
در این مقاله
کاربر روی «ساخت گزارش» کلیک میکند، API در چند میلیثانیه پاسخ میدهد، اما فایل چند دقیقه بعد آماده میشود. لاگ وب سبز است و Worker هم گاهی پیام موفقیت مینویسد. کندی میتواند در انتظار صف، اتصال دیتابیس، API مدل یا خود پردازش باشد. بدون رابطه میان این مرحلهها، اضافهکردن منابع اغلب حدس پرهزینهای است.
OpenTelemetry برای ثبت و انتقال اطلاعات مشاهدهپذیری قرارداد مشترک فراهم میکند. در این راهنما، مسیر API تا صف و Worker را طراحی میکنیم، نمونه محدود span مینویسیم و درباره context، داده حساس و استقرار Collector تصمیم میگیریم. این آموزش ادعای ارائه سرویس مدیریتشده Trace در پاستا یا اجرای آزمون کارایی ندارد.
لاگ، متریک و Trace چه تفاوتی دارند؟
لاگ یک رویداد و جزئیاتش را ثبت میکند. متریک برای روند، شمارش و هشدار مناسب است. Trace رابطه عملیات یک کار را نشان میدهد؛ هر span بخشی از آن مسیر است. سه نمودار CPU جای رابطه یک درخواست خاص با Job آن را نمیگیرد و یک شناسه مشترک در لاگ هم لزوماً trace توزیعشده نیست.
برای مثال، نرخ شکست صف با متریک مشخص میشود، علت یک شکست با لاگ و مسیر همان کار با Trace دنبال میشود. بهتر است هرکدام سؤال روشنی پاسخ دهند تا ابزار مشاهدهپذیری به انبار پرهزینه داده تبدیل نشود.
چرا موضوع Worker دوباره مهم شده است؟
ورسل در اعلام ۱۳ نوامبر ۲۰۲۶، ارسال trace از Daemonها به Vercel Tracing را مطرح کرده است. این نشانه اهمیت دیدن پردازش پسزمینه در کنار وب است؛ جزئیات socket و تنظیمات آن سرویس، تنظیمات قابل کپی برای هر میزبان نیست.
برای برنامه مستقل، مستندات Telemetry در BullMQ مسیر سازگار با OpenTelemetry را توضیح میدهد. نسخه کتابخانه صف، افزونه telemetry و SDK باید با هم سازگار باشند. از یک مثال نسخه قدیمی نتیجه نگیرید اتصال context در نسخه فعلی خودکار است.
ابتدا مسیر کار را روی کاغذ مشخص کنید
برای سناریوی گزارش، این مرحلهها را جدا کنید: احراز هویت، اعتبارسنجی، ثبت درخواست، افزودن به صف، انتظار، شروع Worker، خواندن داده، فراخوانی مدل و ذخیره فایل. هر مرحله به span جدا نیاز ندارد؛ گامهایی را انتخاب کنید که برای یافتن کندی یا خطا مفیدند.
زمان انتظار صف را با مدت اجرا مخلوط نکنید. Job سریع میتواند مدت زیادی منتظر Worker بماند. اختلاف ساعت میزبانها نیز روی محاسبه بینسرویسی اثر دارد؛ برای مدت داخل فرایند از ابزار اندازهگیری مناسب استفاده کنید و clock سرویسها را هماهنگ نگه دارید.
یک span محدود و بدون داده مشتری بسازید
نمونه زیر فقط ثبت دستی span را نشان میدهد. باید پیش از شروع برنامه، SDK و exporter سازگار مقداردهی شده باشند؛ بدون آن، ممکن است span جایی صادر نشود. نام تابع عملیات نمونه است و نسخه کامل آن را میتوانید در فایل تمرین Trace مطالعه کنید؛ بدون پیکربندی exporter، نتیجه مشاهده در داشبورد را انتظار نداشته باشید.
import { trace, SpanStatusCode } from "@opentelemetry/api";
const tracer = trace.getTracer("report-worker");
export async function processJob(job, runReport) {
return tracer.startActiveSpan("report.process", async span => {
try {
span.setAttribute("job.kind", "report");
const result = await runReport(job);
span.setStatus({ code: SpanStatusCode.OK });
return result;
} catch (error) {
span.setStatus({ code: SpanStatusCode.ERROR, message: "report_failed" });
throw error;
} finally {
span.end();
}
});
}
در این نمونه، متن خطای خام، payload، URL حاوی رمز و مشخصات مشتری وارد span نمیشود. اگر اطلاعات بیشتری لازم است، دستهبندی کنترلشده و شناسه بینام اضافه کنید. خطا دوباره پرتاب میشود تا کتابخانه صف آن را موفقیت فرض نکند.







نظرات کاربران (۰)
هنوز نظری ثبت نشده است. اولین نفر باشید.