distributed-tracing
Implementar seguimiento distribuido con Jaeger y Tempo
Depurar microservicios es difícil sin visibilidad en los flujos de solicitudes entre servicios. Esta habilidad te ayuda a implementar seguimiento distribuido con Jaeger y Tempo para rastrear solicitudes, identificar cuellos de botella y comprender las dependencias de servicios.
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Tester
Utilisation de "distributed-tracing". Help me deploy Jaeger on Kubernetes
Résultat attendu:
Te ayudaré a desplegar Jaeger en Kubernetes usando el Operador Jaeger. Primero, crearé el namespace de observabilidad y desplegaré el operador. Luego configuraré una instancia Jaeger de producción con almacenamiento Elasticsearch y habilitaré ingress para la UI.
Utilisation de "distributed-tracing". Add tracing to my Flask application
Résultat attendu:
Instrumentaré tu aplicación Flask con OpenTelemetry. Instalaré los paquetes requeridos, inicializaré el proveedor de tracer con exportador Jaeger, y añadiré instrumentación automática de Flask. También te mostraré cómo crear spans personalizados para consultas de base de datos.
Utilisation de "distributed-tracing". Configure sampling to trace only errors
Résultat attendu:
Configuraré un muestreador personalizado que rastrea todas las solicitudes con errores mientras muestrea solo el 1 por ciento de las solicitudes exitosas. Este enfoque captura todos los fallos para depuración mientras minimiza la sobrecarga de operaciones normales.
Audit de sécurité
SûrStatic analyzer detected 65 potential security patterns including C2 keywords, weak crypto, and external commands. Manual review confirms all findings are false positives - patterns appear in legitimate documentation and code examples for distributed tracing infrastructure deployment. No security risks identified.
Facteurs de risque
⚡ Contient des scripts (3)
🌐 Accès réseau (10)
⚙️ Commandes externes (40)
Score de qualité
Ce que vous pouvez construire
Depurar problemas de latencia en microservicios
Desplegar seguimiento Jaeger e instrumentar tus servicios Python Flask para identificar qué llamadas downstream están causando respuestas lentas de API.
Mapear dependencias de servicios
Configurar seguimiento distribuido en tus microservicios Node.js para visualizar grafos de dependencia de servicios y comprender patrones de flujo de solicitudes.
Implementar observabilidad en producción
Configurar Tempo con Grafana e implementar estrategias de muestreo para seguir trazabilidad en producción sin sobrecarga de rendimiento.
Essayez ces prompts
Ayúdame a desplegar Jaeger en mi clúster de Kubernetes con almacenamiento Elasticsearch
Añadir instrumentación OpenTelemetry a mi API Flask para enviar seguimientos a Jaeger
Muéstrame cómo propagar contexto de seguimiento cuando mi servicio Node.js llama a APIs downstream
Ayúdame a configurar muestreo adaptativo para mis servicios Go en producción para reducir sobrecarga de seguimiento mientras capturo errores
Bonnes pratiques
- Usar tasas de muestreo entre 1 y 10 por ciento en producción para minimizar sobrecarga de rendimiento
- Añadir etiquetas significativas como ID de usuario e ID de solicitud a los spans para facilitar filtrado y análisis
- Propagar contexto de seguimiento a través de todos los límites de servicio incluyendo colas de mensajes y trabajos asíncronos
Éviter
- Seguir el 100 por ciento del tráfico de producción sin muestreo conduce a altos costos de almacenamiento e impacto en rendimiento
- Crear demasiados spans para operaciones de grano fino añade sobrecarga sin información útil
- Almacenar datos sensibles como contraseñas o claves de API en etiquetas de span viola las mejores prácticas de seguridad