使用OpenTelemetry结合Jaeger实现Golang微服务分布式追踪，通过HTTP和gRPC中间件自动捕获Span，利用Context传递上下文，并支持手动创建Span记录关键操作，同时可集成Prometheus与Grafana实现指标与追踪联动分析，确保全链路可观测性。
在Golang微服务架构中，随着服务数量增加，一次请求可能经过多个服务节点，排查问题和性能瓶颈变得困难。分布式追踪能帮助开发者清晰地看到请求在各个服务间的流转路径。以下是几种在Golang中实现微服务分布式追踪的常用方法。
使用OpenTelemetry + Jaeger实现分布式追踪
OpenTelemetry是目前主流的可观测性框架，支持链路追踪、指标和日志。结合Jaeger作为后端存储和可视化工具，可以完整实现分布式追踪。
- 安装依赖：
go.opentelemetry.io/otel、go.opentelemetry.io/contrib/instrumentation/net/http/otelhttp、go.opentelemetry.io/otel/exporters/jaeger - 初始化Tracer Provider，配置Jaeger导出器，将Span发送到Jaeger Agent
- 为HTTP客户端和服务端注入中间件，自动捕获请求的Span
- 通过Context传递Trace上下文，确保跨服务调用链不断开
示例代码片段：
func initTracer() error {
exporter, err := jaeger.New(jaeger.WithAgentEndpoint())
if err != nil {
return err
}
tp := sdktrace.NewTracerProvider(
sdktrace.WithBatcher(exporter),
sdktrace.WithResource(resource.NewWithAttributes(
semconv.SchemaURL,
semconv.ServiceNameKey.String("my-service"),
)),
)
otel.SetTracerProvider(tp)
return nil
}
// 使用 otelhttp.NewHandler 包装 HTTP handler
http.Handle("/", otelhttp.NewHandler(http.HandlerFunc(myHandler), "my-route"))
集成gRPC的分布式追踪
在gRPC服务间传递追踪信息，需要借助OpenTelemetry提供的gRPC拦截器。
立即学习“go语言免费学习笔记（深入）”；
Work Productivity Gog Google Workflow Helper
下载
帮助用户满足已验证的需求：代理用户在Clawhub上对Gog式工作流有强烈需求，需要实际帮助修复bug、强化设置等。
- 导入
go.opentelemetry.io/contrib/instrumentation/google.golang.org/grpc/otelgrpc - 在gRPC Server和Client中分别添加Unary和Stream拦截器
- 确保metadata中包含traceparent等上下文字段
- 与HTTP服务共享相同的Tracer Provider，保证Trace ID一致
Server端配置示例：
server := grpc.NewServer(
grpc.UnaryInterceptor(otelgrpc.UnaryServerInterceptor()),
grpc.StreamInterceptor(otelgrpc.StreamServerInterceptor()),
)
手动创建Span并记录关键操作
对于复杂的业务逻辑或异步任务，自动插桩可能无法覆盖所有场景，需手动创建Span。
- 从Context中获取Tracer：
tracer := otel.Tracer("business-logic") - 使用
tracer.Start(ctx, "operation-name")创建Span - 在defer中调用span.End()确保正确结束
- 可添加属性、事件（如日志）来丰富Span信息
示例：
ctx, span := tracer.Start(ctx, "processOrder")
span.SetAttributes(attribute.String("order.id", orderID))
span.AddEvent("order validated")
defer span.End()
结合Prometheus和Grafana进行多维度观测
虽然Prometheus主要用于指标监控，但可与追踪系统联动分析性能问题。
- 使用
go.opentelemetry.io/otel/exporters/prometheus导出指标 - 记录请求延迟、调用次数等Metrics，关联Trace ID便于下钻分析
- 在Grafana中配置Tempo数据源，点击Metrics图表直接跳转到对应Trace
- 实现“Metrics → Trace”回溯，快速定位慢请求根源
基本上就这些。选择合适的SDK和后端系统，统一Trace上下文传播机制，就能在Golang微服务中建立起完整的分布式追踪能力。关键是保持服务间协议一致，避免断链。不复杂但容易忽略细节。
