跳转至

mockito v5.16.1

为什么要使用opentelemetry-java-instrumentation

当你的Java应用在深夜突然崩溃，而你的运维团队还在通过翻查日志大海捞针时；当你的微服务链路复杂到连架构师都难以描绘完整调用关系时——这正是现代开发者最真实的困境。传统监控工具如同盲人摸象，而opentelemetry-java-instrumentation就像为系统装上了全息投影仪。它不仅能自动捕获每个跨服务调用的黄金数据，更以零代码侵入的方式将分布式追踪、指标采集和日志关联熔铸成三位一体的观测体系。当其他方案还在为兼容性焦头烂额时，它已悄然成为云原生时代的观测标准语言。

opentelemetry-java-instrumentation是什么

OpenTelemetry Java Instrumentation是面向Java应用的自动埋点工具集，通过Java Agent或程序化接入方式，无需修改业务代码即可采集分布式追踪数据、指标和日志。它遵循OpenTelemetry标准协议，提供对主流框架的开箱即用支持，是构建云原生可观测性体系的核心组件。

入门示例

场景：电商系统中订单服务调用支付服务时出现延迟异常
1. 在Spring Boot应用的启动参数添加：

-javaagent:opentelemetry-javaagent.jar
-Dotel.service.name=order-service
-Dotel.traces.exporter=logging
  1. 支付服务配置：
OpenTelemetrySdk.builder()
    .setTracerProvider(SdkTracerProvider.builder()
        .addSpanProcessor(SimpleSpanProcessor.create(LoggingSpanExporter.create()))
    .buildAndRegisterGlobal();
  1. 当用户下单时，控制台将输出完整的调用链路：
'POST /createOrder' : 1500ms
|-- 'POST /payment/gateway' : 1200ms
|   |-- 'DB INSERT payment_record' : 300ms

Version 2.14.0更新亮点

  1. 新增AWS Bedrock生成式AI服务监控支持
  2. 支持Spring Pulsar消息组件自动埋点
  3. 优化HTTP客户端查询参数脱敏机制
  4. 修复Akka/Pekko框架的多线程上下文传播缺陷
  5. 引入@WithSpan注解强制创建新追踪上下文的能力

更新日志

版本目标

本版本基于 OpenTelemetry SDK 1.48.0 构建。

请注意，许多构件仍带有 -alpha 版本后缀，表明其处于 alpha 阶段并可能包含破坏性变更。详细版本策略请参阅 VERSIONING.md。

迁移说明

  • java.net.http.HttpClient 插件的包名从 io.opentelemetry.instrumentation.httpclient 变更为 io.opentelemetry.instrumentation.javahttpclient
  • 实验性指标 jvm.buffer.memory.usage 更名为 jvm.buffer.memory.used 以符合语义约定
  • 简化 Http *TelemetryBuilder 的泛型签名

新增Javaagent插件

  • 支持 AWS Bedrock 服务监控（遵循Gen AI语义约定）
  • ActiveJ HTTP 服务端监控
  • Spring Pulsar 消息组件监控

新增库插件

  • AWS Bedrock 客户端监控（遵循Gen AI语义约定）

功能增强

  • Spring Scheduling 支持虚拟线程
  • HTTP 客户端查询参数值脱敏
  • JMX指标定义支持属性小写修饰符
  • Pekko 路由匹配优化
  • 支持最新 Axis2 版本
  • 新增 Lambda Java接口 HandleStreamRequest 监控
  • 移除gRPC内部API依赖
  • 增加禁用gRPC消息级事件选项
  • @WithSpan 支持脱离当前上下文新建追踪链路

缺陷修复

  • 修复 Akka 插件的 NoSuchElementException 异常
  • 修复 Spring Boot Starter 在 Logback 中无法注入 trace_id 的问题
  • 优化 OpenJ9 的动态调用机制
  • 修复 Pekko 服务超时场景的跨度记录
  • 避免覆盖 Log4j MDC 中的用户自定义 trace_id
  • 修正 gRPC 消息ID属性记录

版本总结

2.14.0版本聚焦AI服务监控与异步框架优化，新增AWS Bedrock深度支持，强化Spring生态集成，同时修复多个关键框架的上下文传播缺陷。本次更新既拓展了生成式AI时代的观测边界，又夯实了Java高并发场景的监控可靠性，为现代化应用提供了更完备的可观测性基座。