distributed-tracing
Implementar Rastreamento Distribuído com Jaeger e Tempo
Depurar microsserviços é difícil sem visibilidade dos fluxos de requisição entre serviços. Esta skill ajuda você a implementar rastreamento distribuído com Jaeger e Tempo para rastrear requisições, identificar gargalos e compreender dependências de serviços.
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". Ajude-me a implantar Jaeger no Kubernetes
Résultat attendu:
Vou ajudá-lo a implantar Jaeger no Kubernetes usando o Jaeger Operator. Primeiro, criarei o namespace de observabilidade e implantarei o operador. Em seguida, configurarei uma instância Jaeger de produção com armazenamento Elasticsearch e habilitarei ingress para a UI.
Utilisation de "distributed-tracing". Adicione rastreamento à minha aplicação Flask
Résultat attendu:
Vou instrumentar sua aplicação Flask com OpenTelemetry. Instalarei os pacotes necessários, inicializarei o provedor de tracer com exportador Jaeger e adicionarei instrumentação automática do Flask. Também mostrarei como criar spans personalizados para consultas de banco de dados.
Utilisation de "distributed-tracing". Configure amostragem para rastrear apenas erros
Résultat attendu:
Vou configurar um amostrador personalizado que rastreia todas as requisições com erros enquanto amostra apenas 1 por cento das requisições bem-sucedidas. Esta abordagem captura todas as falhas para depuração enquanto minimiza sobrecarga de operações normais.
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 Latência em Microsserviços
Implantar rastreamento Jaeger e instrumentar seus serviços Python Flask para identificar quais chamadas downstream estão causando respostas lentas da API.
Mapear Dependências de Serviços
Configurar rastreamento distribuído através de seus microsserviços Node.js para visualizar gráficos de dependência de serviços e compreender padrões de fluxo de requisições.
Implementar Observabilidade em Produção
Configurar Tempo com Grafana e implementar estratégias de amostragem para rastrear traces em produção sem sobrecarga de desempenho.
Essayez ces prompts
Ajude-me a implantar Jaeger no meu cluster Kubernetes com armazenamento Elasticsearch
Adicione instrumentação OpenTelemetry à minha API Flask para enviar traces ao Jaeger
Mostre-me como propagar contexto de trace quando meu serviço Node.js chama APIs downstream
Ajude-me a configurar amostragem adaptativa para meus serviços Go em produção para reduzir sobrecarga de rastreamento enquanto capturo erros
Bonnes pratiques
- Use taxas de amostragem entre 1 e 10 por cento em produção para minimizar sobrecarga de desempenho
- Adicione tags significativas como ID de usuário e ID de requisição aos spans para facilitar filtragem e análise
- Propague contexto de trace através de todos os limites de serviço incluindo filas de mensagens e jobs assíncronos
Éviter
- Rastrear 100 por cento do tráfego de produção sem amostragem leva a altos custos de armazenamento e impacto no desempenho
- Criar muitos spans para operações de granularidade fina adiciona sobrecarga sem insights úteis
- Armazenar dados sensíveis como senhas ou chaves de API em tags de span viola melhores práticas de segurança