后能够重传。

核心工作流

1. 安装与环境配置

首先安装导出器库，并在环境变量中设置连接字符串。

pip install azure-monitor-opentelemetry-exporter

APPLICATIONINSIGHTS_CONNECTION_STRING=InstrumentationKey=xxx;IngestionEndpoint=https://xxx.in.applicationinsights.azure.com/

2. 配置三种核心导出器

• 追踪导出 (Trace)：使用 AzureMonitorTraceExporter 配合 BatchSpanProcessor 将请求链路发送至 requests 和 dependencies 表。
• 指标导出 (Metric)：使用 AzureMonitorMetricExporter 配合 PeriodicExportingMetricReader 将自定义计数器发送至 customMetrics 表。
• 日志导出 (Log)：使用 AzureMonitorLogExporter 将 Python 标准日志记录发送至 traces 表。

3. 高级优化策略

• 身份验证：使用 DefaultAzureCredential() 替换连接字符串，实现更安全的 AAD 认证。
• 采样控制：引入 ApplicationInsightsSampler 降低数据量，仅采样 10% 的请求以减轻负载。
• 可靠性保证：配置 storage_directory 开启离线存储，确保在网络波动时数据不丢失。

下载和安装

下载 azure-monitor-opentelemetry-exporter-py 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐