通过 OpenTelemetry-Python 接入 Python 应用（推荐）

最后更新时间：2025-10-13 19:10:49
通过 OpenTelemetry-Python 接入 Python 应用（推荐）
最后更新时间： 2025-10-13 19:10:49
说明：
OpenTelemetry 是工具、API 和 SDK 的集合，用来检测、生成、收集和导出遥测数据（指标、日志和跟踪），帮助用户分析软件的性能和行为。关于 OpenTelemetry 的更多信息请参考 OpenTelemetry 官方网站。
OpenTelemetry 社区活跃，技术更迭迅速，广泛兼容主流编程语言、组件与框架，为云原生微服务以及容器架构的链路追踪能力广受欢迎。
本文将通过相关操作介绍如何通过社区的 OpenTelemetry-Python 方案接入 Python 应用。
OpenTelemetry-Python 方案对于 Python 系的常用依赖库和框架，包括 Flask、Django、FastAPI、MySQL Connector 等，提供了自动埋点，在不需要修改代码的情况下就能实现链路信息的上报。其他支持自动埋点的依赖库和框架请参考 OpenTelemetry 社区提供的 完整列表。
前提条件
此方案支持 Python 3.6及以上版本。
Django 应用注意事项
如果您的应用使用 Django 框架，通过 OpenTelemetry-Python 方案接入前需要注意如下事项：
推荐使用 uWSGI 方式部署服务，部署方式请参考 通过 uWSGI 托管 Django 应用，直接通过 Python 命令启动可能会造成上报失败。
OpenTelemetry-Python 的引入，可能会导致 Django 应用不再使用默认的配置文件，需要通过环境变量重新指定配置文件。
export DJANGO_SETTINGS_MODULE=mysite.settings
gevent 应用注意事项
如果项目中将 gevent 作为协程库与 Python 自动埋点探针结合使用，可能会出现一系列问题，包括启动报错、Span 异常断链等问题。以下是几种可能的解决方案：
gevent.monkey.patch_all() 需要尽早执行：gevent 通过 monkey patching 修改 Python 标准库中的阻塞式 I/O 操作，使其变为非阻塞式，以适应协程的并发模型。OpenTelemetry 的自动埋点探针也可能依赖或修改标准库的行为。如果 monkey patching 的顺序不当，或者 OpenTelemetry 探针在 gevent 完成 patching 之前加载了某些模块，就可能造成启动报错 RecursionError。
from gevent import monkey
monkey.patch_all() # 尽可能早地执行
﻿
# 之后再导入其他模块和 OpenTelemetry 相关库
from flask import Flask
from opentelemetry import trace
from opentelemetry.sdk.trace import TracerProvider
# ... 其他 OpenTelemetry 配置和应用代码
如果您在使用 Gunicorn 作为 Python 程序的 HTTP 服务器，我们更推荐用 uvicorn 或 gthread 替换 gevent 作为 worker class，以避免潜在的问题。
uWSGI 应用注意事项
uWSGI 使用 master-worker 多进程模型，以下情况可能导致 OpenTelemetry 埋点失败：
插桩代码在 master 进程中初始化，但实际请求在 worker 进程中处理。
worker 进程 fork 后，某些插桩组件可能没有正确继承。
为了保证埋点的成功，可以启用 --lazy-apps 参数，其作用是让每个 worker 独立加载应用，示例如下：
[uwsgi]
module = your_app:application
master = true
processes = 4
lazy-apps = true  # 重要：延迟应用加载
enable-threads = true
示例 Demo
所需依赖如下。
pip install flask
pip install mysql-connector-python
pip install redis
pip install requests
示例代码 app.py 通过 Flask 框架提供3个 HTTP 接口，对应的 MySQL 和 Redis 服务请自行搭建，或直接购买云产品。
from flask import Flask
import requests
import time
import mysql.connector
import redis
﻿
backend_addr = 'https://example.com/' 
﻿
app = Flask(__name__)
﻿
# 访问外部站点
@app.route('/')
def index():
    start = time.time()
    r = requests.get(backend_addr)
    return r.text
﻿
# 访问数据库
@app.route('/mysql')
def func_rdb():
    cnx = mysql.connector.connect(host='127.0.0.1', database="<DB-NAME>", user='<DB-USER>', password='<DB-PASSWORD>', auth_plugin='mysql_native_password')
    cursor = cnx.cursor()
    val = "null"
    cursor.execute("select value from table_demo where id=1;")
    val = cursor.fetchone()[0]
    cursor.close()
    cnx.close()
    return "rdb res:" + val
﻿
# 访问Redis
@app.route("/redis")
def func_kvop():
    client = redis.StrictRedis(host="localhost", port=6379)
    val = "null"
    val = client.get('foo').decode("utf8")
    return "kv res:" + val
﻿
app.run(host='0.0.0.0', port=8080)
获取接入点和 Token
1. 登录 腾讯云可观测平台 控制台。
2. 在左侧菜单栏中选择应用性能监控 > 应用列表，单击接入应用。
3. 在右侧弹出的接入应用抽屉框中，单击 Python 语言。
4. 在接入 Python 应用页面，选择您所要接入的地域以及业务系统。
5. 选择接入协议类型为 OpenTelemetry。
6. 上报方式选择您所想要的上报方式，获取您的接入点和 Token。
说明：
内网上报：使用此上报方式，您的服务需运行在腾讯云 VPC。通过 VPC 直接联通，在避免外网通信的安全风险同时，可以节省上报流量开销。
外网上报：当您的服务部署在本地或非腾讯云 VPC 内，可以通过此方式上报数据。请注意外网通信存在安全风险，同时也会造成一定上报流量费用。
接入 Python 应用
步骤1：安装所需的依赖包
pip install opentelemetry-instrumentation-redis
pip install opentelemetry-instrumentation-mysql
pip install opentelemetry-distro opentelemetry-exporter-otlp
﻿
opentelemetry-bootstrap -a install
步骤2：添加运行参数
通过如下命令启动 Python 应用。
opentelemetry-instrument \\
--traces_exporter otlp_proto_grpc \\
--metrics_exporter none \\
--logs_exporter none \\
--service_name <serviceName> \\
--resource_attributes token=<token>,host.name=<hostName> \\
--exporter_otlp_endpoint <endpoint> \\
python3 app.py
对应的字段说明如下：
<serviceName> ：应用名，多个使用相同 serviceName 接入的应用进程，在 APM 中会表现为相同应用下的多个实例。应用名最长63个字符，只能包含小写字母、数字及分隔符“ - ”，且必须以小写字母开头，数字或小写字母结尾。
<token> ：前置步骤中拿到业务系统 Token。
<hostName>：该实例的主机名，是应用实例的唯一标识，通常情况下可以设置为应用实例的 IP 地址。
<endpoint> ：前置步骤中拿到的接入点。
下述内容以应用名为 myService，业务系统 Token 为 myToken，主机名为 192.168.0.10，接入点以 https://pl-demo.ap-guangzhou.apm.tencentcs.com:4317 为例，完整的启动命令为如下。
opentelemetry-instrument \\
--traces_exporter otlp_proto_grpc \\
--metrics_exporter none \\
--logs_exporter none \\
--service_name myService \\
--resource_attributes token=myToken,host.name=192.168.0.10 \\
--exporter_otlp_endpoint https://pl-demo.ap-guangzhou.apm.tencentcs.com:4317/ \\
python3 app.py
接入验证
启动 Python 应用后，通过8080端口访问对应的接口，例如 https://localhost:8080/。在有正常流量的情况下，应用性能监控 > 应用列表 中将展示接入的应用，单击应用名称/ID 进入应用详情页。再选择实例分析，即可看到接入的应用实例。由于可观测数据的处理存在一定延时，如果接入后在控制台没有查询到应用或实例，请等待30秒左右。
自定义埋点（可选）
当自动埋点不满足您的场景或者需要增加业务层埋点时，您可参照下述内容，使用 OpenTelemetry API 添加自定义埋点。本文仅展示最基本的自定义埋点方式，OpenTelemetry 社区提供了更多灵活的自定义埋点方式，具体使用方法可参考 OpenTelemetry 社区提供的 Python 自定义埋点文档。
from opentelemetry import trace
import requests
from flask import Flask
import time
backend_addr = 'https://example.com/' 
app = Flask(__name__)
 
@app.route('/')
def index():
    r = requests.get(backend_addr) # 对于requests.get()发起的外部请求，OpenTelemetry-Python会自动埋点
    slow() # 调用一个自定义函数
    return r.text
﻿
def slow():
    tracer = trace.get_tracer(__name__)
    # 自定义函数不在OpenTelemetry-Python自动埋点范围内，因此增加一个自定义埋点
    with tracer.start_as_current_span("child_span")  
        time.sleep(5)
        return
问题排查
如果发现自动埋点无法上报数据到 APM，可以通过设置 --traces_exporter=console,otlp_proto_grpc 将链路数据打印到控制台，如果发现控制台中有 span 和 trace 等输出，但是 APM 中没有数据，则排查是否是 endpoint 和 token 有误；如果发现控制台中没有相关的输出，可以检查应用程序所使用的框架或组件是否在 OpenTelemetry 支持的 完整列表 中。如果无法确认具体问题，可以向我们 提交工单。
本页内容是否解决了您的问题？
您也可以联系销售或提交工单以寻求帮助。
是
否
文档反馈
tencent cloud

前提条件

Django 应用注意事项

gevent 应用注意事项

uWSGI 应用注意事项

示例 Demo

获取接入点和 Token

接入 Python 应用

步骤1：安装所需的依赖包

步骤2：添加运行参数

接入验证

自定义埋点（可选）

问题排查
