Help, ondersteuning en feedback van OpenTelemetry

Artikel
10/14/2024

Dit artikel bevat help-, ondersteunings- en feedbackopties voor OpenTelemetry in Azure Monitor Application Insights voor .NET-, Java-, Node.js- en Python-apps.

Veelgestelde vragen bekijken
Probleemoplossingsstappen uitvoeren
Ondersteuning
Feedback geven

Veelgestelde vragen

Wat is OpenTelemetry?

Het is een nieuwe opensource-standaard voor waarneembaarheid. Meer informatie vindt u op OpenTelemetry.

Waarom investeert Microsoft Azure Monitor in OpenTelemetry?

Microsoft investeert om de volgende redenen in OpenTelemetry:

Het is leverancierneutraal en biedt consistente API's/SDK's in verschillende talen.
In de loop van de tijd denken we dat OpenTelemetry azure Monitor-klanten in staat stelt toepassingen te observeren die zijn geschreven in talen die buiten onze ondersteunde talen zijn geschreven.
Hiermee worden de typen gegevens uitgebreid die u kunt verzamelen via een uitgebreide set instrumentatiebibliotheken.
OpenTelemetry Software Development Kits (SDK's) zijn meestal beter presterend dan hun voorgangers, de Application Insights SDK's.
OpenTelemetry is afgestemd op de strategie van Microsoft om open source te omarmen.

Wat is de status van OpenTelemetry?

Zie openTelemetry-status.

Wat is de Azure Monitor OpenTelemetry Distro?

U kunt het beschouwen als een dunne wrapper die alle OpenTelemetry-onderdelen bundelt voor een eersteklas ervaring in Azure. Deze wrapper wordt ook wel een distributie genoemd in OpenTelemetry.

Waarom moet ik de Azure Monitor OpenTelemetry Distro gebruiken?

Er zijn verschillende voordelen voor het gebruik van de Azure Monitor OpenTelemetry Distro over systeemeigen OpenTelemetry van de community:

Vermindert de activeringsinspanning
Ondersteund door Microsoft
Brengt azure-specifieke functies, zoals:
- Steekproeven die compatibel zijn met klassieke Application Insights SDK's
- Microsoft Entra-verificatie
- Offlineopslag en automatische nieuwe pogingen
- Statsbeat
- Metrische standaardgegevens van Application Insights
- Resourcemetagegevens detecteren om de naam van de cloudrol en het cloudrolexemplaren automatisch in te vullen in verschillende Azure-omgevingen
- Live Metrics

In de geest van OpenTelemetry hebben we de distributie ontworpen om open en uitbreidbaar te zijn. U kunt bijvoorbeeld het volgende toevoegen:

Een OTLP-exporteur (OpenTelemetry Protocol) en tegelijkertijd naar een tweede bestemming verzenden
Andere instrumentatiebibliotheken die niet zijn opgenomen in de distributie

Omdat de distributie een OpenTelemetry-distributie biedt, ondersteunt de distro alles wat wordt ondersteund door OpenTelemetry. U kunt bijvoorbeeld meer telemetrieprocessors, exporteurs of instrumentatiebibliotheken toevoegen als OpenTelemetry deze ondersteunt.

Notitie

De distributie stelt de sampler in op een aangepaste, vaste-rate sampler voor Application Insights. U kunt dit wijzigen in een andere sampler, maar als u dit doet, kunnen sommige van de meegeleverde mogelijkheden van distro worden uitgeschakeld. Zie de sectie Sampling inschakelen van Azure Monitor OpenTelemetry voor meer informatie over de ondersteunde sampler.

Voor talen zonder een ondersteunde zelfstandige OpenTelemetry-exporteur is Azure Monitor OpenTelemetry Distro de enige ondersteunde manier om OpenTelemetry te gebruiken met Azure Monitor. Voor talen met een ondersteunde zelfstandige OpenTelemetry-exporteur hebt u de mogelijkheid om de Azure Monitor OpenTelemetry Distro of de juiste zelfstandige OpenTelemetry-exporteur te gebruiken, afhankelijk van uw telemetriescenario. Zie Wanneer moet ik de Azure Monitor OpenTelemetry-exporteur gebruiken? voor meer informatie.

Hoe kan ik de Azure Monitor OpenTelemetry Distro testen?

Bekijk onze inschakelingsdocumenten voor .NET, Java, JavaScript (Node.js) en Python.

Moet ik OpenTelemetry of de Application Insights SDK gebruiken?

We raden u aan de OpenTelemetry Distro te gebruiken, tenzij u een functie nodig hebt die alleen beschikbaar is met formele ondersteuning in de Application Insights SDK.

Het gebruik van OpenTelemetry voorkomt nu dat ze op een later tijdstip moeten worden gemigreerd.

Wanneer moet ik de Azure Monitor OpenTelemetry-exporteur gebruiken?

Voor ASP.NET Core, Java, Node.js en Python wordt u aangeraden de Azure Monitor OpenTelemetry Distro te gebruiken. Het is één regel code om aan de slag te gaan.

Voor alle andere .NET-scenario's, waaronder klassieke ASP.NET, console-apps, Windows Forms (WinForms), enzovoort, raden we u aan om de .NET Azure Monitor OpenTelemetry-exporteur te gebruiken: Azure.Monitor.OpenTelemetry.Exporter.

Voor complexere Python-telemetriescenario's waarvoor geavanceerde configuratie is vereist, raden we u aan de Python Azure Monitor OpenTelemetry Exporter te gebruiken.

Wat is de huidige releasestatus van functies in de Azure Monitor OpenTelemetry Distro?

In de volgende grafiek wordt ondersteuning voor OpenTelemetry-functies voor elke taal uitgesplitst.

Functie	.NET	Node.js	Python	Java
Gedistribueerde tracering	✅	✅	✅	✅
Aangepaste meetwaarden	✅	✅	✅	✅
Metrische standaardgegevens	✅	✅	✅	✅
Steekproeven met vaste frequentie	✅	✅	✅	✅
Offlineopslag en automatische nieuwe pogingen	✅	✅	✅	✅
Uitzonderingsrapportage	✅	✅	✅	✅
Logboekverzameling	✅	⚠️	✅	✅
Aangepaste gebeurtenissen	⚠️	⚠️	⚠️	✅
Microsoft Entra-verificatie	✅	✅	✅	✅
Live metrische gegevens	✅	✅	✅	✅
Live Metrics Filtering	✅	❌	❌	❌
Resourcecontext detecteren voor VM/VMSS en App Service	✅	❌	✅	✅
Resourcecontext detecteren voor Azure Kubernetes Service (AKS) en Functies	❌	❌	❌	✅
Gebeurtenissen voor beschikbaarheidstests die zijn gegenereerd met behulp van de Api voor het bijhouden van beschikbaarheid	❌	❌	❌	✅
Aanvragen, afhankelijkheden, logboeken en uitzonderingen filteren op anonieme gebruikers-id en synthetische bron	❌	❌	❌	✅
Afhankelijkheden, logboeken en uitzonderingen filteren op bewerkingsnaam	❌	❌	❌	✅
Adaptieve steekproeven	❌	❌	❌	✅
Profiler	❌	❌	❌	⚠️
Snapshot Debugger	❌	❌	❌	❌

Code

✅ Deze functie is beschikbaar voor alle klanten met formele ondersteuning.
⚠✏ Deze functie is beschikbaar als openbare preview. Zie aanvullende gebruiksvoorwaarden voor Microsoft Azure Previews.
❌ Deze functie is niet beschikbaar of is niet van toepassing.

Kan OpenTelemetry worden gebruikt voor webbrowsers?

Ja, maar we raden het niet aan en Azure biedt geen ondersteuning voor het. OpenTelemetry JavaScript is sterk geoptimaliseerd voor Node.js. In plaats daarvan raden we u aan de JavaScript SDK van Application Insights te gebruiken.

Wanneer kunnen we verwachten dat de OpenTelemetry SDK beschikbaar is voor gebruik in webbrowsers?

De OpenTelemetry-web-SDK heeft geen bepaalde beschikbaarheidstijdlijn. We zijn waarschijnlijk enkele jaren verwijderd van een browser-SDK die een levensvatbaar alternatief is voor de Application Insights JavaScript SDK.

Kan ik OpenTelemetry vandaag testen in een webbrowser?

De OpenTelemetry-web-sandbox is een fork die is ontworpen om OpenTelemetry in een browser te laten werken. Het is nog niet mogelijk om telemetrie te verzenden naar Application Insights. De SDK definieert geen algemene clientevenementen.

Wordt Application Insights uitgevoerd naast concurrerende agents zoals AppDynamics, DataDog en NewRelic?

Deze procedure is niet van plan om te testen of te ondersteunen, hoewel met onze distributies u kunt exporteren naar een OTLP-eindpunt naast Azure Monitor tegelijk.

Kan ik preview-functies gebruiken in productieomgevingen?

We raden het niet aan. Zie aanvullende gebruiksvoorwaarden voor Microsoft Azure Previews.

Wat is het verschil tussen handmatige en automatische instrumentatie?

Zie het Overzicht van OpenTelemetry.

Kan ik de OpenTelemetry Collector gebruiken?

Sommige klanten gebruiken de OpenTelemetry Collector als een alternatief voor agents, ook al ondersteunt Microsoft nog geen op agents gebaseerde benadering voor toepassingsbewaking. Ondertussen heeft de opensource-community bijgedragen aan een OpenTelemetry Collector Azure Monitor Exporter die sommige klanten gebruiken om gegevens naar Azure Monitor Application Insights te verzenden. Dit wordt niet ondersteund door Microsoft.

Wat is het verschil tussen OpenCensus en OpenTelemetry?

OpenCensus is de voorloper van OpenTelemetry. Microsoft heeft OpenTracing en OpenCensus samengebracht om OpenTelemetry te maken, één waarneembaarheidsstandaard voor de wereld. De huidige door productie aanbevolen Python SDK voor Azure Monitor is gebaseerd op OpenCensus. Microsoft streeft ernaar Om Azure Monitor te maken op basis van OpenTelemetry.

Waarom zie `Status: 500. Can't visualize trace events using the trace visualizer`ik in Grafana?

U kunt proberen onbewerkte tekstlogboeken te visualiseren in plaats van OpenTelemetry-traceringen.

In Application Insights slaat de tabel Traceringen onbewerkte tekstlogboeken op voor diagnostische doeleinden. Ze helpen bij het identificeren en correleren van traceringen die zijn gekoppeld aan gebruikersaanvragen, andere gebeurtenissen en uitzonderingsrapporten. De tabel Traceringen draagt echter niet rechtstreeks bij aan de end-to-end transactieweergave (watervalgrafiek) in visualisatiehulpprogramma's zoals Grafana.

Met de groeiende acceptatie van cloudeigen procedures is er een evolutie in telemetrieverzameling en terminologie. OpenTelemetry werd een standaard voor het verzamelen en instrumenteren van telemetriegegevens. In deze context heeft de term Traceringen een nieuwe betekenis. In plaats van onbewerkte logboeken verwijst 'Traces' in OpenTelemetry naar een rijkere, gestructureerde vorm van telemetrie die spans bevat, die afzonderlijke werkeenheden vertegenwoordigen. Deze reeksen zijn van cruciaal belang voor het bouwen van gedetailleerde transactieweergaven, waardoor betere bewaking en diagnose van cloudtoepassingen mogelijk zijn.

Probleemoplossing

Stap 1: Diagnostische logboekregistratie inschakelen

De Azure Monitor-exporteur gebruikt EventSource voor de interne logboekregistratie. De logboeken van de exporteur zijn beschikbaar voor elke EventListener door zich aan te melden bij de bron met de naam OpenTelemetry-AzureMonitor-Exporter. Zie OpenTelemetry Troubleshooting on GitHub (Problemen met OpenTelemetry oplossen op GitHub) voor stappen voor probleemoplossing .

Stap 2: De connectiviteit tussen uw toepassingshost en de opnameservice testen

Application Insights SDK's (Software Development Kits) en agents verzenden telemetrie om opgenomen te worden als REST-aanroepen bij onze opname-eindpunten. Gebruik cURL-opdrachten of onbewerkte REST-aanvragen van PowerShell om de connectiviteit vanaf uw webserver of toepassingshostcomputer te testen op de eindpunten van de opnameservice. Zie Problemen met ontbrekende toepassingstelemetrie in Azure Monitor Application Insights oplossen voor meer informatie.

Bekende problemen

De volgende items zijn bekende problemen voor de Azure Monitor OpenTelemetry Exporters:

De naam van de bewerking ontbreekt in afhankelijkheidstelemetrie. De naam van de ontbrekende bewerking veroorzaakt fouten en heeft een negatieve invloed op de prestatietabbladervaring.
Het apparaatmodel ontbreekt in aanvraag- en afhankelijkheidstelemetrie. Het ontbrekende apparaatmodel heeft negatieve gevolgen voor de cohortanalyse van het apparaat.

Stap 1: Diagnostische logboekregistratie inschakelen

Stap 2: De connectiviteit tussen uw toepassingshost en de opnameservice testen

Application Insights SDK's en agents verzenden telemetrie om opgenomen te worden als REST-aanroepen bij onze opname-eindpunten. Gebruik cURL-opdrachten of onbewerkte REST-aanvragen van PowerShell om de connectiviteit vanaf uw webserver of toepassingshostcomputer te testen op de eindpunten van de opnameservice. Zie Problemen met ontbrekende toepassingstelemetrie in Azure Monitor Application Insights oplossen voor meer informatie.

Bekende problemen

De volgende items zijn bekende problemen voor de Azure Monitor OpenTelemetry Exporters:

De naam van de bewerking ontbreekt in afhankelijkheidstelemetrie. De naam van de ontbrekende bewerking veroorzaakt fouten en heeft een negatieve invloed op de prestatietabbladervaring.
Het apparaatmodel ontbreekt in aanvraag- en afhankelijkheidstelemetrie. Het ontbrekende apparaatmodel heeft negatieve gevolgen voor de cohortanalyse van het apparaat.

Stap 1: Diagnostische logboekregistratie inschakelen

Diagnostische logboekregistratie is standaard ingeschakeld in Azure Monitor Application Insights. Zie de handleiding Problemen oplossen: Azure Monitor Application Insights voor Java voor meer informatie.

Stap 2: De connectiviteit tussen uw toepassingshost en de opnameservice testen

Bekende problemen

Als u de Application Insights-clientbibliotheek downloadt voor installatie vanuit een browser, is het gedownloade JAR-bestand soms beschadigd en is het ongeveer de helft van het bronbestand. Als u dit probleem ondervindt, downloadt u het JAR-bestand door de curl - of wget-opdracht uit te voeren, zoals wordt weergegeven in de volgende voorbeeldopdrachtaanroepen:
```
curl --location --output applicationinsights-agent-3.6.2.jar https://github.com/microsoft/ApplicationInsights-Java/releases/download//applicationinsights-agent-3.6.2.jar
```
```
wget --output-document=applicationinsights-agent-3.6.2.jar https://github.com/microsoft/ApplicationInsights-Java/releases/download//applicationinsights-agent-3.6.2.jar
```
Notitie

De voorbeeldopdrachtoproepen zijn van toepassing op Application Insights voor Java-versie 3.4.11. Zie https://github.com/microsoft/ApplicationInsights-Java/releasesvoor meer informatie over het versienummer en het URL-adres van de huidige versie van Application Insights voor Java.

De volgende stappen zijn van toepassing op systeemeigen Spring Boot-toepassingen.

Stap 1: De Versie van OpenTelemetry controleren

Mogelijk ziet u het volgende bericht tijdens het opstarten van de toepassing:

WARN  c.a.m.a.s.OpenTelemetryVersionCheckRunner - The OpenTelemetry version is not compatible with the spring-cloud-azure-starter-monitor dependency.
The OpenTelemetry version should be <version>

In dit geval moet u de OpenTelemetry Bills of Materials importeren door de OpenTelemetry-documentatie in de Spring Boot-starter te volgen.

Stap 2: Zelfdiagnose inschakelen

Als iets niet werkt zoals verwacht, kunt u zelfdiagnose inschakelen op het DEBUG niveau om inzichten te krijgen. Hiervoor stelt u het zelfdiagnoseniveau in op ERROR, WARNof DEBUGINFOTRACE met behulp van de APPLICATIONINSIGHTS_SELF_DIAGNOSTICS_LEVEL omgevingsvariabele.

Als u zelfdiagnose wilt inschakelen op het niveau bij het DEBUG uitvoeren van een Docker-container, voert u de volgende opdracht uit:

docker run -e APPLICATIONINSIGHTS_SELF_DIAGNOSTICS_LEVEL=DEBUG <image-name>

Notitie

Vervang <image-name> deze door de naam van de Docker-installatiekopieën dienovereenkomstig.

Disclaimerinformatie van derden

Microsoft geeft geen garantie, impliciet of anderszins, over de prestaties of betrouwbaarheid van deze onafhankelijke producten van derden.

Stap 1: Diagnostische logboekregistratie inschakelen

Azure Monitor Exporter maakt gebruik van de OpenTelemetry API-logboekregistratie voor interne logboeken. Voer het volgende codefragment uit om de logboekregistratie in te schakelen:

const { diag, DiagConsoleLogger, DiagLogLevel } = require("@opentelemetry/api");
const { NodeTracerProvider } = require("@opentelemetry/sdk-trace-node");

const provider = new NodeTracerProvider();
diag.setLogger(new DiagConsoleLogger(), DiagLogLevel.ALL);
provider.register();

Stap 2: De connectiviteit tussen uw toepassingshost en de opnameservice testen

Bekende problemen

De volgende items zijn bekende problemen voor de Azure Monitor OpenTelemetry Exporters:

De naam van de bewerking ontbreekt in afhankelijkheidstelemetrie. De naam van de ontbrekende bewerking veroorzaakt fouten en heeft een negatieve invloed op de prestatietabbladervaring.
Het apparaatmodel ontbreekt in aanvraag- en afhankelijkheidstelemetrie. Het ontbrekende apparaatmodel heeft negatieve gevolgen voor de cohortanalyse van het apparaat.
De naam van de databaseserver ontbreekt in de naam van de afhankelijkheid. Omdat de naam van de databaseserver niet is opgenomen, aggregeert OpenTelemetry Exporters onjuist tabellen met dezelfde naam op verschillende servers.

Diagnostische registratie inschakelen

De Microsoft Azure Monitor Exporter maakt gebruik van de standaardbibliotheek voor logboekregistratie van Python voor de interne logboekregistratie. Aan de OpenTelemetry-API en logboeken van Azure Monitor Exporter worden een ernstniveau van WARNING of ERROR voor onregelmatige activiteit toegewezen. Het INFO ernstniveau wordt gebruikt voor normale of geslaagde activiteiten.

Standaard stelt de Python-logboekbibliotheek het ernstniveau in op WARNING. Daarom moet u het ernstniveau wijzigen om logboeken onder deze ernst-instelling weer te geven. In de volgende voorbeeldcode ziet u hoe u logboeken van alle ernstniveaus naar de console en een bestand uitvoert:

...
import logging

logging.basicConfig(format = "%(asctime)s:%(levelname)s:%(message)s", level = logging.DEBUG)

logger = logging.getLogger(__name__)
file = logging.FileHandler("example.log")
stream = logging.StreamHandler()
logger.addHandler(file)
logger.addHandler(stream)
...

Connectiviteit testen tussen uw toepassingshost en de opnameservice

Vermijd dubbele telemetrie

Dubbele telemetrie wordt vaak veroorzaakt als u meerdere exemplaren van processors of exporteurs maakt. Zorg ervoor dat u slechts één exporteur en processor tegelijk uitvoert voor elke telemetriepijler (logboeken, metrische gegevens en gedistribueerde tracering).

In de volgende secties worden scenario's beschreven die dubbele telemetrie kunnen veroorzaken.

Dubbele traceringslogboeken in Azure Functions

Als u een paar vermeldingen ziet voor elk traceringslogboek in Application Insights, hebt u waarschijnlijk de volgende typen instrumentatie voor logboekregistratie ingeschakeld:

De systeemeigen instrumentatie voor logboekregistratie in Azure Functions
De azure-monitor-opentelemetry instrumentatie van logboekregistratie binnen de distributie

Als u duplicatie wilt voorkomen, kunt u de logboekregistratie van de distributie uitschakelen, maar laat u de systeemeigen instrumentatie voor logboekregistratie in Azure Functions ingeschakeld. Als u dit doel wilt bereiken, stelt u de OTEL_LOGS_EXPORTER omgevingsvariabele in op None.

Dubbele telemetrie in AlwaysOn Azure Functions

Als de instelling AlwaysOn in Azure Functions is ingesteld op Aan, houdt Azure Functions bepaalde processen op de achtergrond actief nadat elke uitvoering is voltooid. Stel dat u een timerfunctie van vijf minuten hebt die elke keer wordt aangeroepen configure_azure_monitor . Na 20 minuten hebt u mogelijk vier metrische exporteurs die tegelijkertijd worden uitgevoerd. Deze situatie kan de bron zijn van uw telemetriegegevens voor dubbele metrische gegevens.

In dit geval stelt u de instelling AlwaysOn in op Uit of sluit u de providers handmatig af tussen elke configure_azure_monitor aanroep. Als u elke provider wilt afsluiten, voert u afsluitoproepen uit voor elke huidige meter, tracer en logboekregistratieprovider, zoals wordt weergegeven in de volgende code:

get_meter_provider().shutdown()
get_tracer_provider().shutdown()
get_logger_provider().shutdown()

Azure Workbooks en Jupyter Notebooks

Azure Workbooks en Jupyter Notebooks kunnen de exportprocessen op de achtergrond blijven uitvoeren. Als u dubbele telemetrie wilt voorkomen, wist u de cache voordat u meer aanroepen doet configure_azure_monitor.

Ontbrekende aanvragentelemetrie van FastAPI- of Flask-apps

Als u tabelgegevens voor aanvragen mist, maar geen andere categorieën, is het waarschijnlijk dat uw HTTP-framework niet wordt geïnstrueerd. Dit kan gebeuren in FastAPI- en Flask-apps met behulp van de Azure Monitor OpenTelemetry Distro-clientbibliotheek voor Python als u uw import declaraties niet correct structureren. Mogelijk importeert u de fastapi.FastAPI of flask.Flask respectievelijke voordat u de configure_azure_monitor functie aanroept om de FastAPI- en Flask-bibliotheken te instrumenteren. De volgende code instrumenteer bijvoorbeeld niet de FastAPI- en Flask-apps:

# FastAPI

from azure.monitor.opentelemetry import configure_azure_monitor
from fastapi import FastAPI

configure_azure_monitor()

app = FastAPI()

# Flask

from azure.monitor.opentelemetry import configure_azure_monitor
from flask import Flask

configure_azure_monitor()

app = Flask(__name__)

In plaats daarvan wordt u aangeraden de fastapi of flask modules als geheel te importeren en vervolgens aan te roepen configure_azure_monitor om OpenTelemetry te configureren voor gebruik van Azure Monitor voordat u toegang krijgt tot fastapi.FastAPI of flask.Flask:

# FastAPI

from azure.monitor.opentelemetry import configure_azure_monitor
import fastapi

configure_azure_monitor()

app = fastapi.FastAPI(__name__)

# Flask

from azure.monitor.opentelemetry import configure_azure_monitor
import flask

configure_azure_monitor()

app = flask.Flask(__name__)

U kunt ook bellen configure_azure_monitor voordat u importeert fastapi.FastAPI of flask.Flask:

# FastAPI

from azure.monitor.opentelemetry import configure_azure_monitor

configure_azure_monitor()

from fastapi import FastAPI

app = FastAPI(__name__)

# Flask

from azure.monitor.opentelemetry import configure_azure_monitor

configure_azure_monitor()

from flask import Flask

app = Flask(__name__)

Ondersteuning

Selecteer een tabblad voor de taal van uw keuze om ondersteuningsopties te ontdekken.

Open een ondersteuning voor Azure ticket voor ondersteuning voor Azure problemen.
Neem voor problemen met OpenTelemetry rechtstreeks contact op met de OpenTelemetry .NET-community .
Zie de GitHub Issues Page (GitHub Issues Page) voor een lijst met openstaande problemen met betrekking tot Azure Monitor Exporter.

OpenTelemetry Feedback

Feedback geven:

Vul de feedbackenquête van de OpenTelemetry-community in.
Vertel Microsoft over uzelf door deel te nemen aan de OpenTelemetry Early Adopter Community.
Neem contact op met andere Azure Monitor-gebruikers in de Microsoft Tech Community.
Maak een functieaanvraag op het Azure-feedbackforum.

Delen via

Help, ondersteuning en feedback van OpenTelemetry

Veelgestelde vragen

Wat is OpenTelemetry?

Waarom investeert Microsoft Azure Monitor in OpenTelemetry?

Wat is de status van OpenTelemetry?

Wat is de Azure Monitor OpenTelemetry Distro?

Waarom moet ik de Azure Monitor OpenTelemetry Distro gebruiken?

Hoe kan ik de Azure Monitor OpenTelemetry Distro testen?

Moet ik OpenTelemetry of de Application Insights SDK gebruiken?

Wanneer moet ik de Azure Monitor OpenTelemetry-exporteur gebruiken?

Wat is de huidige releasestatus van functies in de Azure Monitor OpenTelemetry Distro?

Kan OpenTelemetry worden gebruikt voor webbrowsers?

Wanneer kunnen we verwachten dat de OpenTelemetry SDK beschikbaar is voor gebruik in webbrowsers?

Kan ik OpenTelemetry vandaag testen in een webbrowser?

Wordt Application Insights uitgevoerd naast concurrerende agents zoals AppDynamics, DataDog en NewRelic?

Kan ik preview-functies gebruiken in productieomgevingen?

Wat is het verschil tussen handmatige en automatische instrumentatie?

Kan ik de OpenTelemetry Collector gebruiken?

Wat is het verschil tussen OpenCensus en OpenTelemetry?

Waarom zie Status: 500. Can't visualize trace events using the trace visualizerik in Grafana?

Probleemoplossing

Stap 1: Diagnostische logboekregistratie inschakelen

Stap 2: De connectiviteit tussen uw toepassingshost en de opnameservice testen

Bekende problemen

Ondersteuning

OpenTelemetry Feedback

Feedback

Aanvullende resources

Waarom zie `Status: 500. Can't visualize trace events using the trace visualizer`ik in Grafana?