Руководство по мониторингу функций Azure с помощью распределенной трассировки OpenTelemetry

В этой статье демонстрируется поддержка OpenTelemetry в функции Azure, которая обеспечивает распределенную трассировку между несколькими вызовами функций с помощью встроенной поддержки Application Insights и OpenTelemetry. Чтобы помочь вам начать работу, используется шаблон Azure Developer CLI azd для создания вашего проекта и развертывания Azure, в котором будет работать ваше приложение.

В этом руководстве вы будете использовать инструмент azd для:

Инициализировать проект с поддержкой OpenTelemetry из шаблона.
Просмотрите код, который включает интеграцию OpenTelemetry.
Запустите и проверьте локальное приложение с поддержкой OpenTelemetry.
Создайте приложение-функцию и связанные ресурсы в Azure.
Разверните проект кода в приложении-функции в Azure.
Проверьте распределенную трассировку в Application Insights.

Необходимые ресурсы Azure, созданные этим шаблоном, соответствуют текущим рекомендациям по безопасным и масштабируемым развертываниям приложений-функций в Azure. Эта же azd команда также развертывает проект кода в новом функциональном приложении в Azure.

По умолчанию, план потребления Flex следует модели выставления счетов с оплатой по факту использования, что означает, что выполнение этого краткого руководства может стоить вам всего несколько центов США или меньше в вашей учетной записи Azure.

Это важно

В настоящее время эта статья поддерживает только C#, Python и TypeScript. Чтобы завершить краткое руководство, выберите один из поддерживаемых языков в верхней части статьи.

Предпосылки

Учетная запись Azure с активной подпиской. Создайте учетную запись бесплатно .
Интерфейс командной строки разработчика Azure

Python 3.11 или более поздней версии

Node.js 18.x или более поздней версии

Пакет SDK для .NET 8.0

Инициализируйте проект

Используйте команду azd init для создания кода локального проекта Azure Functions из шаблона, включающего распределенную трассировку OpenTelemetry.

В локальном терминале или командной строке выполните следующую azd init команду в пустой папке:
```
azd init --template functions-quickstart-python-azd-otel -e flexquickstart-otel
```
Эта команда извлекает файлы проекта из репозитория шаблонов и инициализирует проект в текущей папке. Флаг -e задает имя текущей среды. В azd среде поддерживается уникальный контекст развертывания для вашего приложения, и вы можете определить более одного контекста. Имя среды также отображается в имени группы ресурсов, создаваемой в Azure.

В локальном терминале или командной строке выполните следующую azd init команду в пустой папке:
```
azd init --template functions-quickstart-typescript-azd-otel -e flexquickstart-otel
```
Эта команда извлекает файлы проекта из репозитория шаблонов и инициализирует проект в текущей папке. Флаг -e задает имя текущей среды. В azd среде поддерживается уникальный контекст развертывания для вашего приложения, и вы можете определить более одного контекста. Имя среды также отображается в имени группы ресурсов, создаваемой в Azure.

В локальном терминале или командной строке выполните следующую azd init команду в пустой папке:
```
azd init --template functions-quickstart-dotnet-azd-otel -e flexquickstart-otel
```
Эта команда извлекает файлы проекта из репозитория шаблонов и инициализирует проект в текущей папке. Флаг -e задает имя текущей среды. В azd среде поддерживается уникальный контекст развертывания для вашего приложения, и вы можете определить более одного контекста. Имя среды также отображается в имени группы ресурсов, создаваемой в Azure.

Просмотр кода

Шаблон создает полный сценарий распределенной трассировки с тремя функциями, которые работают вместе. Рассмотрим ключевые аспекты, связанные с OpenTelemetry:

Конфигурация OpenTelemetry

Файл src/otel-sample/host.json включает OpenTelemetry для узла функций:

{
  "version": "2.0",
  "telemetryMode": "OpenTelemetry",
  "extensions": {
    "serviceBus": {
        "maxConcurrentCalls": 10
    }
  },
  "extensionBundle": {
    "id": "Microsoft.Azure.Functions.ExtensionBundle",
    "version": "[4.*, 5.0.0)"
  }
}

Параметр ключа "telemetryMode": "OpenTelemetry" включает распределенную трассировку между вызовами функций.

Файл src/OTelSample/host.json включает OpenTelemetry для узла функций:

{
  "version": "2.0",
  "telemetryMode": "OpenTelemetry",
  "logging": {
    "OpenTelemetry": {
      "logLevel": {
        "Host.General": "Warning"
      }
    }
  }
}

Параметр ключа "telemetryMode": "OpenTelemetry" включает распределенную трассировку между вызовами функций.

Зависимости для OpenTelemetry

Файл src/otel-sample/requirements.txt содержит необходимые пакеты для интеграции OpenTelemetry:

azure-functions
azure-monitor-opentelemetry
requests

Пакет azure-monitor-opentelemetry предоставляет интеграцию OpenTelemetry с Application Insights.

Файл src/otel-sample/package.json содержит необходимые пакеты для интеграции OpenTelemetry:

{
  "dependencies": {
    "@azure/functions": "^4.0.0",
    "@azure/functions-opentelemetry-instrumentation": "^0.1.0",
    "@azure/monitor-opentelemetry-exporter": "^1.0.0",
    "axios": "^1.6.0"
  }
}

@azure/functions-opentelemetry-instrumentation и @azure/monitor-opentelemetry-exporter пакеты обеспечивают интеграцию OpenTelemetry с Application Insights.

Файл .csproj содержит необходимые пакеты для интеграции OpenTelemetry:

<PackageReference Include="Azure.Monitor.OpenTelemetry.Exporter" Version="1.4.0" />
<PackageReference Include="Microsoft.Azure.Functions.Worker.OpenTelemetry" Version="1.4.0" />
<PackageReference Include="OpenTelemetry.Instrumentation.Http" Version="1.10.0" />

Эти пакеты обеспечивают интеграцию OpenTelemetry с Application Insights и инструментированием HTTP для распределенной трассировки.

Реализация функции

Функции в src/otel-sample/function_app.py демонстрируют процесс распределенного трассирования.

Первая функция HTTP

@app.function_name("first_http_function")
@app.route(route="first_http_function", auth_level=func.AuthLevel.ANONYMOUS)
def first_http_function(req: func.HttpRequest) -> func.HttpResponse:
    logging.info('Python HTTP trigger function (first) processed a request.')

    # Call the second function
    base_url = f"{req.url.split('/api/')[0]}/api"
    second_function_url = f"{base_url}/second_http_function"

    response = requests.get(second_function_url)
    second_function_result = response.text

    result = {
        "message": "Hello from the first function!",
        "second_function_response": second_function_result
    }

    return func.HttpResponse(
        json.dumps(result),
        status_code=200,
        mimetype="application/json"
    )

Вторая функция HTTP

@app.function_name("second_http_function")
@app.route(route="second_http_function", auth_level=func.AuthLevel.ANONYMOUS)
@app.service_bus_queue_output(arg_name="outputsbmsg", queue_name="%ServiceBusQueueName%",
                              connection="ServiceBusConnection")
def second_http_function(req: func.HttpRequest, outputsbmsg: func.Out[str]) -> func.HttpResponse:
    logging.info('Python HTTP trigger function (second) processed a request.')

    message = "This is the second function responding."

    # Send a message to the Service Bus queue
    queue_message = "Message from second HTTP function to trigger ServiceBus queue processing"
    outputsbmsg.set(queue_message)
    logging.info('Sent message to ServiceBus queue: %s', queue_message)

    return func.HttpResponse(
        message,
        status_code=200
    )

Триггер очереди сервисной шины

@app.service_bus_queue_trigger(arg_name="azservicebus", queue_name="%ServiceBusQueueName%",
                               connection="ServiceBusConnection") 
def servicebus_queue_trigger(azservicebus: func.ServiceBusMessage):
    logging.info('Python ServiceBus Queue trigger start processing a message: %s',
                azservicebus.get_body().decode('utf-8'))
    time.sleep(5)  # Simulate processing work
    logging.info('Python ServiceBus Queue trigger end processing a message')

Конфигурация OpenTelemetry настроена в src/otel-sample/index.ts:

import { AzureFunctionsInstrumentation } from '@azure/functions-opentelemetry-instrumentation';
import { AzureMonitorTraceExporter, AzureMonitorLogExporter } from '@azure/monitor-opentelemetry-exporter';
import { getNodeAutoInstrumentations, getResourceDetectors } from '@opentelemetry/auto-instrumentations-node';
import { registerInstrumentations } from '@opentelemetry/instrumentation';
import { detectResources } from '@opentelemetry/resources';
import { LoggerProvider, SimpleLogRecordProcessor } from '@opentelemetry/sdk-logs';
import { NodeTracerProvider, SimpleSpanProcessor } from '@opentelemetry/sdk-trace-node';

const resource = detectResources({ detectors: getResourceDetectors() });

const tracerProvider = new NodeTracerProvider({ 
  resource, 
  spanProcessors: [new SimpleSpanProcessor(new AzureMonitorTraceExporter())] 
});
tracerProvider.register();

const loggerProvider = new LoggerProvider({
  resource,
  processors: [new SimpleLogRecordProcessor(new AzureMonitorLogExporter())],
});

registerInstrumentations({
    tracerProvider,
    loggerProvider,
    instrumentations: [getNodeAutoInstrumentations(), new AzureFunctionsInstrumentation()],
});

Функции определяются в папке src/otel-sample/src/functions :

Первая функция HTTP

export async function firstHttpFunction(
  request: HttpRequest,
  context: InvocationContext
): Promise<HttpResponseInit> {
  context.log("TypeScript HTTP trigger function (first) processed a request.");

  try {
    // Call the second function
    const baseUrl = request.url.split("/api/")[0];
    const secondFunctionUrl = `${baseUrl}/api/second_http_function`;

    const response = await axios.get(secondFunctionUrl);
    const secondFunctionResult = response.data;

    const result = {
      message: "Hello from the first function!",
      second_function_response: secondFunctionResult,
    };

    return {
      status: 200,
      body: JSON.stringify(result),
      headers: { "Content-Type": "application/json" },
    };
  } catch (error) {
    return {
      status: 500,
      body: JSON.stringify({ error: "Failed to process request" }),
    };
  }
}

Вторая функция HTTP

export async function secondHttpFunction(
  request: HttpRequest,
  context: InvocationContext
): Promise<HttpResponseInit> {
  context.log("TypeScript HTTP trigger function (second) processed a request.");

  const message = "This is the second function responding.";

  // Send a message to the Service Bus queue
  const queueMessage =
    "Message from second HTTP function to trigger ServiceBus queue processing";

  context.extraOutputs.set(serviceBusOutput, queueMessage);
  context.log("Sent message to ServiceBus queue:", queueMessage);

  return {
    status: 200,
    body: message,
  };
}

Триггер очереди Azure Service Bus

export async function serviceBusQueueTrigger(
  message: unknown,
  context: InvocationContext
): Promise<void> {
  context.log("TypeScript ServiceBus Queue trigger start processing a message:", message);

  // Simulate processing time
  await new Promise((resolve) => setTimeout(resolve, 5000));

  context.log("TypeScript ServiceBus Queue trigger end processing a message");
}

Конфигурация OpenTelemetry настроена в src/OTelSample/Program.cs:

using Azure.Monitor.OpenTelemetry.Exporter;
using Microsoft.Azure.Functions.Worker;
using Microsoft.Azure.Functions.Worker.OpenTelemetry;
using OpenTelemetry.Trace;

var builder = FunctionsApplication.CreateBuilder(args);

builder.ConfigureFunctionsWebApplication();

builder.Logging.AddOpenTelemetry(logging =>
{
    logging.IncludeFormattedMessage = true;
    logging.IncludeScopes = true;
});

builder.Services.AddOpenTelemetry()    
    .WithTracing(tracing =>
    {
        tracing.AddHttpClientInstrumentation();
    });

builder.Services.AddOpenTelemetry().UseAzureMonitorExporter();
builder.Services.AddOpenTelemetry().UseFunctionsWorkerDefaults();

builder.Services.AddHttpClient();

builder.Build().Run();

Функции определяются в отдельных файлах классов:

Первая функция HTTP

public class FirstHttpTrigger
{
    private readonly ILogger<FirstHttpTrigger> _logger;
    private readonly IHttpClientFactory _httpClientFactory;

    public FirstHttpTrigger(ILogger<FirstHttpTrigger> logger, IHttpClientFactory httpClientFactory)
    {
        _logger = logger;
        _httpClientFactory = httpClientFactory;
    }

    [Function("first_http_function")]
    public async Task<IActionResult> Run(
         [HttpTrigger(AuthorizationLevel.Anonymous, "get", "post")] HttpRequestData req)
    {
        _logger.LogInformation("first_http_function function processed a request.");

        var baseUrl = $"{req.Url.AbsoluteUri.Split("/api/")[0]}/api";
        var targetUri = $"{baseUrl}/second_http_function";

        var client = _httpClientFactory.CreateClient();
        var response = await client.GetAsync(targetUri);
        var content = await response.Content.ReadAsStringAsync();

        return new OkObjectResult($"Called second_http_function, status: {response.StatusCode}, content: {content}");
    }
}

Вторая функция HTTP

public class SecondHttpTrigger
{
    private readonly ILogger<SecondHttpTrigger> _logger;

    public SecondHttpTrigger(ILogger<SecondHttpTrigger> logger)
    {
        _logger = logger;
    }

    [Function("second_http_function")]
    public MultiResponse Run([HttpTrigger(AuthorizationLevel.Anonymous, "get", "post")] HttpRequestData req)
    {
        _logger.LogInformation("second_http_function function processed a request.");

        return new MultiResponse
        {
            Messages = new string[] { "Hello" },
            HttpResponse = req.CreateResponse(System.Net.HttpStatusCode.OK)
        };
    }
}

public class MultiResponse
{
    [ServiceBusOutput("%ServiceBusQueueName%", Connection = "ServiceBusConnection")]
    public string[]? Messages { get; set; }

    [HttpResult]
    public HttpResponseData? HttpResponse { get; set; }
}

Триггер очереди Azure Service Bus

public class ServiceBusQueueTrigger
{
    private readonly ILogger<ServiceBusQueueTrigger> _logger;

    public ServiceBusQueueTrigger(ILogger<ServiceBusQueueTrigger> logger)
    {
        _logger = logger;
    }

    [Function("servicebus_queue_trigger")]
    public async Task Run(
        [ServiceBusTrigger("%ServiceBusQueueName%", Connection = "ServiceBusConnection")]
        ServiceBusReceivedMessage message,
        ServiceBusMessageActions messageActions)
    {
        _logger.LogInformation("Message ID: {id}", message.MessageId);
        _logger.LogInformation("Message Body: {body}", message.Body);

        // Complete the message
        await messageActions.CompleteMessageAsync(message);
    }
}

Распределенный поток трассировки

Эта архитектура создает полный сценарий распределенной трассировки с таким поведением:

Первая функция HTTP получает HTTP-запрос и вызывает вторую функцию HTTP
Вторая функция HTTP отвечает и отправляет сообщение в служебную шину
Триггер служебной шины обрабатывает сообщение с задержкой для имитации работы обработки

Ключевые аспекты реализации OpenTelemetry:

Интеграция OpenTelemetry: host.json файл активирует OpenTelemetry с "telemetryMode": "OpenTelemetry"
Цепочка функций: первая функция вызывает вторую с помощью HTTP-запросов, создавая коррелированные трассировки.
Интеграция служебной шины: вторая функция выводится в служебную шину, которая активирует третью функцию.
Анонимная проверка подлинности: используются auth_level=func.AuthLevel.ANONYMOUSфункции HTTP, поэтому ключи функций не требуются

Вы можете просмотреть полный проект шаблона здесь.

Интеграция OpenTelemetry: index.ts файл настраивает OpenTelemetry с экспортерами Azure Monitor для трассировок и журналов.
Цепочка функций: первая функция вызывает вторую с помощью axios с автоматическим распространением трассировки.
Интеграция служебной шины: вторая функция выводится в служебную шину с помощью выходных привязок, которая активирует третью функцию.
Управляемое удостоверение: все подключения к служебной шине используют управляемое удостоверение вместо строк подключения
Моделирование обработки: 5-секундная задержка в триггере служебной шины имитирует работу обработки сообщений

Вы можете просмотреть полный проект шаблона здесь.

Интеграция OpenTelemetry: Program.cs файл настраивает OpenTelemetry с помощью экспортера Azure Monitor
Цепочка функций: первая функция вызывает вторую через HttpClient с инструментированием OpenTelemetry
Интеграция служебной шины: вторая функция выводится в служебную шину с помощью выходных привязок, которая активирует третью функцию.
Управляемое удостоверение: все подключения Шины Сервисов используют управляемое удостоверение вместо строк подключения
Изолированная рабочая модель .NET 8. Использует последнюю изолированную модель рабочего процесса Azure Functions .NET для повышения производительности и гибкости.

Вы можете просмотреть полный проект шаблона здесь.

После локальной проверки функций пора опубликовать их в Azure.

Развертывание в Azure

Этот проект сконфигурирован для развертывания в новом функциональном приложении в плане Flex Consumption в Azure с поддержкой OpenTelemetry.

Подсказка

Этот проект включает набор файлов Bicep, которые azd используются для создания безопасного развертывания в плане потребления Flex, следуя передовым практикам, включая интеграцию с управляемыми удостоверениями.

Выполните следующую команду, чтобы azd создать необходимые ресурсы Azure в Azure и развернуть проект кода в новом приложении-функции:
```
azd up
```
Корневая папка содержит файл определения, необходимый azure.yamlazd.

Если вы еще не вошли, вам будет предложено выполнить проверку подлинности с помощью учетной записи Azure.

При появлении запроса укажите следующие необходимые параметры развертывания:

Параметр	Description
Подписка Azure	Подписка, в которой создаются ресурсы.
Расположение Azure	Регион Azure, в котором создается группа ресурсов, содержащая новые ресурсы Azure. Отображаются только регионы, поддерживающие план потребления Flex.

Команда azd up использует ответ на эти запросы с файлами конфигурации Bicep для выполнения следующих задач развертывания:

Создайте и настройте эти необходимые ресурсы Azure (эквивалентно azd provision):
- Приложение функции Azure с планом Flex Consumption и поддержкой OpenTelemetry
- служба хранилища Azure (обязательно) и Application Insights (рекомендуется)
- Пространство имен и очередь Service Bus для демонстрации распределенной трассировки
- Политики и роли доступа для учетной записи
- Подключения между службами с помощью управляемых удостоверений (вместо хранимых строка подключения)
Упаковайте и разверните код в контейнере развертывания (эквивалентно azd deploy). Затем приложение запускается и запускается в развернутом пакете.

После успешного завершения команды вы увидите ссылки на созданные ресурсы.

Тестирование распределенной трассировки

Теперь вы можете протестировать возможности распределенной трассировки OpenTelemetry, вызывая развернутые функции и наблюдая телеметрию в Application Insights.

Вызов функции в Azure

Вы можете вызвать конечные точки функций в Azure, выполнив HTTP-запросы к их URL-адресам. Так как функции HTTP в этом шаблоне настроены с анонимным доступом, ключи функций не требуются.

В локальном терминале или командной строке выполните следующую команду, чтобы получить имя приложения-функции и создать URL-адрес:
```
APP_NAME=$(azd env get-value AZURE_FUNCTION_NAME)
echo "Function URL: https://$APP_NAME.azurewebsites.net/api/first_http_function"
```
Команда azd env get-value получает имя приложения-функции из локальной среды.
Проверьте функцию в браузере, перейдя по URL-адресу:
```
https://your-function-app.azurewebsites.net/api/first_http_function
```
Замените your-function-app фактическим именем приложения-функции на предыдущем шаге. Этот один запрос создает распределенную трассировку, которая проходит через все три функции.

Просмотр распределенной трассировки в Application Insights

После вызова функции можно наблюдать полную распределенную трассировку в Application Insights:

Замечание

Может потребоваться несколько минут, чтобы данные телеметрии отображались в Application Insights после вызова функции. Если данные не отображаются немедленно, подождите несколько минут и обновите представление.

Перейдите к ресурсу Application Insights на портале Azure (его можно найти в той же группе ресурсов, что и приложение-функция).
Откройте карту приложения , чтобы увидеть распределенную трассировку во всех трех функциях. Вы должны увидеть поток от HTTP-запроса через ваши функции и до Service Bus.
Проверьте поиск транзакций , чтобы найти запрос и просмотреть полную временную шкалу трассировки. Выполните поиск транзакций в функциональном приложении.
Выберите определенную транзакцию, чтобы увидеть сквозную трассировку, которая показывает:
- HTTP-запрос на first_http_function
- Внутренний HTTP-вызов second_http_function
- Сообщение служебной шины, которое отправляется
- Обработка servicebus_queue_trigger сообщения из Service Bus
В сведениях о трассировке можно увидеть следующее:
- Сведения о времени: как долго каждый шаг занял
- Зависимости: соединения между функциями
- Логи: журналы приложений, связанные с трассировкой
- Метрики производительности: время отклика и пропускная способность

В этом примере демонстрируется сквозная распределенная трассировка для нескольких функций Azure с интеграцией OpenTelemetry, обеспечивающая полную видимость поведения и производительности приложения.

Повторное развертывание кода

Выполните команду azd up столько раз, сколько потребуется, чтобы развернуть обновления кода в функции-приложении и настроить ресурсы Azure.

Замечание

Последний пакет развертывания всегда перезаписывает развернутые файлы кода.

Исходные ответы на azd запросы и любые переменные среды, созданные с помощью azd , хранятся локально в именованной среде. azd env get-values Используйте команду, чтобы просмотреть все переменные в вашей среде, которые команда использует при создании ресурсов Azure.

Очистите ресурсы

Когда вы закончите работу с приложением-функцией и связанными ресурсами, используйте эту команду, чтобы удалить приложение-функцию и связанные с ним ресурсы из Azure и избежать дополнительных затрат:

azd down --no-prompt

Замечание

Параметр --no-prompt указывает azd удалить группу ресурсов без подтверждения.

Эта команда не влияет на локальный проект кода.

Обратная связь

Была ли эта страница полезна?

Last updated on 2025-11-19

Поделиться через

Руководство по мониторингу функций Azure с помощью распределенной трассировки OpenTelemetry

Предпосылки

Инициализируйте проект

Просмотр кода

Конфигурация OpenTelemetry

Зависимости для OpenTelemetry

Реализация функции

Первая функция HTTP

Вторая функция HTTP

Триггер очереди сервисной шины

Первая функция HTTP

Вторая функция HTTP

Триггер очереди Azure Service Bus

Первая функция HTTP

Вторая функция HTTP

Триггер очереди Azure Service Bus

Распределенный поток трассировки

Развертывание в Azure

Тестирование распределенной трассировки

Вызов функции в Azure

Просмотр распределенной трассировки в Application Insights

Повторное развертывание кода

Очистите ресурсы

Связанный контент

Обратная связь

Дополнительные ресурсы